实时准确的状态监测对车载动力电池至关重要，它依赖于大量传感器采集的信息数据。在长期使用中，高频振动和连接器松动使局部传感器失效，导致数据采集异常。由于针对数据缺失和更新停滞异常的相关研究较少，本文提出了一种基于双向长短期记忆网络和最小二乘支持向量回归的异常数据监测与校正方法。建模和参数辨识分别采用戴维宁模型和数据驱动方法。同时输入和状态估计算法用于电池状态估计。实验中，该方法在6种混合异常测试条件下的估计误差保持在5%左右，其有效性得到验证。
科研之友
微信
新浪微博
Facebook
分享链接
