项目简介：

本发明公开了一种电动汽车动力电池SOC智能预测装置，其特征在于：所述智智能预测装置包括电池参数采集平台和电池SOC预测系统，电池参数采集平台用于采集汽车动力电池组电压、电流、温度和环境温度的实时参数，电池SOC预测系统通过采集的实时参数来预测电池SOC值；电池SOC是一个非线性的、延时的、多变量耦合和复杂的实时系统，实时性要求非常高，本发明有效解决了常规的预测装置难以取得电池SOC预测精度理想效果的问题。

技术/产品创新性：

所述电池参数采集平台由电流传感器、电压检测电路、电池组温度传感器、环境温度传感器、负载和测控单元组成，其中测控单元包括单体电池数据采集模块、CPU处理器、触摸屏、RS232接口、CAN接口、A/D转换单元和均衡器，该电池参数采集平台采集电池组电压与电流、电池温度和环境温度，并通过CAN总线接口与电动汽车控制系统进行信息交互；所述电池SOC预测系统包括GM(1,1)电压预测模型、GM(1,1)电流预测模型、GM(1,1)温度预测模型、SOM神经网络分类器、多个RBF模糊神经网络估计模型和GM(1,1)内阻变化预测模型、GM(1,1)温度变化预测模型、ANFIS补偿估计模型和ARIMA动态预测模型组成，利用SOM神经网络分类器对影响电池SOC值的GM(1,1)电压预测模型输出值、GM(1,1)电流预测模型输出值、GM(1,1)温度预测模型输出值的电池预测电压、预测电流和预测温度样本参数进行分类，每类样本特征参数输入对应RBF模糊神经网络估计模型，RBF模糊神经网络估计模型输出、GM(1,1)环境温度变化预测模型输出值和GM(1,1)电池内阻变化预测模型输出值作为ANFIS补偿估计模型的输入，一个时间段内RBF模糊神经网络估计模型输出值减去ANFIS补偿估计模型输出值的k个差作为ARIMA动态预测模型的输入，ARIMA动态预测模型输出作为电池SOC预测值

知识产权情况：

产权独立

行业情况：

市场情况：

市场前景良好

项目团队情况：

团队完整