CN119916220B 一种bms系统的电池信号采集精度优化方法 （深圳盛齐能源技术有限公司）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN119916220B(45)授权公告日2025.07.08

(21)申请号202510362636.9

(22)申请日2025.03.26

(65)同一申请的已公布的文献号

申请公布号CN119916220A

(43)申请公布日2025.05.02

(73)专利权人深圳盛齐能源技术有限公司

地址518000广东省深圳市光明区玉塘街

道玉律社区光侨大道1008号裕丰达工业园2栋401

(72)发明人石玉坤

(74)专利代理机构深圳市圆保知识产权代理有限公司441196

专利代理师黄金华

(51)Int.CI.

G01R31/367(2019.01)

G01R31/389(2019.01)

GO1R31/392(2019.01)

(56)对比文件

CN

CN

CN

112666473

103941195

112470017

A,2021.04.16

A,2014.07.23

A,2021.03.09

审查员倪秀敏

权利要求书3页说明书9页附图1页

(54)发明名称

一种BMS系统的电池信号采集精度优化方法

(57)摘要

CN119916220B本发明涉及电池管理系统技术领域，具体公开了一种BMS系统的电池信号采集精度优化方法，通过实时监测电池的电压、电流和温度，动态调整过程噪声和测量噪声的协方差矩阵，以应对电池工作状态的变化；根据充放电速率和温度的变化趋势，预测并修正噪声参数，提升系统在极端环境下的适应性；结合来自多个传感器的数据，采用加权平均和卡尔曼滤波器的自适应调整机制，增强系统对不同传感器信号质量的评估和噪声的有效抑制；针对电池状态的突变，通过自动调整滤波算法确保系统能够迅速响应，确保电池健康状态的精准监控，本发明方法能够提高电

CN119916220B

通过实时监测电池工作状态包括：电压、电流和温

通过实时监测电池工作状态包括：电压、电流和温度，动态调整卡尔曼滤波器的噪声协方差矩阵

根据充放电速率、温度的实时变化，预测并修正卡尔

曼滤波器的噪声参数，提升滤波器对极端条件下噪声

动态变化的适应性

结合来自多个传感器的数据，利用加权平均和卡尔曼

滤波器的自适应调整机制，增强系统对不同传感器信

号质量的评估和噪声的有效抑制

通过扩展卡尔曼滤波器处理电池系统中的非线性动

态，增强对快速充放电、温度变化的非线性因素的精

准预测

当检测到电池状态出现突变时，自动调整滤波算法，

确保在极端环境下系统能够迅速响应并精确监控电池

状态

CN119916220B权利要求书1/3页

2

1.一种BMS系统的电池信号采集精度优化方法，其特征在于，包括以下步骤：

S1:通过实时监测电池工作状态包括：电压、电流和温度，动态调整卡尔曼滤波器的噪

声协方差矩阵，具体包括：

实时监测电池电压、电流和温度数据，动态构建过程噪声协方差矩阵，计算表达式为：

其中，α1和α2为基于电池特性拟合的常数系数，Vk为当前电池电压，Vmax为电池电压最大值，为电池电压变化率，Pmodel表示基于电池的工作状态建立的调整因子，Ik表示当前时刻的电流，Tk表示当前时刻的温度，Qk表示过程噪声协方差矩阵，k表示时间步长的索引，t表示连续的时间间隔；

动态构建测量噪声协方差矩阵，计算表达式为：

其中，β1和β?为根据传感器性能拟合的常数系数，Smodel表示测量噪声模型的调整因子，Rk表示测量噪声协方差矩阵；

动态更新卡尔曼滤波器的协方差矩阵，计算表达式为：

Pk=Qk+Rk;

式中，Pk表示卡尔曼滤波器的协方差矩阵；

S2:根据充放电速率、温度的实时变化，预测并修正卡尔曼滤波器的噪声参数，提升滤波器对极端条件下噪声动态变化的适应性；

S3:结合来自多个传感器的数据，利用加权平均和卡尔曼滤波器的自适应调整机制，增强系统对不同传感器信号质量的评估和噪声的有效抑制；

S4:通过扩展卡尔曼滤波器处理电池系统中的非线性动态，增强对快速充放电、温度变化的非线性因素的精准预测；

S5:当检测到电池状态出现突变时，自动调整滤波算法，确保在极端环境下系统能够迅速响应并精确监控电池状态。

2.根据权利要求1所述的一种BMS系统的电池信号采集精度优化方法，其特征在于，所述提升滤波器对极端条件下噪声动态变化的适应性，具体包括：

基于历史噪声数据构建训练集，构