VIP10
本课程属于：014-储能BMS状态估计与寿命管理 能源电力、新能源与储能工程 · 共 10 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

储能BMS数据驱动状态估计

共计 30 章节
可可资料掘金营 · 点击在线试看
01
储能BMS与状态估计概述
目标=储能系统组成 · BMS核心功能 · 状态估计的定义与目标
BMS储能
02
储能电池特性与状态参数
目标=电池工作原理 · SOC/SOH/SOP/温度等状态参… · 老化与不一致性对状态估计的影响
储能电池特性状态参数
03
BMS数据采集与传感体系
目标=电压 · 电流 · 温度采样原理
BMS数据采集
04
数据驱动状态估计整体流程
目标=数据采集 · 预处理 · 特征工程
数据驱动状态估计…目标=数据采集
05
BMS数据预处理与清洗
目标=异常值检测 · 缺失值填补 · 滤波去噪
BMS数据预处理
06
状态估计特征工程
目标=时域特征 · 频域特征 · 统计特征
状态估计特征工程目标=时域特征
07
机器学习基础与BMS状态估计
目标=回归 · 分类 · 聚类在SOC/SOH估计中的适用场景…
BMS机器学习基础
08
基于线性回归与正则化的SOC估计
目标=模型形式 · 训练流程 · 过拟合抑制
SOC基于线性回归
09
基于支持向量机的状态估计
目标=SVR用于SOC/SOH估计 · 核函数选择 · 参数调优与工程实现要点
基于支持向量机的…SVR
10
基于决策树与集成学习的SOH估计
目标=随机森林 · 梯度提升树 · 特征重要性分析与电池老化建模
SOH基于决策树
11
神经网络基础与电池状态估计
目标=MLP · 激活函数 · 损失函数
神经网络基础电池状态估计
12
循环神经网络与时序状态估计
目标=RNN · LSTM · GRU在SOC/SOH时序建模中的原…
循环神经网络时序状态估计
13
卷积神经网络与电池数据建模
目标=CNN提取局部与全局特征 · 在电压-电流-温度序列中的应用
卷积神经网络电池数据建模
14
注意力机制与Transformer在BMS中的应用
目标=自注意力 · 时序依赖建模 · 长序列状态估计优势与计算代价
TransformerBMS
15
数据驱动SOC估计实战
目标=基于公开或实测BMS数据构建S… · 训练 · 验证与误差分析
SOC数据驱动
16
数据驱动SOH估计实战
目标=容量衰减与内阻增长建模 · 健康特征构建 · SOH估计与剩余寿命关联
SOH数据驱动
17
数据驱动SOP估计实战
目标=功率能力预测 · 约束条件建模 · 动态工况下的SOP估计与验证
SOP数据驱动
18
温度状态估计与热行为建模
目标=数据驱动温度预测 · 热耦合特征 · 温度对SOC/SOH估计的修正
温度状态估计热行为建模
19
多状态联合估计
目标=SOC-SOH-SOP耦合关系 · 多任务学习 · 联合估计框架与工程实现
多状态联合估计SOC-SOH-SOP
20
模型泛化与迁移学习
目标=不同电池类型 · 工况 · 老化阶段的泛化问题
模型泛化迁移学习
21
小样本与数据增强
目标=BMS数据稀缺场景 · 生成对抗网络 · 数据增强
小样本数据增强
22
模型轻量化与嵌入式部署
目标=剪枝 · 量化 · 知识蒸馏
模型轻量化嵌入式部署
23
状态估计不确定性量化
目标=贝叶斯神经网络 · 高斯过程 · 置信区间与可靠性评估
状态估计不确定性…目标=贝叶斯神经…
24
BMS状态估计的在线学习与自适应
目标=增量学习 · 漂移检测 · 模型更新策略与在线校正
BMS状态估计的
25
数据驱动状态估计的验证与测试
目标=离线评估 · 硬件在环测试 · 实车/储能站验证
数据驱动状态估计…测试
26
BMS数据平台与工程化
目标=数据采集 · 存储 · 标注
BMS数据平台
27
典型储能场景状态估计案例
目标=电网侧储能 · 用户侧储能 · 电动汽车梯次利用中的BMS状态估计实…
典型储能场景状态…目标=电网侧储能
28
故障诊断与状态估计融合
目标=数据驱动故障检测 · 异常状态识别 · 与SOC/SOH估计的协同
故障诊断状态估计融合
29
安全与隐私保护
目标=BMS数据安全 · 联邦学习 · 差分隐私在状态估计中的应用与挑战
安全隐私保护
30
课程总结与前沿展望
目标=核心方法回顾 · 工程落地经验 · 技术趋势与开放问题
课程总结前沿展望