第1章
SOC估算概述
什么是SOC？为什么SOC估算这么难？常见方法对比：安时积分法、OCV法、卡尔曼滤波法、神经网络法。
基础对比
第2章
电池基础与建模
电池工作原理、等效电路模型 (Rint / Thevenin / PNGV)、模型参数辨识方法。
建模等效电路
第3章
安时积分法详解
安时积分原理、累积误差分析、初始SOC标定、库仑效率补偿、容量衰减补偿。
经典误差分析
第4章
开路电压法 (OCV)
OCV-SOC曲线标定、滞后效应、适用场景 (静置足够长时间)、OCV与安时积分结合。
OCV标定
第5章
卡尔曼滤波入门
状态空间模型、五大核心公式 (预测+更新)、直观理解：加权平均。
滤波核心
第6章
线性卡尔曼滤波 (LKF) 实现
基于Thevenin模型的LKF状态/观测方程推导、Python代码实现、参数调优。
LKFPython
第7章
扩展卡尔曼滤波 (EKF)
非线性系统线性化 (泰勒展开)、EKF在电池模型中的应用 (OCV非线性)、Python实现。
EKF非线性
第8章
无迹卡尔曼滤波 (UKF)
UT变换原理、Sigma点选取、UKF与EKF对比、Python实现。
UKF无迹
第9章
自适应卡尔曼滤波 (AEKF/AKF)
噪声协方差自适应调整、Sage-Husa自适应滤波器、AEKF在SOC估算中的应用。
自适应AEKF
第10章
双卡尔曼滤波 (DEKF)
同时估算SOC和SOH、状态与参数联合估计、DEKF架构与实现。
DEKFSOH
第11章
粒子滤波 (PF) 入门
蒙特卡洛方法、重要性采样、重采样、PF与卡尔曼滤波对比。
粒子滤波蒙特卡洛
第12章
粒子滤波 (PF) 实现SOC估算
PF在电池SOC估算中的具体实现、粒子数选择、退化问题处理。
PF实现退化
第13章
神经网络法SOC估算
BP神经网络、RNN/LSTM在SOC估算中的应用、数据预处理与特征工程。
神经网络LSTM
第14章
混合模型
数据驱动+物理模型结合、迁移学习在SOC估算中的应用、模型融合策略。
混合迁移学习
第15章
电池老化对SOC估算的影响
SOH定义、容量衰减模型、内阻增长模型、老化补偿策略。
老化SOH
第16章
温度补偿
温度对电池特性的影响、不同温度下OCV曲线修正、温度对安时积分的影响。
温度补偿
第17章
电流传感器误差处理
偏置误差、增益误差、噪声滤波、传感器故障诊断。
传感器误差
第18章
SOC估算的收敛性分析
初始误差收敛速度、不同工况下的收敛表现、收敛性证明。
收敛分析
第19章
动态工况测试
DST工况、UDDS工况、FUDS工况、自定义工况生成与测试。
工况测试
第20章
硬件在环 (HIL) 测试
HIL测试平台搭建、实时仿真、代码生成与部署。
HIL硬件
第21章
电池管理系统 (BMS) 架构
BMS硬件架构、BMS软件架构、SOC估算模块在BMS中的位置。
BMS架构
第22章
嵌入式实现
定点数运算、代码优化 (减少三角函数、矩阵优化)、资源受限下的算法选择。
嵌入式优化
第23章
多节电池串联的SOC估算
串联电池组不一致性、单体SOC均衡、电池组SOC估算策略。
串联均衡
第24章
并联电池组的SOC估算
并联电池组电流分配、环流问题、并联组SOC估算方法。
并联环流
第25章
故障诊断与安全保护
过充/过放检测、短路检测、热失控预警、SOC估算异常检测。
故障安全
第26章
SOC估算精度评价指标
RMSE、MAE、最大误差、95%置信区间、评价标准 (GB/T 38661-2020)。
指标标准
第27章
数据驱动方法进阶
高斯过程回归 (GPR)、支持向量机 (SVM)、集成学习方法。
GPRSVM
第28章
联邦学习在SOC估算中的应用
隐私保护、分布式训练、模型聚合。
联邦学习隐私
第29章
未来趋势
数字孪生、云端BMS、基于大模型的SOC估算、无线BMS。
前沿数字孪生
第30章
综合实战项目
从零搭建完整SOC估算系统：数据采集→模型训练→算法部署→HIL测试。
实战全流程