4 实验过程及收获
4.1 数据处理步骤及软件算法实现
数据处理主要由数据的解析，其变量的计算，电池数据的插值估计，电池数据的分类这几个部分组成，此实验中，数据的解析是在Excel表中分析的，对它的数据处理是通过Matlab程序仿真来表明的，对电池数据进行处理，其步骤如下所示[14]：
步骤1：把电池数据最开始的文件放到Excel表格中，对每一条电池信息分别进行解析，以达到十六进制数转换到十进制数。
步骤2：选取实验所需要的解析过后的电池数据不一样的值放到电池数据表格中，与此同时通过比较求得各个时刻最低单体电压，并且可以由计算得出各个时刻电池组的平均温度。
步骤3：从开始点继续往下搜索，当找到SOC值为100%，并且对应的电流值为正的数据项时，标记该条数据为一个放电过程的起始点。
步骤4：从电池数据表的第一条数据开始搜索，当发现SOC值高于0%，并且对当时电流的值为负时，对这一点作标记并且该点可能是放电过程的结束点，继续往下搜索，假如连续五条数据的SOC值都高于0%，并且其电流值都为负时，我们就可以得出开始与结束之间就是一个完整的放电过程。
步骤5：在这个实验中，每隔5S进行一次采样，所以在进行数据插值时，我们设定时间间隔范围为[8，35]并将时间间隔分段，并做相应的离散处理，依据每个时间段对当时的电池数据进行插值标记，如果其时间间隔t高于35S，则将此时间间隔可以改做5S，可以说这一段时间处于关机状态。
步骤6：直接找出不一样常数据项，并对该数据点作插值标记。 步骤7：依据所作的插值标记，对每一个放电过程都要作插值处理。 步骤8：将处理所得的电池数据放到一张新的Excel表中。
14
开始 读取SOC值 读取平均温度 读取总电压 读取时间信息 产生一张完整的数据表 计算电池数据为m条定义循环控制变量j If j
15 23 4
1 2 3 4 判断j+1到j+5这些数据项的SOC值是否大于零,电流是 将start和end之间的数据导入放电过程表 否 j++ 离散符合要求的时间间隔,标记要插最值 结束 图4.1 电池数据处理算法流程图
4.2 实验收获
锂离子电池一般可以分为下列三个状态:即放电状态、充电状态和静止状态，而电池的静止状态就像手机处于关机的状态一样，这个状态下电池既没有放电也没有充电，电池的电量与开机前保持一致[15]。
16
图4.1 锂离子电池状态
由于粒子滤波算法在分析非线性问题方面有着一定的优越性，并且锂离子电池又是非线性电池，所以使用粒子滤波算法去估计电池的SOC值，使用粒子滤波算法与锂离子电池模型这两种方法，并且经过具一定的算法设计，使用采集到的电池数据，对电池的SOC值进行估计实验，得出一些细致的SOC估计结果图与误差曲线图，实验结果表明，粒子滤波算法能够较好地估计出电池SOC的变化趋势，估计误差绝对值一般保持在0到0.008的范围之内。
为了能最大限度的检查锂离子电池SOC值估计的准确性和客观性，采用均方根误差和均方根相对误差去比较粒子滤波算法对锂离子电池SOC估计它的准确度，按照粒子滤波算法流程图编辑Matlab仿真软件程序，得出基于粒子滤波算法的电池SOC估计结果。
图4.2 粒于滤波算法估计锂离子电池SOC结果图
17
图4.3 粒于滤波算法估计锂离子电池SOC的误差
18