1、卡尔曼滤波是一种常见的锂离子电池状态估计算法
    2、目前出现的自适应滤波思想和传统平方根无迹卡尔曼滤波都是设置已知系统的噪声特征，当出现错误的参数估计，常常会造成滤波的发散
    3、深度强化学习将深度学习感知能力和强化学习决策能力相结合，直接根据输入图像进行控制，本文提出的一种强化学习的锂离子电池的状态估计算法，该方法优点在于对于锂离子电池状态估计更加精确和灵活，弊端是更改参数存在困难。
    4、本文估计方法：通过锂离子电池二阶RC等效电路拓扑，分析电路模型，建立电池空间状态模型，构建离散系统模型，通过贝叶斯确保最佳协方差。
    5、电池SOC估计模型分类：等效电路模型，电化学模型，人工神经元网络模型
    6、