本发明涉及一种soc预估方法,包括步骤100:收集电池历史参数;步骤200:向LSTM输入所述电池历史参数;步骤300:所述LSTM输出预估SOC;其特征在于,所述电池历史参数包括,充电次数F,是每次电池耗尽、再次充电唤醒计数一次;所述充电次数F对应的满电SOC;所述充电次数F对应的电池用时ΔT,是电池耗尽、再次充电达到一次所述满电SOC后、电池运作至所述满电SOC耗尽的时间;所述电池用时ΔT内的扭矩TQ和/或速率V。利用LSTM的时间递归神经网络,精确估算SOC,具有省时省力、且估算精确的有益效果。可应用于便携电池使用领域,如
新能源汽车、车联网、物联网等领域。
声明:
“soc预估方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)