本发明公开了一种基于GRU‑RNN的电动汽车
锂离子电池的SOC估计方法,采集锂离子电池充放电过程中的历史数据并进行预处理,构建训练集和测试集;使用训练集训练GRU‑RNN网络模型,使用测试集评估训练后的GRU‑RNN网络模型,如果未达到要求,则调整参数重复训练模型,直至SOC估计精度和鲁棒性满足要求。将训练好的网络模型部署在电池管理系统中,估计电动汽车锂离子电池SOC。本发明无需针对具体的电池建立等效电路模型,直接在电池测量值和SOC之间建立映射关系,使得SOC估计更加方便,能够在各种工况下在线估计锂离子电池的SOC值,电池能量管理更加有效,在延长电池寿命以及提高续航里程方面具有重大的意义。
声明:
“基于GRU-RNN的电动汽车锂离子电池的SOC估计方法” 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)