本发明涉及一种电动汽车锂离子电池的荷电状态计算方法,包含:S1、确定锂离子电池的SOC预测模型的输入为锂离子电池的电池端电压、电池电流和电池表面温度,输出为锂离子电池的SOC值;S2、对锂离子电池进行充放电实验,按频率采集多组实验数据,包括:锂离子电池的电池端电压、电池电流、电池表面温度、真实SOC值;S3、基于Python平台,建立基于LSTM递归循环神经网络的锂离子电池的SOC预测模型;S4、基于Python平台,对LSTM递归循环神经网络进行训练和验证,评估锂离子电池的SOC预测模型的可靠适用性。本发明充分利用深度学习的参量自学习能力,极大减少计算量,增强SOC预测模型的稳定性,提高锂离子电池SOC值计算的准确性,适用于各类电池管理系统。
声明:
“电动汽车锂离子电池的荷电状态计算方法” 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)