合肥金星智控科技股份有限公司
宣传

位置:中冶有色 >

有色技术频道 >

> 加工技术

> 基于深度神经网络下的锂电池荷电状态预测算法

基于深度神经网络下的锂电池荷电状态预测算法

597   编辑:管理员   来源:中冶有色技术网  
2023-03-18 21:11:55
本发明涉及一种基于深度神经网络下的锂电池荷电状态预测算法,包含以下步骤:S1:运行电动车,采集电动车锂电池组各个电池的端电压、温度以及电池组荷电状态;S2:将锂电池组从满电量运行至锂电池荷电状态为0%;S3:将不同老化程度的锂电池重复S1~S2,每个荷电状态进行多次采集;S4:将采集电池数据分为训练集和测试集,将训练集经过长短记忆神经网络进行训练,获取荷电状态观测器;S5:将测试集输入训练好的观测器测试模型的准确性,重复S4直至误差逼近规定阈值;S6:将传感器在线采集的单体电池的温度、电压输入到训练好的荷电状态观测器模型中,得到当前锂电池组的荷电状态值。本发明能够实现对电动车锂电池荷电状态的在线预测,其预测准确率可达93%。
声明:
“基于深度神经网络下的锂电池荷电状态预测算法” 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)
分享 0
         
举报 0
收藏 0
反对 0
点赞 0
标签:
加工技术
全国热门有色金属技术推荐
展开更多 +

 

中冶有色技术平台微信公众号
了解更多信息请您扫码关注官方微信
中冶有色技术平台微信公众号中冶有色技术平台

最新更新技术

报名参会
更多+

报告下载

第一届矿产品采样与制样技术研讨会
推广

热门技术
更多+

衡水宏运压滤机有限公司
宣传
环磨科技控股(集团)有限公司
宣传

发布

在线客服

公众号

电话

顶部
咨询电话:
010-88793500-807
专利人/作者信息登记