本发明提供了一种基于融合神经网络的锂离子电池SOC估计方法,属于锂离子电池技术领域。解决了目前电池容量的SOC估计难估计的技术问题。其技术方案为:步骤1)将全新
锂电池充满电,测取SOC从1到0的锂离子电池的端电压、电流、温度;步骤2)对测取的数据进行预处理;步骤3)使用2DCNN卷积神经网络对新的数据集进行训练和测试,实现SOC实时估计。本发明的有益效果为:本发明在数据集中加入估计的电池容量数据,能够拥有更高的估计精度,相比较LSTM,不会将误差一直记忆;并且,短的历史数据长度也能拥有更快的估计速度;相较使用3DCNN来估计SOC,能够减少运算量并且减少不必要的误差输入,从而拥有更高的精度。
声明:
“基于融合神经网络的锂离子电池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)