本发明公开了一种基于双向循环神经网络的锂离子电池荷电状态估计方法,利用锂离子电池实时产生的数据,使用训练好的双向循环神经网络,得到锂离子电池实时的荷电状态值,双向循环神经网络在训练完成之后,可以对荷电状态值进行实时估计,十分便捷,双向循环神经网络考虑时间序列数据的特性,利用当前结果之前和之后的数据,适用于锂离子电池荷电状态值估计领域。本发明属于数据驱动的方法,不需要冗繁的
电化学相关知识,能够有效提取锂离子电池的历史数据,对锂离子电池放电特性进行建模,获得精准的荷电状态估计,并且,能够处理有着大量数据的复杂非线性系统,不需要电池领域的信息,只需要锂离子电池的历史数据。
声明:
“基于双向循环神经网络的锂离子电池荷电状态估计方法” 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)