本发明涉及一种
锂电池荷电状态预测方法、装置、设备及可读存储介质,锂电池荷电状态预测方法包括下列步骤:获取锂离子电池在工作过程中的在线数据;获取训练完成后的包括提取空间特征信息的卷积神经网络、提取时间特征信息的双向长短时记忆网络和全连接层的荷电状态预测神经网络模型;根据在线数据和荷电状态预测神经网络模型,确定锂电池荷电状态的实时预测结果。本发明提供的锂电池荷电状态预测方法采用的预测模型使用的是包括提取空间特征信息的卷积神经网络、双向长短时记忆网络和全连接层的混合网络,能够同时处理正向和反向时间序列,可以通过工作过程中产生的数据即可实时预测SOC。
声明:
“锂电池荷电状态预测方法、装置、设备及可读存储介质” 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)