本发明提供一种基于GAN和LSTM的
锂电池SOC估计方法,涉及锂离子电池技术领域。种基于GAN和LSTM的锂电池SOC估计方法,包括GAN和LSTM,其中GAN负责训练样本生成,LSTM负责通过时间序列预测实现SOC估计。本方法的大体步骤如下:1)将电池进行充放电测试,获取初始的训练数据,充放电测试条件涵盖多个环境温度、充放工况、老化状况;2)获取的充放电数据,作为训练数据集投入到GAN中,以生成更多的训练样本;3)将生成的训练样本和原始的训练数据集投入到LSTM网络进行训练;4)将电池的实时运行数据投入到训练好的LSTM网络进行SOC估计;有益效果1:提高soc估计精度,降低数据训练成本。
声明:
“基于GAN和LSTM的锂电池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)