本发明公开了一种基于深度神经网络的
锂电池包多个电池单体SOC实时联合预测方法,属于电动汽车电池技术领域,包括步骤:采集电动汽车锂
电池包中每个电池单体的历史充放电数据以及对应的SOC数据;初始化深度神经网络;对电动汽车锂电池包的历史充放电数据以及对应的SOC数据进行归一化处理;建立的深度神经网络进行训练;获取锂电池包中每个电池单体有用的历史充放电数据以及当前数据作为深度神经网络的输入,采用训练后的深度神经网络进行联合预测,从而获得最后的预测结果。本发明具有较强的非线性拟合能力,可以很好拟合锂电池包的动态特性,非常适合实际中
动力电池汽车需应对的动态工况。
声明:
“基于深度神经网络的锂电池包多个电池单体SOC实时联合预测方法” 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)