一种基于蝙蝠探测‑极限学习机的
锂电池SOC估计方法,属于电池技术领域。本发明包括如下步骤,S1:对锂电池进行动态工况测试并记录外特性数据,对外特性数据进行处理,产生训练集和测试集;S2:设计蝙蝠探测算法并导入训练集进行迭代寻优算法,得到最优输出权值;S3:计算输入连接权值和隐含层神经元阈值,构建前馈神经网络结构极限学习机;S4:将测试集导入步骤S3构建的极限学习机进行锂电池SOC估计,并进行锂电池SOC估计的性能评价。本发明泛化能力好,噪声容错能力强,可有效降低SOC估计误差,提高SOC估计精度。
声明:
“基于蝙蝠探测-极限学习机的锂电池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)