本发明公开了一种基于深度神经网络的锂离子电池荷电状态估计方法,用来解决锂离子电池荷电状态精准估计困难的问题。该方法使用了长短期记忆神经网络对锂离子电池进行建模,然后使用训练数据对模型进行训练,得到训练好的荷电状态估计模型,使用测试数据得出荷电状态的估计结果并对模型的性能进行评估。该方法属于数据驱动的方法,具有方便快捷、实时性好、适应性强等特点,能够实现锂离子电池荷电状态的在线实时估计,具有非常重要的应用价值。
声明:
“基于深度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)