本发明公开了一种基于温度校准和神经网络的
锂电池组容量估计方法,具体包括以下步骤:(1)获取历史运行数据;(2)特征提取;(3)模型建立:建立一个基于遗传算法改进的埃尔曼神经网络的容量估计模型;(4)数据处理;(5)训练模型:使用所述的训练数据对基于遗传算法改进的埃尔曼神经网络的容量估计模型进行训练,获得最终的容量估计模型;(6)容量估计:测试数据输入到步骤(5)获得的确定的容量估计模型中,得到容量估计值。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组容量的在线实时估计,具有非常重要的应用价值。
声明:
“基于温度校准和神经网络的锂电池组容量估计方法” 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)