本發明涉及一種基于深度神經網絡下的鋰電池荷電狀態預測算法,包含以下步驟:S1:運行電動車,采集電動車鋰電池組各個電池的端電壓、溫度以及電池組荷電狀態;S2:將鋰電池組從滿電量運行至鋰電池荷電狀態為0%;S3:將不同老化程度的鋰電池重復S1~S2,每個荷電狀態進行多次采集;S4:將采集電池數據分為訓練集和測試集,將訓練集經過長短記憶神經網絡進行訓練,獲取荷電狀態觀測器;S5:將測試集輸入訓練好的觀測器測試模型的準確性,重復S4直至誤差逼近規定閾值;S6:將傳感器在線采集的單體電池的溫度、電壓輸入到訓練好的荷電狀態觀測器模型中,得到當前鋰電池組的荷電狀態值。本發明能夠實現對電動車鋰電池荷電狀態的在線預測,其預測準確率可達93%。
聲明:
“基于深度神經網絡下的鋰電池荷電狀態預測算法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)