本發明涉及一種鋰電池荷電狀態預測方法、裝置、設備及可讀存儲介質,鋰電池荷電狀態預測方法包括下列步驟:獲取鋰離子電池在工作過程中的在線數據;獲取訓練完成后的包括提取空間特征信息的卷積神經網絡、提取時間特征信息的雙向長短時記憶網絡和全連接層的荷電狀態預測神經網絡模型;根據在線數據和荷電狀態預測神經網絡模型,確定鋰電池荷電狀態的實時預測結果。本發明提供的鋰電池荷電狀態預測方法采用的預測模型使用的是包括提取空間特征信息的卷積神經網絡、雙向長短時記憶網絡和全連接層的混合網絡,能夠同時處理正向和反向時間序列,可以通過工作過程中產生的數據即可實時預測SOC。
聲明:
“鋰電池荷電狀態預測方法、裝置、設備及可讀存儲介質” 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)