本發明公開了一種基于自適應災變遺傳優化循環神經網絡的鋰離子電池荷電狀態估計方法及系統,實現對復雜運行工況下動力電池荷電狀態的精確估計。該方法利用鋰離子電池充放電過程中產生的電壓、電流實時參數訓練得到循環神經網絡模型,并基于驗證組數據對訓練好的鋰離子電池荷電狀態估計模型進行測試評估。該方法使用了自適應災變遺傳算法對神經網絡的初始權值和閾值進行優化,有效提高了神經網絡最優權值和閾值的全局搜索能力,最終提升鋰離子電池荷電狀態估計精度與魯棒性。本發明提出的鋰離子電池荷電狀態估計方法作為數據驅動建模方法,無需辨識鋰離子電池內部各電化學參數,具有更好的實用性,可應用于復雜工況下動力電池荷電狀態的實時估計。
聲明:
“鋰離子電池荷電狀態估計方法及系統” 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)