返回搜索
档案
一种基于混合神经网络的高比能锂电池的SOC估计方法
发明专利有效
7权利要求 · 1 独立
§ Ⅰ
卷宗概要
发明人
李灏; 龙鑫林; 李磊; 吴宇翔; 纪小宇; 曾子晴; 陈斌
IPC 分类
G01R 31/367 (2019.01)G01R 31/378 (2019.01)G01R 31/3842 (2019.01)G06F 18/241 (2023.01)G06F 18/2137 (2023.01)G06N 3/0442 (2023.01)G06N 3/045 (2023.01)G06N 3/09 (2023.01)
本发明提供了一种基于混合神经网络的高比能锂电池的SOC估计方法,步骤S1:采集锂电池的电压数据、电流数据和温度数据作为输入特征;步骤S2:将输入特征通过连接层进行维数变换后输入时间卷积网络层进行时序特征提取;步骤S3:将时间卷积网络层的输出依次送入长短期记忆网络层和注意力机制层进行特征学习和权重分配;步骤S4:将注意力机制层的输出经过展平层和随机失活层后由输出层生成SOC估计值;步骤S5:采用分位数回归损失函数训练神经网络模型,输出SOC点估计值和置信区间。