摘要
本申请涉及一种电池SOC获取方法、系统及存储介质,所述方法通过在待测电池的环境温度满足预设温度条件时,获取待测电池的实际性能数据和当前SOC;执行神经网络预测步骤;神经网络预测步骤包括:基于预设神经网络模型,对当前SOC和实际性能数据进行处理,得到预测比对数据;根据预测比对数据,调节当前SOC,得到目标SOC,实现对待测电池的SOC精准计算。本申请通过在待测电池的环境温度满足预设温度条件时,如待测电池在低温环境下,通过神经网络修正SOC,提高了低温环境下SOC的精度,减小SOC计算误差,提高BMS的可靠性,便于对待测电池精准管理。
技术关键词
神经网络模型
待测电池
历史性能数据
神经网络训练
电流
电压
可读存储介质
计算误差
算法
计算机
数值
处理器
精度
系统为您推荐了相关专利信息
压气机叶片
损伤预测方法
损失函数设计
材料表面相互作用
物理
颜色查找表
图像风格转换方法
像素
卷积神经网络模型
基础
图像重建
样本
训练神经网络模型
模型生成方法
场景
细粒度分类
系统性红斑狼疮
人工神经网络模型
分类模型训练
模块
电池储能单元
电池储能系统
平均一致性算法
分布式协同
双闭环控制器