基于长鼻浣熊优化算法优化NARX神经网络的动力电池组SOH估算方法

本发明公开了一种基于长鼻浣熊优化算法优化NARX神经网络的动力电池组SOH估算方法，由电池组电流的峰谷值及其对应的位置、电池组温度在夏/冬季的峰谷值及其对应的位置、电池组电压、电池组电流不均匀位置及其对应的数值，构建第一数据集，将第一数据集进行归一化处理，得到第二数据集；将第二数据集中电池组各数据看成长鼻浣熊，执行长鼻浣熊优化算法，输出最佳解，基于最佳解构建第三数据集；利用第三数据集训练和测试构建好的NARX神经网络，在实际使用时，将实时采集的动力电池组的BMS数据输入训练好后的NARX神经网络，得到动力电池组SOH的预测结果。本发明能提高动力电池组SOH估算的准确性。