一种融合改进GRU网络和贝叶斯滤波的电池SOC估计方法

本发明申请提供了一种融合改进GRU网络和贝叶斯滤波的电池SOC估计方法，包括：对锂离子电池参数进行归一化处理，形成归一化的数据，所述归一化的数据包括训练集和测试集；采用引入随机性和非线性递减模式对灰狼算法的收敛因子进行优化，形成改进的灰狼算法；采用改进的灰狼算法对GRU神经网络的初始权值和偏置进行优化，形成优化后的GRU神经网络；将所述训练集带入优化后的GRU神经网络，得到多个GRU神经网络模型；基于多个所述GRU神经网络模型，通过贝叶斯滤波对所述多个所述GRU神经网络模型进行融合，得到经贝叶斯滤波融合后的GRU神经网络模型，对锂离子电池soc进行估计。