摘要
本发明公开了一种电池SOC的预测方法及系统包括:获取训练数据,训练数据包括电池样本不同时刻的历史电池状态和电池样本不同时刻的历史电池状态对应的SOC值,电池状态包括电池充电电流、放电电流、电压和温度状态;构建神经网络模型,将训练数据中的电池样本不同时刻的历史电池状态作为神经网络模型的输入,将训练数据中的电池样本不同时刻的历史电池状态对应的SOC值作为神经网络模型的输出,以损失函数最小为目的对神经网络模型进行训练,得到预测模型;将待预测电池的电池状态输入至预测模型中,得到待预测电池的SOC值。能够精确预测出磷酸铁锂电池荷电状态。
技术关键词
神经网络模型
磷酸铁锂电池
样本
储能电容
电压
鲸鱼优化算法
电流
数据获取模块
预测系统
处理器
计算机设备
可读存储介质
存储器
电阻
内阻
系统为您推荐了相关专利信息
存取控制方法
存取控制程序
存储模块
规划
存取控制装置
参数优化方法
机器学习模型
粒子群优化算法
数据
样本
流式微粒检测方法
时域特征
导电电极
频域特征
训练机器学习模型
入水检测系统
主控模块
PNP型三极管
瞬态抑制二极管
稳压芯片