基于多尺度深度学习的电池组SOC估计方法

本发明涉及锂电池工况管理技术领域，具体的说是一种基于多尺度深度学习的电池组SOC估计方法，采集锂电池的数据，包括锂电池的连续电压、电流信号、瞬时电压、瞬时电流、电池温度、环境温度、内阻数据，针对连续电压、电流信号进行分窗去噪处理，得到电流电压分窗处理信号；对电流电压分窗处理信号进行编码预处理，生成电流电压分窗码流数据；构建多尺度轻量化深度学习SOC预测算法网络，包括时序网络模块、平坦化连接层、时序特征表示层、轻量化卷积网络模块、属性特征表示层、特征融合模块及推理模块；将电流电压分窗码流数据及温度数据送入多尺度轻量化深度学习SOC预测算法网络中进行SOC推理预测。