摘要
本发明公开了一种电动叉车锂离子电池的SOC预测方法及系统,包括:获取锂离子电池放电过程中的实时数据;分析实时数据变化规律,构建特征参数模型;构建二阶RC等效电路模型,该模型包括电压源、欧姆电阻以及二阶RC网络,其中二阶RC网络用于描述充放电阶段的极化效应;基于蚁群算法获得不同温度下动态行驶工况的参数辨识结果;基于TCN模型实现时序数据的记忆历史特征提取,包括膨胀卷积、因果卷积以及残差连接;选择平均绝对百分比误差和均方误差作为评估指标。本发明通过蚁群算法获得不同温度下动态行驶工况的参数辨识结果,通过相应的变换输入到TCN模型中,最终在LiFePO4中实现高精度和鲁棒性的SOC估计。
技术关键词
锂离子电池
蚁群算法
实时数据
等效电路模型
欧姆电阻
蚂蚁
误差
启发式信息
网络
叉车电池
动态
工况
曲线斜率
数据获取模块
记忆
时序
指标
电压
方程
卷积模块