基于EMD分解和LSTM-KF的锂离子电池混合充电状态估计方法

本发明提供了一种基于EMD分解和LSTM‑KF的锂离子电池混合充电状态估计方法，该混合方法能够适应多种温度和工况条件，以实现更准确稳定的SOC实时估计。方法流程为：获取电池数据集、EM)分解电压信号进行处理、将分解后的电压信号、电流信号进行归一化、构建输入特征维度为8的长短时记忆网络、卡尔曼滤波进行数据后处理得到最终的SOC估计结果。本发明只需要电池的原始数据通过预处理方法直接用于神经网络，大大减少了神经网络的计算量，并且避免了详细的模型研究，不需要精确设置网络的超参数，并利用滤波的方法改进了神经网络的SOC估计结果，本发明具有较强的扩展能力，可以稳定有效地估计SOC，具有可靠的泛化性能，能够适应多种驾驶工况和多种温度条件。