一种基于改进长短时记忆网络的电池SOC与SOE联合估计方法

本发明属于电池电数字数据处理领域，公开了一种基于改进长短时记忆网络的电池SOC与SOE联合估计方法，包括以下步骤：S1：数据分割，S2：特征提取，S3：将步骤S2中得到的降维后的特征输入到包含两个BiLSTM层和一个全连接层的结构中，利用BiLSTM层进行序列建模，并基于BiLSTM模型拟合输入放电时间序列信息，最后将得到的全连接层输出作为该模型的估计结果，得到训练好的模型；S4：模型分析。该方法的使用可以通过电池实际充放电特征参数，在不了解电池内部构造机理和化学反应情况下，通过记电池在充放电过程的电流、电压和温度的数据变化，建立CNN‑BiLSTM模型来预测电池的SOC和SOE。