一种基于深度学习的电动汽车锂电池SOC估计方法

本发明公开了一种基于深度学习的电动汽车锂电池SOC估计方法，涉及新能源汽车技术领域，包括获取锂电池的历史电压数据、历史电流数据、历史温度数据和历史SOC实际值并进行预处理得到样本数据；构建卷积神经网络门控循环单元‑长短期记忆神经网络模型和分割数据集，在分割数据集上进行训练并使用平均绝对误差MSE和方根误差RMSE指标进行模型性能评估得到优化模型；将优化模型部署到云端锂电池管理系统CBMS中，进行实时的SOC估计。本发明具有更高的预测精度和更快的处理速度，能够用于在线估计电动汽车锂电池的SOC值。