一种基于常微分方程神经网络的锂电池SOC的估计方法

一种基于常微分方程神经网络的锂电池SOC的估计方法，包括步骤S1，收集锂电池循环充放电电压电流数据，形成原始数据集；步骤S2，建立锂电池二阶RC等效电路模型，确定状态方程、输出方程及常微分方程组；步骤S3，将常微分方程组融入递归神经网络来参数化隐藏单元，建立融合等效电路模型常微分方程的ODE‑RNN Net模型；步骤S4，初始化ODE‑RNN Net模型参数，利用原始数据集对ODE‑RNN Net模型进行训练；步骤S5，利用训练好的ODE‑RNN Net模型，输入当前时刻锂电池工作电流，预测锂电池后续工作状态输出及荷电状态。本发明能降低训练数据量的需求，提高电池建模及电池荷电状态估计的准确性。