一种基于神经网络的云端SOC容量修正方法

本发明提供一种基于神经网络的云端SOC容量修正方法及系统，涉及电池电量管理技术领域，包括：获取当前温度下电池组的荷电状态‑开路电压曲线以及辨识参数构建电池组的等效模型，并且记录每一时刻等效模型中的各个单电池的平均电池温度；按照时间顺序获取每个时刻下电池组实际运行时的工况参数，将各工况参数和各平均电池温度作为时间序列数据并处理成为多个输入样本，输入预先构建的荷电状态值预测模型中得到实时预测荷电状态值；读取电池组中的最小单体电压和电池组的总电流计算得到本地荷电状态值和实时预测荷电状态值加权求和得到最终的荷电状态估算值。有益效果是在电池组的放电初期和放电末期都有更佳的估算精度。