基于张量网络Volterra模型的荷电状态预测方法及系统

本发明公开基于张量网络Volterra模型的荷电状态预测方法及系统，采用Volterra模型对锂电池系统进行建模，将锂电池系统模型的核系数收集到一个张量中，根据特定的张量网络形式推导得到张量列Volterra锂电池系统模型；基于放电数据对张量列Volterra锂电池系统模型进行训练，并采用基于子辨识模型的萤火虫多新息随机梯度算法对模型进行优化迭代，得到训练好的模型参数；采用训练好的张量列Volterra锂电池系统模型对锂电池的荷电状态进行预测，得到预测结果。结合萤火虫优化算法和多新息随机梯度下降算法实现未知参数自适应在线交互估计，可以高精度地辨识参数，显著降低了计算难度和复杂度，辨识得到的模型能够有效预测锂电池荷电状态。