基于ACO-GRU-LSTM的锂电池SOC估计方法

本发明涉及基于ACO‑GRU‑LSTM的锂电池SOC估计方法，包括以下步骤：利用奇异值分解、移动均值、移动方差和移动均方根的方法提取电流、电压数据关键特征，并进行归一化处理；使用蚁群优化算法（ACO）优化GRU‑LSTM超参数（隐藏层神经元数、学习率、批量大小、Dropout率）；基于优化后的GRU‑LSTM模型，对SOC进行初步估计；采用滑动平均滤波平滑SOC估计结果，并通过误差分析验证估计精度。基于蚁群优化与GRU‑LSTM结合的SOC估计方法的优势在于，该方法能够优化GRU‑LSTM超参数，提高模型在不同工况下的泛化能力，并在SOC估计中保持较高的准确性和稳定。