一种锂离子电池荷电状态预测方法

本发明提出了一种锂离子电池荷电状态预测方法。先获取电池实验数据并提取反映荷电状态(SOC)的特征数据，对特征数据进行标准化处理。利用主成分分析法对特征数据进行降维，分为训练集，验证集和测试集。构建TCN‑LSTM权重分配模型。通过常春藤优化算法(IVY)优化TCN‑LSTM权重分配模型的超参数，并使用训练集数据训练，构建IVY‑TCN‑LSTM权重分配模型。将测试集数据输入该模型，得到测试集预测值。为进一步提高预测精度，加入误差补偿模块。通过该模块得到的误差修正值，与测试集预测值相加，得到SOC预测值。最终，判断SOC预测值是否达到预测要求，若未达到，则重新构建模型，若达到，则输出电池SOC预测值。