基于改进NARX神经网络的锂离子电池荷电状态估计方法及系统

本发明涉及汽车电池检测技术领域，公开了基于改进NARX神经网络的锂离子电池荷电状态估计方法及系统，包括采集锂离子电池运行时的动态参数；对采集的动态参数进行标准化处理，并通过滤波消除噪声干扰，同时标定电池非线性特性，获得标准化数据集；构建结合NARX神经网络与LSTM神经网络串联的混合模型；将标准化数据集输入至混合模型进行训练，获得训练后的混合模型；将实时采集的动态参数输入训练后的混合模型，输出锂离子电池的荷电状态估计值。上述的基于改进NARX神经网络的锂离子电池荷电状态估计方法及系统，通过将NARX神经网络和LSTM神经网络进行串联结合，从而提升锂离子电池荷电状态估算的稳定性和精度。