基于随机森林、ARIMA以及LSTM的动力电池荷电状态估算方法

本发明提供基于随机森林、ARIMA以及LSTM的动力电池荷电状态估算方法，包括：采集动力电池的状态信息；对状态信息进行预处理；基于预处理后的状态信息，构建特征工程；基于预构建的随机森林模型，根据特征工程，确定第一目标数据；基于预构建的ARIMA模型，根据第一目标数据，确定第二目标数据；基于预构建的LSTM模型，根据第一目标数据以及第二目标数据，确定荷电状态估算结果。本发明将随机森林找到的特征重要性较大的数据以及ARIMA模型提取的趋势特征全部输入LSTM神经网络，获得荷电状态估算结果，提高估算SOC的准确度。