一种优化脉冲神经网络估算电池SOC的方法

本发明提供了一种优化脉冲神经网络估算电池SOC的方法，其特征在于：通过安时积分法获取动力电池的SOC真实值和外部特性数据；构建基于LIF模型的脉冲神经网络结构；引入原子排斥力和约束力的概念和柯西变异改进麻雀搜索算法；基于改进的麻雀搜索算法建立ADJ策略优化脉冲神经网络；将动力电池外部特性实测数据导入到优化的脉冲神经网络中，并通过非线性映射得到最终预测的SOC。本发明提供的优化后的脉冲神经网络能够更精确地估算动力电池SOC。