摘要
本发明涉及一种基于E3D‑LSTM和电芯位置结构特征的电池SOC预测算法,其包括:根据电池包内电池的位置结构和电池参数建三维矩阵作为输入数据;输入数据进行标准化处理,使用处理好的输入数据构建训练集、验证集、测试集;构建基于E3D‑LSTM的电池SOC预测模型,确定模型基本结构参数;利用训练集、验证集、测试集对基于E3D‑LSTM的电池SOC预测模型进行训练、验证及测试。通过该预测算法具有无需累计误差、无需系统处于开路状态等额外条件下便可进行预测,此外该预测方法还具有应用的原始信息更全面、预测的结果更准确等优点。
技术关键词
电池
LSTM模型
矩阵
神经网络激活函数
构建训练集
参数
数据
预测输出值
误差
标准化方法
归一化方法
传播算法
交通流
代表
时间段
序列
电压
通道
系统为您推荐了相关专利信息
装配机械手
电池模组
双向丝杆
摩擦轮
新能源汽车电池组装
预警管理方法
数据分类模型
仓储环境监测
预警模型
环境监测数据
设备运维方法
设备运行数据
物联网通信模块
参数
指令