一种基于神经网络的叉车电池SOC预测方法及装置

本申请涉及一种基于神经网络的叉车电池SOC预测方法，包括：获取叉车电池端的电压信号以及叉车工况状态数据；基于电压信号和叉车工况状态数据，得到多维特征向量，多维特征向量包括原始电压值、电压变化率、工况状态编码和历史参考电压；基于轻量化神经网络模型对多维特征向量进行推理，得到初始SOC预测值；基于静置开路电压标签与充电事件标签，对初始SOC预测值进行校正，得到目标SOC值。本申请能够更好的结合叉车的实际工况对叉车铅酸电池SOC进行估算，提高估算的准确性。