基本信息:
- 专利标题： 一种基于长短时记忆网络的电池SOC预测方法
- 申请号：CN202210817802.6 申请日：2022-07-11
- 公开(公告)号：CN115372827B 公开(公告)日：2025-04-08
- 发明人： 梁晓嫱 , 佟玉琦 , 宛棋 , 陈亚东 , 田崔钧
- 申请人： 中国北方车辆研究所
- 申请人地址： 北京市丰台区槐树岭四号院
- 专利权人： 中国北方车辆研究所
- 当前专利权人： 中国北方车辆研究所
- 当前专利权人地址： 北京市丰台区槐树岭四号院
- 代理机构： 北京艾纬铂知识产权代理有限公司
- 代理人： 高会允
- 主分类号： G01R31/367
- IPC分类号： G01R31/367 ; G01R31/382
摘要：
本发明提出一种基于长短时记忆网络的电池SOC预测方法，能够捕获电池SOC预测时序，预测结果更加准确。本发明按照改造后的长短时记忆网络的结构，构建三层的径向基神经网络；随后下载NASA的电池数据集，根据电压，电流，温度，时间等信息组织从数据到SOC的数据格式；然后随机初始化改进长短时记忆网络的参数；其次，将数据输入到构建好的长短时记忆网络当中，得到输出；再次，根据时序梯度下降法，更新相关参数；再次，确定模型参数，模型训练过程结束；最后，将测试数据输入到训练好的模型当中便可以进行电池SOC预测。
公开/授权文献:
- CN115372827A 一种基于长短时记忆网络的电池SOC预测方法 公开/授权日：2022-11-22