一种基于融合神经网络的锂离子电池SOC估计方法

实质审查的生效

摘要

本发明提供了一种基于融合神经网络的锂离子电池SOC估计方法，属于锂离子电池技术领域。解决了目前电池容量的SOC估计难估计的技术问题。其技术方案为：步骤1)将全新锂电池充满电，测取SOC从1到0的锂离子电池的端电压、电流、温度；步骤2)对测取的数据进行预处理；步骤3)使用2DCNN卷积神经网络对新的数据集进行训练和测试，实现SOC实时估计。本发明的有益效果为：本发明在数据集中加入估计的电池容量数据，能够拥有更高的估计精度，相比较LSTM，不会将误差一直记忆；并且，短的历史数据长度也能拥有更快的估计速度；相较使用3DCNN来估计SOC，能够减少运算量并且减少不必要的误差输入，从而拥有更高的精度。

基本信息

专利标题：

一种基于融合神经网络的锂离子电池SOC估计方法

专利标题（英）：

暂无

公开（公告）号：

CN114487845A

申请号：

CN202210038879.3

公开（公告）日：

2022-05-13

申请日：

2022-01-13

授权号：

暂无

授权日：

暂无

发明人：

李俊红蒋泽宇李磊褚云琨宗天成袁银龙李政芮佳丽严俊张泓睿

申请人：

南通大学

申请人地址：

江苏省南通市崇川区啬园路9号

代理机构：

南京经纬专利商标代理有限公司

代理人：

张俊俊

优先权：

CN202210038879.3

主分类号：

G01R31/367

IPC分类号：

G01R31/367 G01R31/382 G06N3/04

IPC结构图谱

G部——物理

G01

测量；测试

G01R

测量电变量；测量磁变量

G01R31/367

••其软件，例如使用建模或查找表进行电池测试

法律状态

2022-05-31 ：

实质审查的生效

IPC(主分类) : G01R 31/367
申请日 : 20220113

2022-05-13 ：

公开

注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。

文件下载

暂无PDF文件可下载