本发明涉及一种soc预估方法，包括步骤100：收集电池历史参数；步骤200：向LSTM输入所述电池历史参数；步骤300：所述LSTM输出预估SOC；其特征在于，所述电池历史参数包括，充电次数F，是每次电池耗尽、再次充电唤醒计数一次；所述充电次数F对应的满电SOC；所述充电次数F对应的电池用时ΔT，是电池耗尽、再次充电达到一次所述满电SOC后、电池运作至所述满电SOC耗尽的时间；所述电池用时ΔT内的扭矩TQ和/或速率V。利用LSTM的时间递归神经网络，精确估算SOC，具有省时省力、且估算精确的有益效果。可应用于便携电池使用领域，如
新能源汽车、车联网、物联网等领域。
声明：
“soc预估方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
873
编辑：管理员
来源：北方有色网
咨询细节
