一种基于蝙蝠探测‑极限学习机的
锂电池SOC估计方法，属于电池技术领域。本发明包括如下步骤，S1：对锂电池进行动态工况测试并记录外特性数据，对外特性数据进行处理，产生训练集和测试集；S2：设计蝙蝠探测算法并导入训练集进行迭代寻优算法，得到最优输出权值；S3：计算输入连接权值和隐含层神经元阈值，构建前馈神经网络结构极限学习机；S4：将测试集导入步骤S3构建的极限学习机进行锂电池SOC估计，并进行锂电池SOC估计的性能评价。本发明泛化能力好，噪声容错能力强，可有效降低SOC估计误差，提高SOC估计精度。
声明：
“基于蝙蝠探测-极限学习机的锂电池SOC估计方法” 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)
1078
编辑：管理员
来源：北方有色网
咨询细节
