本发明公开了一种基于深度神经网络的
锂离子电池荷电状态估计方法，用来解决锂离子电池荷电状态精准估计困难的问题。该方法使用了长短期记忆神经网络对锂离子电池进行建模，然后使用训练数据对模型进行训练，得到训练好的荷电状态估计模型，使用测试数据得出荷电状态的估计结果并对模型的性能进行评估。该方法属于数据驱动的方法，具有方便快捷、实时性好、适应性强等特点，能够实现锂离子电池荷电状态的在线实时估计，具有非常重要的应用价值。
声明：
“基于深度神经网络的锂离子电池荷电状态估计方法” 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)
1208
编辑：管理员
来源：北方有色网
咨询细节
