本發明提供的基于大數據和bp神經網絡的鋰離子電池SOC預測方法,采集電池外部特征參數建立電池SOC大數據的數據集;建立訓練集和測試集;構建多重bp神經網絡預測模型;將數據集分別放入不同參數的bp神經網絡預測模型中,得到測量精度;根據不同參數的bp神經網絡預測模型所得到的測量精度進行分析,得到預測結果。本發明提供的基于大數據和bp神經網絡的鋰離子電池SOC預測方法,通過SOC預測的大數據集,便于對數據進行有效的挖掘,保證預測精度;通過分布bp神經網絡預測模型對電池外部參數對電池進行SOC精確預測,具有較高的精度,尤其在大數據下,電池外部參數不斷變化,該方法依然能準確的預測電池SOC的值,具有很高的使用性,可在實際中得到廣泛應用。
聲明:
“基于大數據和bp神經網絡的鋰離子電池SOC預測方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)