本發明公開了一種用于辨識鋰電池荷電狀態的方法,包括:采采集電池電路每時刻的電流、電壓和荷電狀態;將所述電流和電壓值輸入基于注意力機制的雙向門控循環神經網絡模型,所述神經網絡模型通過Nadam梯度下降算法更新各層級參數;反向更新并訓練完成后,輸出電池當前時刻的荷電狀態。本發明可以實時測量當前的荷電狀態;對測量儀器精度的要求不高,但對電池荷電狀態的估計更加準確。同時通過數據驅動理論,建立基于注意力機制的雙向門控循環神經網絡,通過訓練集訓練網絡參數,生成模型,建立電流電壓與荷電狀態的對應關系,從而對荷電狀態進行估計。其中,注意力層的添加能夠極好的提升模型預測的準確性與穩定性,具有廣泛的使用范圍。
聲明:
“用于辨識鋰電池荷電狀態的方法” 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)