[发明专利]一种电动汽车锂离子电池的荷电状态计算方法在审
| 申请号： | 201811032785.5 | 申请日： | 2018-09-05 |
| 公开（公告）号： | CN109143105A | 公开（公告）日： | 2019-01-04 |
| 发明（设计）人： | 许梦华;耿攀;吴从秀;吴斌;鲁东冉 | 申请（专利权）人： | 上海海事大学 |
| 主分类号： | G01R31/3842 | 分类号： | G01R31/3842 |
| 代理公司： | 上海元好知识产权代理有限公司 31323 | 代理人： | 徐雯琼;张妍 |
| 地址： | 201306 上海市*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种电动汽车锂离子电池的荷电状态计算方法，包含：S1、确定锂离子电池的SOC预测模型的输入为锂离子电池的电池端电压、电池电流和电池表面温度，输出为锂离子电池的SOC值；S2、对锂离子电池进行充放电实验，按频率采集多组实验数据，包括：锂离子电池的电池端电压、电池电流、电池表面温度、真实SOC值；S3、基于Python平台，建立基于LSTM递归循环神经网络的锂离子电池的SOC预测模型；S4、基于Python平台，对LSTM递归循环神经网络进行训练和验证，评估锂离子电池的SOC预测模型的可靠适用性。本发明充分利用深度学习的参量自学习能力，极大减少计算量，增强SOC预测模型的稳定性，提高锂离子电池SOC值计算的准确性，适用于各类电池管理系统。 | ||
| 搜索关键词： | 锂离子电池 预测模型 电池端电压 递归循环 电池表面 电池电流 电动汽车 荷电状态 神经网络 电池管理系统 充放电实验 频率采集 实验数据 计算量 自学习 参量 验证 输出 评估 学习 | ||
【主权项】：
1.一种电动汽车锂离子电池的荷电状态计算方法，其特征在于，包含以下步骤：S1、确定锂离子电池的SOC预测模型的输入为锂离子电池的电池端电压、电池电流和电池表面温度，输出为锂离子电池的SOC值；S2、对锂离子电池进行充放电实验，按频率采集多组实验数据，包括：锂离子电池的电池端电压、电池电流、电池表面温度、以及真实SOC值；S3、根据采集到的多组实验数据，基于Python平台，建立基于LSTM递归循环神经网络的锂离子电池的SOC预测模型；S4、基于Python平台，对LSTM递归循环神经网络进行训练和验证，评估锂离子电池的SOC预测模型的可靠适用性。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于上海海事大学，未经上海海事大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811032785.5/，转载请声明来源钻瓜专利网。
