[发明专利]基于双向循环神经网络的锂离子电池荷电状态估计方法有效
| 申请号： | 201910862338.0 | 申请日： | 2019-09-12 |
| 公开（公告）号： | CN110658459B | 公开（公告）日： | 2021-10-15 |
| 发明（设计）人： | 杨顺昆;何霍亮;边冲 | 申请（专利权）人： | 北京航空航天大学 |
| 主分类号： | G01R31/367 | 分类号： | G01R31/367;G01R31/3842;G06N3/04;G06N3/08 |
| 代理公司： | 北京航智知识产权代理事务所(普通合伙) 11668 | 代理人： | 黄川;史继颖 |
| 地址： | 100191*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于双向循环神经网络的锂离子电池荷电状态估计方法，利用锂离子电池实时产生的数据，使用训练好的双向循环神经网络，得到锂离子电池实时的荷电状态值，双向循环神经网络在训练完成之后，可以对荷电状态值进行实时估计，十分便捷，双向循环神经网络考虑时间序列数据的特性，利用当前结果之前和之后的数据，适用于锂离子电池荷电状态值估计领域。本发明属于数据驱动的方法，不需要冗繁的电化学相关知识，能够有效提取锂离子电池的历史数据，对锂离子电池放电特性进行建模，获得精准的荷电状态估计，并且，能够处理有着大量数据的复杂非线性系统，不需要电池领域的信息，只需要锂离子电池的历史数据。 | ||
| 搜索关键词： | 基于 双向 循环 神经网络 锂离子电池 状态 估计 方法 | ||
【主权项】：
1.一种基于双向循环神经网络的锂离子电池荷电状态估计方法，其特征在于，包括如下步骤：/nS1：获取锂离子电池当前时刻的电池电压值、电池电流值和电池表面温度值；/nS2：对获取的当前时刻的数据进行数据采样处理、数据标准化处理以及数据维度变更处理；/nS3：将处理后的当前时刻的数据输入训练好的双向循环神经网络，得到锂离子电池当前时刻的荷电状态值。/n
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北京航空航天大学，未经北京航空航天大学许可，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/201910862338.0/，转载请声明来源钻瓜专利网。
- 上一篇：一种电池组仿真系统
- 下一篇：一种电池包的电池寿命预测方法及装置
