本發(fā)明公開了一種用于辨識
鋰電池荷電狀態(tài)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(tài);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(huán)神經(jīng)網(wǎng)絡模型,所述神經(jīng)網(wǎng)絡模型通過Nadam梯度下降算法更新各層級參數(shù);反向更新并訓練完成后,輸出電池當前時刻的荷電狀態(tài)。本發(fā)明可以實時測量當前的荷電狀態(tài);對測量儀器精度的要求不高,但對電池荷電狀態(tài)的估計更加準確。同時通過數(shù)據(jù)驅動理論,建立基于注意力機制的雙向門控循環(huán)神經(jīng)網(wǎng)絡,通過訓練集訓練網(wǎng)絡參數(shù),生成模型,建立電流電壓與荷電狀態(tài)的對應關系,從而對荷電狀態(tài)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(wěn)定性,具有廣泛的使用范圍。
聲明:
“用于辨識鋰電池荷電狀態(tài)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(yè)用途,請聯(lián)系該技術所有人。
我是此專利(論文)的發(fā)明人(作者)