电池包电荷状态(SOC)的估算是描述电池包健康状态、电池放电效能的重要指标,更是驾驶员对电池包剩余电量的最直观感受。基于此,本文提出了利用长短记忆模型的循环神经网络(LSTM-RNN)的模型估算车载电池包的电荷状态(SOC),代替传统卡尔曼滤波法(KF)进行SOC估算的方式。LSTM是一种纯数据驱动的在线学习以及预测的模型,节省了在实验室长期试验测量的工作成本。训练结果表明,LSTM具有足够的准确性和泛化性。
科研之友
微信
新浪微博
Facebook
分享链接
