本發明公開了一種具有自適應權重的混合模型SOC估計方法,其包括如下步驟:S1、獲取鋰電池在不同工作溫度下的不同時刻的充放電數據;S2、基于MATLAB神經網絡工具箱搭建混合神經網絡模型,所述神經網絡層組包括多個不同類型的神經網絡層;S3、以訓練數據作為數據輸入,訓練所述混合神經網絡模型,直至所述混合神經網絡模型收斂;S4、以鋰電池的實時充放電數據作為收斂后的混合神經網絡模型的數據輸入,在線計算鋰電池的SOC實時值;本發明融合了多個不同類型的神經網絡層,一方面,多個不同類型的神經網絡層的加權有效降低混合模型方差,降低對數據的敏感性,緩解過擬合現象,另一方面,相比傳統只采用單一的神經網絡模型,能夠獲得更高的電池SOC預測精度。
聲明:
“具有自適應權重的混合模型SOC估計方法” 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)