公开(公告)号：CN115166519A

公开(公告)日：2022-10-11

申请号：CN202210771222.8

申请日：2022-06-30

Applicant: 江南大学

Inventor： 张颜新 ,  陈晶 ,  王东青 ,  胡满峰 ,  陈蕾

IPC: G01R31/36 ,  G01R31/367 ,  G01R31/378 ,  G01R31/3842 ,  G01R31/396 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种用于辨识锂电池荷电状态的方法，包括：采采集电池电路每时刻的电流、电压和荷电状态；将所述电流和电压值输入基于注意力机制的双向门控循环神经网络模型，所述神经网络模型通过Nadam梯度下降算法更新各层级参数；反向更新并训练完成后，输出电池当前时刻的荷电状态。本发明可以实时测量当前的荷电状态；对测量仪器精度的要求不高，但对电池荷电状态的估计更加准确。同时通过数据驱动理论，建立基于注意力机制的双向门控循环神经网络，通过训练集训练网络参数，生成模型，建立电流电压与荷电状态的对应关系，从而对荷电状态进行估计。其中，注意力层的添加能够极好的提升模型预测的准确性与稳定性，具有广泛的使用范围。