公开(公告)号：CN117787074A

公开(公告)日：2024-03-29

申请号：CN202310366739.3

申请日：2023-04-07

Applicant: 福建工程学院

Inventor： 刘建华 ,  陈治铭 ,  陈可纬 ,  陈林颖

IPC: G06F30/27 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/0455 ,  G06N3/08

Abstract: 本发明公开联合卷积网络和序列到序列模型的电池荷电状态SOC预测方法，SOC数据由CNN卷积层数据提取得到重构数据。重构数据在编码层中经过多个LSTM网络层，每个LSTM都经过多层计算后得到多个输出，多个输出通过隐藏层融合为向量C作为解码层输入。解码层将向量C后经过同样的多层计算得到解码层输出，解码层输出经过全连接层结合公式得到单步输出。单步输出与预处理时计算的真实值SOC进行误差评估，误差值过大会不断更新网络层中的各层权重W与偏置值b，完成大量训练后保存训练的参数结果就能得到训练完成的模型，模型的最后的输出即为预测的SOC值。本发明提升了对SOC预测的准确性，能够更好的保护电池，降低使用成本。