基于LSTM的电动汽车SOC估算方法的研究

摘要：

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.

关键词：锂电池、管理系统、长短记忆、电荷状态(SOC)、估算方法

所属期刊栏目：58

分类号：TM912

在线出版日期：2020-12-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：60-63