专利交易市场

本发明公开了一种锂电池SOC估计方法，主控模块获取参量信息，并通过执行针对三元锂电池的扩展卡尔曼滤波算法并以迭代思路求得锂电池SOC值；该算法执行以下状态方程和量测方程：状态方程：量测方程：yn＝g(xn,μn)+γn。本发明采用特定的SOC算法，提高了对数据采样的准确性。

本发明涉及基于ACO‑GRU‑LSTM的锂电池SOC估计方法，包括以下步骤：利用奇异值分解、移动均值、移动方差和移动均方根的方法提取电流、电压数据关键特征，并进行归一化处理；使用蚁群优化算法（ACO）优化GRU‑LSTM超参数（隐藏层神经元数、学习率、批量大小、Dropout率）；基于优化后的GRU‑LSTM模型，对SOC进行初步估计；采用滑动平均滤波平滑SOC估计结果，并通过误差分析验证估计精度。基于蚁群优化与GRU‑LSTM结合的SOC估计方法的优势在于，该方法能够优化GRU‑LSTM超参数，提高模型在不同工况下的泛化能力，并在SOC估计中保持较高的准确性和稳定。