【技术实现步骤摘要】
本专利技术涉及电动汽车电池soc预测，尤其是涉及基于多尺度融合gru网络的汽车电池soc多步预测方法与系统。
技术介绍
1、在全球气候变化和环境问题日趋严峻的背景下，电动汽车逐渐成为可持续交通的重要选项。在电动汽车的技术构成中，电池管理系统（bms）起到关键作用，主要任务包括电池组的充电和放电管理，以及状态监控。而在bms的多项任务中，电池的电量状态（soc）预测无疑是其中最为关键的一环。
2、soc用于描述电池剩余电量的相对比例，通常以百分比形式表示。准确的soc信息能确保行驶安全，避免电池突然耗尽；还有助于电池充放电的优化，延长电池寿命和降低维护成本。同时也能提升电动汽车的经济效益，通过优化行程和充电计划，降低运营成本。
3、当前用于soc估计的技术大体上可分为三个主要类别，但它们各自都有局限性。首先，基于定义的方法如开路电压（ocv）和安培小时积分法，尽管使用温度模型和ocv-soc表来提高准确度，但对于变化的环境和使用条件，这些方法的准确性仍然受限。其次，基于模型的方法如卡尔曼滤波和等效电路模型在准确度方...
【技术保护点】
1.一种基于多尺度融合GRU网络的汽车电池SOC多步预测方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种基于多尺度融合GRU网络的汽车电池SOC多步预测方法，其特征在于，所述步骤S1中采集的综合数据包括车速、电池组的总电压和总电流、单体电池的最大和最小电压、最高和最低温度、绝缘电阻、行驶里程、车辆的行驶状态和充电状态。
3.根据权利要求1所述的一种基于多尺度融合GRU网络的汽车电池SOC多步预测方法，其特征在于，所述步骤S1中对采集的综合数据进行预处理并构建滑动窗口包括：
4.根据权利要求1所述的一种基于多尺度融合GR...
【技术特征摘要】
1.一种基于多尺度融合gru网络的汽车电池soc多步预测方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种基于多尺度融合gru网络的汽车电池soc多步预测方法，其特征在于，所述步骤s1中采集的综合数据包括车速、电池组的总电压和总电流、单体电池的最大和最小电压、最高和最低温度、绝缘电阻、行驶里程、车辆的行驶状态和充电状态。
3.根据权利要求1所述的一种基于多尺度融合gru网络的汽车电池soc多步预测方法，其特征在于，所述步骤s1中对采集的综合数据进行预处理并构建滑动窗口包括：
4.根据权利要求1所述的一种基于多尺度融合gru网络的汽车电池soc多步预测方法，其特征在于，所述步骤s2中，训练集的离线训练过程包括：
5.根据权利要求4所述的一种基于多尺度融合gru网络的汽车电池soc多步...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。