【技术实现步骤摘要】
本专利技术涉及电池工程，特别涉及一种电池soc评估方法、系统、存储介质及电子设备。
技术介绍
1、电池作为新能源的重要组成部分，有着用电器的“心脏”之称，soc是衡量当前电池中存储电量的一种指标，相当于电池的“燃油表”。soc显示电池在充电前能维持多久，监控电池健康状态，防止电池过充过放，保证电池在安全窗口内运行。电池的好坏关系到用电器是否可以正常运行，用电器的正常运行与我们每一个人的生命等切身利益密切相关，所以对于电池的健康状态的实时了解就显得十分重要。
2、现有技术中的电池健康状态检测方法存在以下问题：
3、1. 大多数关于电池soc预测多以从时间序列单个维度去估计soc的值，缺乏空间维度上的考虑，即对于不同特征之间对于soc值的影响考虑不周，导致预测精度下降。
4、2. lstm网络的出现解决了soc预测领域处理时间序列数据依赖关系的难题，但当其应用于soc预测领域，有以下几个问题：（1）在处理更长的时间序列数据时，存在时序数据关系捕捉效果一定下降。（2）lstm对于时序的数据之间的关系捕捉效果...
【技术保护点】
1.一种电池SOC评估方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的电池SOC评估方法，其特征在于，所述获取电池的充放电数据集，对所述充放电数据集进行缺值补充及滑动窗口处理，以得到训练特征目标集合的具体步骤包括：
3.根据权利要求2所述的电池SOC评估方法，其特征在于，所述将所述训练特征目标集合输入至Transformer网络的编码层进行嵌入处理和位置编码，以得到嵌入张量的具体步骤包括：
4.根据权利要求3所述的电池SOC评估方法，其特征在于，所述通过多头自注意力机制对所述嵌入张量进行计算以得到拼接张量的具体步骤包括：<...
【技术特征摘要】
1.一种电池soc评估方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的电池soc评估方法，其特征在于，所述获取电池的充放电数据集，对所述充放电数据集进行缺值补充及滑动窗口处理，以得到训练特征目标集合的具体步骤包括：
3.根据权利要求2所述的电池soc评估方法，其特征在于，所述将所述训练特征目标集合输入至transformer网络的编码层进行嵌入处理和位置编码，以得到嵌入张量的具体步骤包括：
4.根据权利要求3所述的电池soc评估方法，其特征在于，所述通过多头自注意力机制对所述嵌入张量进行计算以得到拼接张量的具体步骤包括：
5.根据权利要求4所述的电池soc评估方法，其特征在于，所述将所述拼接张量输入至所述transformer网络的编码层中的反馈神经网络，以映射出第一输出张量集合，并对所述第一输出张量集合进行优化的具体步骤...
【专利技术属性】
技术研发人员：吴万文，付婧斐，全泽伟，朱小宝，
申请(专利权)人：南昌航空大学，
类型：发明
国别省市：
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。