一种基于CS-BP神经网络和ARIMA模型的锂电池SOC估计方法

本发明公开了一种基于CS‑BP神经网络和ARIMA模型的锂电池SOC估计方法，涉及储能电池技术领域。本发明在锂电池长时间静置和锂电池使用初期，采用开路电压法测量电池的SOC数值，并记录不同静置时间的SOC数值；在锂电池使用过程中，初始化BP神经网络的权值和阙值；利用布谷鸟搜索算法对所述权值和阙值进行择优操作，得到最优的权值和阙值；将输入变量输入BP神经网络中，基于步骤S3所述的最优的权值和阙值，得到SOC估计值SOCpred；利用ARIMA算法对SOC估计值进行校正整合，得到最终SOC数值SOCb。本发明提高了电池SOC估计的精确度。