一种动力电池组荷电状态估计方法

本发明专利公开了一种动力电池组荷电状态估计方法，属于电池管理领域。该方法首先采集电池组的电流、电压等数据并进行归一化处理，随后通过卷积神经网络提取局部时序特征，并利用注意力机制动态增强关键特征。接着采用双向长短期记忆网络捕捉时序依赖关系，经全连接层输出荷电状态估计值，最后结合卡尔曼滤波动态优化预测结果。系统包括数据采集、预处理、混合神经网络建模和结果优化模块。本发明融合卷积神经网络、双向长短期记忆网络、注意力机制和卡尔曼滤波的优势，显著提升了荷电状态估计的精度和鲁棒性，适用于电动汽车和储能系统等应用场景。