融合MHSA的鋰電池SOC估計

打開文本圖片集

摘 要：提出在長短期記憶網(wǎng)絡(luò)（LSTM）基礎(chǔ)上融合多頭自注意力機制（LSTM-MHSA）的方法估計動力電池荷電狀態(tài)（SOC），將動力電池的電流、電壓和溫度作為LSTM模型輸入，通過帶有記憶功能的門控單元選擇和遺忘歷史數(shù)據(jù)特征；LSTM處理長序列數(shù)據(jù)會將所有數(shù)據(jù)特征同等對待，不能對SOC影響較大的數(shù)據(jù)特征有效表示，MHSA單元根據(jù)數(shù)據(jù)特性確定特征關(guān)注的焦點，提升模型在時序數(shù)據(jù)中全局和局部的特征提取能力，改進LSTM在對歷史數(shù)據(jù)特征關(guān)注度不足和提高模型估計精度；最后在公開數(shù)據(jù)集上通過對比和泛化實驗。（剩余18024字）