[发明专利]一种基于分类的锂离子电池SOC预估方法

权利要求书

1.一种基于分类的锂离子电池SOC预估方法，其特征在于，包括以下步骤：

1）收集训练数据，从锂离子电池历史运行数据中收集电流、电压、环境温度数据以及SOC数据；

2）训练数据预处理，使用分位数方法剔除异常值，使用数据平滑方法补充缺失值，并将数据归一化；

3）构造训练集数据，选择合适的满足预测要求的时间长度T，按照设定的T对训练数据进行切分，使用SOC作为因变量；

4）使用Snob聚类算法对训练集数据进行聚类，并获取每类的类中心的特征数据；

5）LSTM模型训练，针对每类数据，训练一个LSTM模型；

6）推理数据分类，将推理时系统获取的时序数据进行分类，分到上述第四步获取的某一类中，或者作为异常数据；

7）推理数据预测，基于第六步的分类结果，选择所属类的LSTM模型，进行模型预测。

2.根据权利要求1所述的基于分类的锂离子电池SOC预估方法，其特征在于，推理数据分类具体如下：对获取的时序数据自动进行数据预处理，并计算时序数据和所有类的类中心特征数据的距离，选择距离最近的类，如果与最近的类的距离小于设定阈值，则将时序数据分到该类，否则，作为异常数据，超出了模型预测范畴。