Voltage-stress-based state of charge estimation of pouch lithium-ion batteries using a long short-term memory network

该工作基于机器学习技术，提出了一种考虑电压和应力测量的新型电池SOC估计方法。为了评估应力测量对SOC估计的必要性，设计了一系列的应力特性实验来探究机械反应和SOC之间的关系。在此基础上，将应力作为SOC估计的辅助因素，通过一个典型的LSTM网络结构将电池测量信号直接映射到电池SOC。该方法在恒定电流（CC）、动态压力测试（DST）和城市测功机驾驶时间表（UDDS）条件下进行了验证，结果显示出良好的估计精度。该方法为软包锂离子电池的SOC估计提供了新的思路。

2022年9月