如何利用深度学习估计电池的充电状态

说锂离子电池在我们的生活中很重要是轻描淡写的。它们无处不在——从我们的手机、笔记本电脑、可穿戴电子产品到电动汽车和智能电网——所以了解它们的充电时间也很重要!

本系列视频的重点是神经网络在电池充电状态估计中的应用。电量状态估计是电池管理系统(BMS)的任务。电池的荷电状态(SOC)的准确测定可以告诉用户，在需要充电之前，他们可以继续使用电池供电的设备多长时间。以汽车为例，对充电时间的准确了解可以减少焦虑，并允许适当的旅行计划。

本系列视频包括四个部分:

本系列视频中展示的材料是Carlos Vidal和Phil Kollmeyer工作的结果，他们都是安大略省汉密尔顿市麦克马斯特大学的研究人员。这项工作是与来自FCA的工程师合作完成的，并于去年发表在SAE论文中。

第1部分:电池充电状态估计介绍介绍电池荷电状态(SOC)的估计，包括使用神经网络的回顾。

第二部分:神经网络实验发现训练和测试神经网络的实验过程。

第3部分:用于SOC估计的神经网络探讨了本研究中所使用的深度神经网络的理论与实现;使用某些网络架构的动机和权衡;以及网络性能的培训、测试、验证和分析。