基于CGOA-MAM-TCN算法的车用锂电池荷电状态估计

作     者：王鸿彬 WANG Hongbin

作者机构：天津滨海职业学院天津300459 

出 版 物：《车用发动机》 (Vehicle Engine)

年 卷 期：2024年第5期

页      面：78-85页

核心收录：

学科分类：0808[工学-电气工程] 08[工学] 

基　　金：天津市教委科研计划项目(2021KJ166) 

主　　题：锂电池 荷电状态 估计 时域卷积 多头注意力 蝗虫优化算法 

摘      要：针对数据驱动的锂电池荷电状态估计方法仍然存在对大量标定数据的依赖、同时应对动态变化和复杂运行状况时表现不佳等问题,提出了改进蝗虫算法优化结合时域卷积网络和多头注意力机制的锂电池荷电状态估计方法。首先利用时域卷积网络对锂电池荷电时间序列数据中的长期依赖关系进行建模,同时采用多头注意力机制学习数据特征长期依赖关系,利用每个注意力头去计算序列中不同张量的依赖关系,辅助时域卷积神经网络增强对依赖关系的捕获,降低其对大量标定数据的依赖;另外为使模型发挥出最佳性能,改进了混沌蝗虫算法优化模型的超参数。试验结果表明:在不同温度条件下,相较于其他方法,优化模型在锂电池荷电状态估计任务中表现出更好的准确率和稳定性。