技术编号：34664905
提示：您尚未登录，请点 登 陆 后下载，如果您还没有账户请点 注 册 ，登陆完成后，请刷新本页查看技术详细信息。.本发明涉及动力电池技术领域，尤其涉及一种基于深度学习和网络压缩的电池荷电状态估计方法。背景技术.可众所周知，电池荷电状态估计是电池管理系统的重要功能之一，实时准确的电池荷电状态信息为电池充放电管理、安全管理、电芯均衡等提供重要参考依据。然而，由于电池本身结构及内部电化学反应复杂，无法直接测量得到电池荷电状态，只能通过各种直接或间接的方式测量得到。.目前常用的电池荷电状态估计方法主要包括：基于模型的估计方法与基于机器学习的估计方法；实践发现，现有技术存在如下缺陷：.基于模型的电池状态估计...
注意：该技术已申请专利，请尊重研发人员的辛勤研发付出，在未取得专利权人授权前，仅供技术研究参考不得用于商业用途。
该专利适合技术人员进行技术研发参考以及查看自身技术是否侵权，增加技术思路，做技术知识储备，不适合论文引用。