26年CH电气工程与智能控制 关键词：锂离子电池；荷电状态；CNN-Transformer；时序预测；泛化能力-终稿全(10895字).docx

基于 CNN-Transformer 模型的锂离子电池 SOC 预测物理与信息工程学院 电气工程与智能控制专业 220309020 江贤颖摘要精确估算锂离子电池的荷电状态，对提高电动汽车的运行可靠性以及延长电池使用寿命有着关键作用，不过传统的 SOC（State of Charge ）预测模型在长时序特征提取、多变量数据融合以及模型泛化能力方面，还是存在一些限制，基于此，本研究搭建了一种把 CNN（Convolutional Neural Network，卷积神经网络）和 Transformer（基于自注意力机制的序列到序列模型）相结合的混合架构，用于 SOC 预测。这个系统把电池运行时的电流、电压以及温度等...