简介： 本发明提供一种基于GAN和LSTM的锂电池SOC估计方法，涉及锂离子电池技术领域。种基于GAN和LSTM的锂电池SOC估计方法，包括GAN和LSTM，其中GAN负责训练样本生成，LSTM负责通过时间序列预测实现SOC估计。本方法的大体步骤如下：1)将电池进行充放电测试，获取初始的训练数据，充放电测试条件涵盖多个环境温度、充放工况、老化状况；2)获取的充放电数据，作为训练数据集投入到GAN中，以生成更多的训练样本；3)将生成的训练样本和原始的训练数据集投入到LSTM网络进行训练；4)将电池的实时运行数据投入到训练好的LSTM网络进行SOC估计；有益效果1：提高soc估计精度，降低数据训练成本。