简介： 本发明涉及一种基于时间卷积网络的锂离子动力电池估算方法，包括：建立初始时间卷积网络模型；获取电池的实时状态数据集；根据电池的实时状态数据集对初始时间卷积网络模型进行训练、验证和测试，得到目标时间卷积网络模型；将待估算的电池数据输入至目标时间卷积网络模型，得到电池剩余电量量测值；根据待估算的电池数据，通过预设方法计算出电池剩余电量观测值；根据电池剩余电量量测值和电池剩余电量观测值，通过卡尔曼滤波计算电池剩余电量估算值；通过卡尔曼滤波算法优化电池剩余电量估算值。本发明结合卡尔曼滤波和时间卷积网络对电池SOC进行估算，克服了卡尔曼滤波算法需要精确的等效电池组电路模型的缺点，减小了神经网络估算方法的误差。