基于卷积-双向长短期记忆网络的电池SOC预测

Chinese Journal of Power Sources(2022)

引用 0|浏览6
暂无评分
摘要
锂电池的预测性维护是电池应用的重点,实现它的关键是有效地预测锂电池的荷电状态(SOC).随着信息技术和深度学习网络算法的发展,深度学习法在SOC预测方面显示出很好的潜力.提出了一种基于卷积-双向长短期记忆网络(CNN-BiLSTM)的SOC预测方法,利用卷积神经网络(CNN)模型提取局部特征,双向长短期记忆网络(BiLSTM)充分利用双向SOC的时间信息.在公共数据集上的对比实验表明,该模型提高了SOC预测的准确性.
更多
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要