10.16628/j.cnki.2095-8188.2021.10.013
基于机器学习的电动汽车续航里程预测
电动汽车动力电池退役高峰下,电池梯次利用备受关注,车辆续航里程是界定电池衰老程度的重要参考指标.为对车辆续航里程及电池健康状况进行准确建模,以电动汽车续航能力为研究对象,在长短期记忆网络基础上,实验分析并确定电池系统电压、电流、温度、SOC等特征参量对神经网络训练结果的影响程度.最终选取等效里程、放电循环耗电量、电压平均值三维特征作为网络模型的输入量,获得最优电动汽车续航能力预测模型.在测试集上预测结果的均方根误差为10.81 km,相对误差9.818％,可为电动汽车能源管理和动力电池性能衰退情况评估提供依据.
电动汽车;锂离子电池;续航里程;梯次利用;长短期记忆网络(LSTM)
TM910.6
2021-12-10（万方平台首次上网日期，不代表论文的发表时间）
共6页
78-82,91
