10.3969/j.issn.1000-386x.2020.03.014
基于LSTM神经网络的动力电池SOC估算研究
电池监控是电动汽车安全行驶的必要手段,电池的荷电状态(State of Charge,SOC)则是衡量电动汽车安全性能的直接指标.针对锂离子电池的非线性特性,设计一种基于深度学习的长短期记忆网络(Long Short-Term Memory,LSTM)SOC预测模型.通过MATLAB实验验证以及与其他算法的比较分析得出,该模型可以有效解决传统神经网络容易陷入局部最小值以及出现梯度消失、爆炸等问题,估算误差小于2％,具有较高的精度和应用前景.
动力电池、LSTM、荷电状态、MATLAB
37
TP3;TM912.9(计算技术、计算机技术)
咸阳市二○一八年科学技术研究计划项目2018k02-16
2020-03-31（万方平台首次上网日期，不代表论文的发表时间）
共5页
78-81,88
