10.3969/j.issn.1000-386x.2021.05.018
基于IndyLSTM的锂电池充电剩余时间预测
传统模型在锂电池充电剩余时间预测中的泛化能力受到一定约束.针对此问题,提出一种基于独立长短期记忆循环神经网络(IndyLSTM)的锂电池充电剩余时间预测方法.通过对锂电池充电过程数据的分析,利用IndyLSTM在处理序列化数据时可以长期记忆历史数据的优势,对充电剩余时间进行预测.采用美国国家航空航天局(NASA)公开的电池数据,与常规的LSTM和SVR模型进行实验对比,IndyLSTM预测结果在准确性和稳定性方面表现更好.
IndyLSTM、锂电池、充电剩余时间、LSTM、SVR
38
TP183(自动化基础理论)
2021-05-20（万方平台首次上网日期，不代表论文的发表时间）
共5页
112-116
