-
题名基于机器学习的电动汽车续航里程预测
被引量：4
- 1
-
-
作者
李晓宇
陈炫锴
李嘉栩
林梓瀚
-
机构
深圳大学物理与光电工程学院
深圳大学经济学院
-
出处
《电器与能效管理技术》
2021年第10期78-82,91,共6页
-
基金
国家自然科学基金项目(51807121)
广东省大学生创新创业训练计划项目(S202010590055)。
-
文摘
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。
-
关键词
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)
-
Keywords
electric vehicles
lithium-ion battery
vehicle range
gradient utilization
long short-term memory network(LSTM)
-
分类号
TM910.6
[电气工程—电力电子与电力传动]
-
