期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于Res-LSTM网络的多元化电池剩余容量实时预测
被引量:
5
1
作者
陈果
黄祺尧
张志宏
《智慧电力》
北大核心
2022年第7期29-36,共8页
针对储能系统电池容量实时预测中存在的电池新旧程度不一,放电倍率、采样间隔多样等多元化问题,提出了一种全新的基于安时残差连接的长短时记忆网络。通过进行多通道传感信号的特征变换,使其更适用于多元化电池放电的实时剩余容量预测...
针对储能系统电池容量实时预测中存在的电池新旧程度不一,放电倍率、采样间隔多样等多元化问题,提出了一种全新的基于安时残差连接的长短时记忆网络。通过进行多通道传感信号的特征变换,使其更适用于多元化电池放电的实时剩余容量预测。所提方法相比于常见基线方法误差降低了11.8%,并且在多倍率测试下方差较小,具有更高的鲁棒性。
展开更多
关键词
储能系统
电池剩余容量预测
安时积分估计法
信号特征处理
Res-LSTM神经网络
多倍率放电
下载PDF
职称材料
题名
基于Res-LSTM网络的多元化电池剩余容量实时预测
被引量:
5
1
作者
陈果
黄祺尧
张志宏
机构
国网陕西省电力公司信息通信公司
厦门大学信息学院
出处
《智慧电力》
北大核心
2022年第7期29-36,共8页
基金
国家自然科学基金资助项目(62176227,U2066213)。
文摘
针对储能系统电池容量实时预测中存在的电池新旧程度不一,放电倍率、采样间隔多样等多元化问题,提出了一种全新的基于安时残差连接的长短时记忆网络。通过进行多通道传感信号的特征变换,使其更适用于多元化电池放电的实时剩余容量预测。所提方法相比于常见基线方法误差降低了11.8%,并且在多倍率测试下方差较小,具有更高的鲁棒性。
关键词
储能系统
电池剩余容量预测
安时积分估计法
信号特征处理
Res-LSTM神经网络
多倍率放电
Keywords
energy
storage
system
battery
remaining
capacity
prediction
ampere
-
hour
integral
estimation
method
signal
feature
processing
Res-LSTM
neural
network
multi-rate
discharge
分类号
TM744 [电气工程—电力系统及自动化]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于Res-LSTM网络的多元化电池剩余容量实时预测
陈果
黄祺尧
张志宏
《智慧电力》
北大核心
2022
5
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部