典型文献
基于长短时记忆神经网络的动力电池剩余容量预测方法
文献摘要：
为高效、准确的预测动力电池剩余容量,文中提出了一种基于长短时记忆神经网络的动力电池剩余容量预测方法.首先基于理论推导,明确输出电压、输出电流与剩余容量间存在隐函数关系;然后基于磷酸铁锂电池放电实验的历史数据,通过长短时记忆神经网络搭建预测模型对电池剩余容量进行估计;最后,与常见预测方法进行对比分析.结果表明:文中方法预测误差差值范围在[-0.03,0.06]间分布,平均预测误差为0.016Ah,具有较高的预测精度.同时与其他常用预测方法相比,文中方法精度提高了 50％左右,在算法稳定性和识别效率上也有了很大提升.
文献关键词：
动力电池;剩余容量;长短时记忆神经网络
中图分类号：
作者姓名：
刘超;李文辉;王克敏;王瑜瞳;贠亚玲
作者机构：
国网甘肃省电力公司信息通信公司,兰州730050
文献出处：
引用格式：
[1]刘超;李文辉;王克敏;王瑜瞳;贠亚玲-.基于长短时记忆神经网络的动力电池剩余容量预测方法)[J].大电机技术,2022(04):70-73,88
A类：
电池剩余容量预测,016Ah
B类：
长短时记忆神经网络,动力电池,理论推导,输出电压,输出电流,隐函数,函数关系,磷酸铁锂电池,历史数据,中方,预测误差
AB值：
0.117079
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
