典型文献
基于时空分布映射的大规模电池健康状态研究
文献摘要：
针对传统方法难以对不间断电源系统、微网储能系统的蓄电池组进行高效准确的状态估计问题,提出了一种全新的基于数据驱动的方法应用于大规模电池的健康状态预测.首先,分析电池的历史数据,从电池健康状态(空间维度)和时间演变放电过程(时间维度)2个层面对电池状态进行有效聚类.其次,将数据分布映射到高维空间,设计相应的基于时空分布映射的电池健康状态预测深度神经网络模型.最后,实验模型验证了所提方法的有效性.
文献关键词：
电池健康状态预测;深度神经网络;多尺度聚类;数据驱动
中图分类号：
作者姓名：
王波;陈东东;张锦霞;张之琛;马星星;张志宏
作者机构：
国网陕西省电力公司信息通信公司,陕西西安 710065;上海交通大学生物医学工程学院,上海 200030;厦门大学信息学院,福建厦门 361005
文献出处：
引用格式：
[1]王波;陈东东;张锦霞;张之琛;马星星;张志宏-.基于时空分布映射的大规模电池健康状态研究)[J].智慧电力,2022(06):85-91
A类：
B类：
不间断电源,电源系统,微网,储能系统,蓄电池组,状态估计,历史数据,空间维度,时间演变,放电过程,时间维度,电池状态,数据分布,射到,高维空间,电池健康状态预测,测深,深度神经网络模型,实验模型,模型验证,多尺度聚类
AB值：
0.330596
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。
