| 基于Adam优化算法和长短期记忆神经网络的锂离子电池荷电状态估计方法 |
| |
| 引用本文： | 潘锦业,王苗苗,阚威,高永峰.基于Adam优化算法和长短期记忆神经网络的锂离子电池荷电状态估计方法[J].电气技术,2022,23(4):25-30,36. |
| |
| 作者姓名： | 潘锦业 王苗苗 阚威 高永峰 |
| |
| 作者单位： | 大连交通大学自动化与电气工程学院,辽宁 大连 116000 |
| |
| 基金项目： | 辽宁省教育厅科学研究项目 |
| |
| 摘 要： | 锂离子电池是电动汽车、无人机及电力电子设备的储能系统组件,对其进行准确的荷电状态(SOC)估计对于正确决策、安全控制和维护具有重要意义.针对锂离子电池SOC估计问题,本文采用长短期记忆(LSTM)神经网络搭建锂离子电池SOC估计模型,将电池电压、电流、温度作为输入,建立多层LSTM预测模型,采用Adam优化算法与Dro...
|
| 关 键 词： | 锂离子电池 长短期记忆(LSTM)神经网络 Adam优化算法 荷电状态(SOC)估计 |
State of charge estimation of lithium-ion battery based on Adam optimization algorithm and long short-term memory neural network |
| |
| PAN Jinye,WANG Miaomiao,KAN Wei,GAO Yongfeng.State of charge estimation of lithium-ion battery based on Adam optimization algorithm and long short-term memory neural network[J].Electrical Engineering,2022,23(4):25-30,36. |
| |
| Authors: | PAN Jinye WANG Miaomiao KAN Wei GAO Yongfeng |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
