| 基于SSA-LSTM的锂离子电池寿命预测 |
| |
| 引用本文： | 郭玄,朱凯. 基于SSA-LSTM的锂离子电池寿命预测[J]. 电池工业, 2021, 25(3): 131-135. DOI: 10.3969/j.issn.1008-7923.2021.03.005 |
| |
| 作者姓名： | 郭玄 朱凯 |
| |
| 作者单位： | 江苏理工学院汽车与交通工程学院,江苏常州 213001 |
| |
| 摘 要： | 由于锂离子电池经循环使用、环境变化易出现材料老化和缩短使用寿命等问题,很大程度上影响电池健康状态,因此研究其掌握电池老化规律,从而预测其使用寿命有着积极的意义.为提高电池健康状态的预测精度,使用能够更好预测长序列的长短期记忆神经网络(LSTM),并针对其模型超参数调整困难、收敛速度慢等问题,提出将LSTM和麻雀搜索算法...
|
| 关 键 词： | 长短期记忆神经网络 麻雀搜索算法 锂离子电池 电池健康状态 |
Life Prediction of Lithium-ion Battery Based on SSA-LSTM |
| |
| GUO Xuan,ZHU Kai. Life Prediction of Lithium-ion Battery Based on SSA-LSTM[J]. Chinese Battery Industry, 2021, 25(3): 131-135. DOI: 10.3969/j.issn.1008-7923.2021.03.005 |
| |
| Authors: | GUO Xuan ZHU Kai |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
