基于CNN-LSTM混合模型的锂电池容量估计方法

作者	单位
何法,李彦超,韩志,刘菲菲,宋小艳

摘要点击次数: 60

全文下载次数: 60

中文摘要:

为解决锂电池在循环过程中容量逐渐衰减导致难以精准预测的难题，将卷积神经网络（CNN）模型与长短期记忆网络（LSTM）模型相结合，构建一种混合预测模型（CNNLSTM）。依据美国航空航天局（NASA）B 0005 电池循环公开数据，利用互信息方法从数据中筛选放电终止电压、电压差和放电时间等关键特征，将其输至 CNN-LSTM 混合模型进行验证。结果表明：CNN-LSTM 混合模型在均方误差δMSE、均方根误差 δRMSE、平均绝对误差δMAE中的表现均显著优于单一LSTM 模型，证明了该融合策略对提升容量预测精度的有效性。

英文摘要:

查看全文查看/发表评论

关闭