会员登录|免费注册|忘记密码|管理入口 返回主站||保存桌面|手机浏览|联系方式|购物车
VIP   企业VIP第1年

虚交所-虚拟资产交易平台  
加关注9

虚拟资产交易

搜索
新闻中心
  • 暂无新闻
联系方式


请先 登录注册 后查看


站内搜索
 
荣誉资质
  • 暂未上传
友情链接
  • 暂无链接
首页 > 文档 > 结合物理信息与深度神经网络的锂离子电池温度预测
文档
结合物理信息与深度神经网络的锂离子电池温度预测
2024-06-242501.12M

  摘要:准确预测锂离子电池的温度是电池管理系统的关键技术。本文针对锂离子电池的动态以及时序依赖特性构建了一个深度神经网络用于锂离子电池的温度预测。该模型可以提取数据的潜在高维特征并适当降维以减少模型复杂度,同时通过长短期记忆单元层捕获温度的长期依赖关系。此外,通过锂离子电池的开路电压、端电压以及电流实时计算产热率,从而为深度神经网络提供额外的物理信息输入。结果表明,该方法相比于目前文献报道的一些方法具有更好的温度预测性能。

  文章目录

  0 引言

  1 电池实验

  2 电池温度预测模型

  2.1 产热模型

  2.2 深度神经网络

  2.3 DNN的训练

  3 结果和讨论

  3.1 温度预测结果

  3.2 对比实验

  4 结论