本文主要研究内容
作者胡天中,余建波（2019）在《基于多尺度分解和深度学习的锂电池寿命预测》一文中研究指出：针对目前的剩余寿命预测(RUL)方法存在模型适应性差及预测不准确等问题,提出多尺度深度神经网络的锂电池健康退化预测模型.通过经验模态分解(EEMD)方法和相关性分析(CA),将采集到的锂电池能量数据分解为主趋势数据和波动数据;采用深度置信网络(DBN)和长短期记忆网络(LSTM),分别对主趋势与波动数据进行建模;将DBN与LSTM预测结果进行有效集成,得到锂电池的健康预测结果.实验结果表明,利用该方法能够有效地对锂电池的健康趋势进行拟合,得到准确的RUL预测结果,性能优于其他典型的预测方法.
Abstract
zhen dui mu qian de sheng yu shou ming yu ce (RUL)fang fa cun zai mo xing kuo ying xing cha ji yu ce bu zhun que deng wen ti ,di chu duo che du shen du shen jing wang lao de li dian chi jian kang tui hua yu ce mo xing .tong guo jing yan mo tai fen jie (EEMD)fang fa he xiang guan xing fen xi (CA),jiang cai ji dao de li dian chi neng liang shu ju fen jie wei zhu qu shi shu ju he bo dong shu ju ;cai yong shen du zhi xin wang lao (DBN)he chang duan ji ji yi wang lao (LSTM),fen bie dui zhu qu shi yu bo dong shu ju jin hang jian mo ;jiang DBNyu LSTMyu ce jie guo jin hang you xiao ji cheng ,de dao li dian chi de jian kang yu ce jie guo .shi yan jie guo biao ming ,li yong gai fang fa neng gou you xiao de dui li dian chi de jian kang qu shi jin hang ni ge ,de dao zhun que de RULyu ce jie guo ,xing neng you yu ji ta dian xing de yu ce fang fa .
论文参考文献
论文详细介绍
论文作者分别是来自浙江大学学报(工学版)的胡天中,余建波，发表于刊物浙江大学学报(工学版)2019年10期论文，是一篇关于锂电池论文,剩余寿命预测论文,多尺度分析论文,深度置信网络论文,长短期记忆网络论文,浙江大学学报(工学版)2019年10期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自浙江大学学报(工学版)2019年10期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：锂电池论文; 剩余寿命预测论文; 多尺度分析论文; 深度置信网络论文; 长短期记忆网络论文; 浙江大学学报(工学版)2019年10期论文;