期刊专题

10.3969/j.issn.1002-087X.2022.06.013

一种基于注意力机制的CNN-LSTM锂电池健康状态估算

引用
为了实时、便捷、准确地评估电动汽车锂电池健康状态(SOH),提出一种基于注意力机制的卷积神经网络(CNN)-长短期记忆网络(LSTM)的电池SOH估算方法,该算法融合了CNN、LSTM以及注意力机制的思想.通过将单个采样周期内的电压、电流、温度采样序列进行不同尺寸的卷积核运算得到多视野域下的特征序列,利用LSTM挖掘特征序列的长短期关系得到多个输出结果,最终通过注意力权值进行整合输出得到SOH值.实验结果表明:对于上海市电动汽车公共数据采集与监测研究中心提供的测试数据集,该方法取得了较优的估算结果,相比LSTM、CNN-LSTM算法,其在各评价指标上表现更优.

电池健康度、卷积神经网络、长短期记忆网络、注意力机制

46

TM912

国家自然科学基金61873159

2022-07-12(万方平台首次上网日期,不代表论文的发表时间)

共5页

634-637,651

暂无封面信息
查看本期封面目录

电源技术

1002-087X

12-1126/TM

46

2022,46(6)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn