SOC预测

作品数：78被引量：583H指数：12
导出分析报告
相关领域：电气工程交通运输工程机械工程更多>>
相关作者：孙玉坤张持健黄永红韩晓东鲍伟更多>>
相关机构：合肥工业大学江苏大学桂林电子科技大学武汉理工大学更多>>
相关期刊：《计算机仿真》《清华大学学报（自然科学版）》《数学的实践与认识》《计算机与现代化》更多>>
相关基金：国家自然科学基金江苏省普通高校研究生科研创新计划项目国家高技术研究发展计划江苏高校优势学科建设工程资助项目更多>>
-
在结果中检索

检索结果分析

结果分析中...
选择条件：
  • 学科=电气工程x
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于变窗口自适应无迹卡尔曼滤波的锂离子电池荷电状态预测
《电工技术学报》2025年第6期1974-1983,共10页范兴明 吴润玮 封浩 张鑫 
国家自然科学基金(61741126);广西自然科学基金(2022GXNSFAA035533)资助项目。
基于噪声协方差匹配方法的自适应无迹卡尔曼滤波(AUKF)算法,其固定长度的时间窗影响算法噪声统计量。且AUKF中匹配窗口长度常由经验法确定,在复杂工作条件下容易引起噪声协方差估算的不确定。为了进一步提高算法的噪声协方差估算精度,...
关键词：SOC预测 自适应无迹卡尔曼 变窗口自适应无迹卡尔曼 
基于ISSA-KELM的锂离子电池组SOC预测
《电源学报》2024年第6期217-224,共8页张英达 马鸿雁 窦嘉铭 王帅 李晟延 胡璐锦 
北京建筑大学博士基金资助项目(ZF15054);北京建筑大学2021年度研究生创新资助项目(PG2021056)。
针对锂离子电池组荷电状态SOC(state-of-charge)难以预测的问题,提出改进麻雀搜索算法ISSA(improved sparrow search algorithm)优化核极限学习机KELM(kernel extreme learning machine)的SOC预测模型。首先,引入Logistic混沌映射改进标...
关键词：锂电池组 荷电状态 核极限学习机 算法优化 
基于BP神经网络的太阳能路灯SOC预测被引量：1
《电子器件》2024年第5期1227-1232,共6页张安莉 谢檬 李翔 杜阳光 
陕西省教育厅教学改革重点攻关项目(23BG054);陕西省教育厅教学改革项目(23BY193);机器人与智能制造陕西省高校工程研究中心基金项目(2022GZ04);中国电子教育学会教育教学改革研究项目(DJZ23009);西安交通大学城市学院2024年度科研潜力培育项目(2024PY01)。
针对光伏发电应用领域太阳能路灯系统的过充电或过放电现象对蓄电池本身特性产生影响、降低使用寿命的问题,采用单片机和LabVIEW进行太阳能路灯蓄电池电压检测,采用BP神经网络进行太阳能路灯蓄电池荷电率(SOC)预测。BP神经网络将测得数...
关键词：SOC预测 BP神经网络 蓄电池 LABVIEW 
基于注意力机制和CNN-LSTM融合模型的锂电池SOC预测被引量：1
《电源学报》2024年第5期269-277,共9页张帅涛 蒋品群 宋树祥 夏海英 
广西科技重大专项资助项目(AA20302003,AA23023010)。
为提高锂电池荷电状态SOC(state-of-charge)预测精度,提出1种基于注意力机制和卷积神经网络-长短时记忆CNN-LSTM(convolution neural network-long short-term memory)融合模型的锂电池荷电状态预测方法。该模型采用一维CNN和LSTM神经...
关键词：锂电池 荷电状态 卷积神经网络 长短时记忆神经网络 注意力机制 
数据分布多样性对锂电池SOC预测的泛化影响
《储能科学与技术》2024年第5期1677-1687,共11页何林 刘江岩 刘彬 李夔宁 代帅 
数据驱动模型预测荷电状态(SOC)依赖高质量的实验数据,在应用于实际使用场景下的分布多样的锂电池组数据时会出现预测的准确性不稳定即泛化能力差的情况,限制了模型的实际应用。研究实际场景下的大规模数据的分布多样性对SOC预测模型的...
关键词：锂离子电池 荷电状态 数据驱动 分布多样性 泛化性 
基于Volterra自适应滤波的SOC估计算法
《电力设备管理》2024年第5期102-105,共4页龙雄峰 陈小龙 邓凯文 
针对锂离子电池组中BMS检测的电压、电流等参数存在实时性差而导致SOC估计误差增大的问题,提出基于混沌时间序列的Volterra自适应滤波器的SOC预测法。该方法首先验证了锂离子电池的SOC时间序列存在混沌特性,其次采用相空间重构法将电压...
关键词：锂离子电池 电池管理系统 SOC预测 Volterra自适应滤波器 
基于BiLSTM-MhSa-ResNet的储能电站SOC预测被引量：2
《电子设计工程》2023年第22期78-82,共5页廖圣瑄 李林 丁伟 唐起超 唐志军 杨继盛 
龙源电力集团股份有限公司科技创新项目(GJNY-20-15)。
储能电站荷电状态(SOC)评估对储能电站安全稳定运行起到重要作用。针对当前传统神经网络预测精度不足的问题,提出一种双向长短期记忆多头残差网络(BiLSTM-MhSa-ResNet)进行SOC预测。该模型使用多头自注意力机制提高了特征值的获取能力,...
关键词：荷电状态 深度学习 锂电池 神经网络 储能电站 
基于ICS-LSSVM的电动汽车锂电池SOC预测被引量：5
《东北电力技术》2022年第12期52-56,共5页王骏骏 
为了提高锂电池的荷电状态(state of charge,SOC)预测精度,将布谷鸟的卵被发现概率和步长控制量进行动态设置,对布谷鸟算法进行改进,采用改进布谷鸟算法(improved cuckoo search,ICS)对最小二乘支持向量机(least squares support vector...
关键词：锂电池 荷电状态 改进布谷鸟算法 最小二乘支持向量机 
基于PBES-LS-SVM的锂离子电池组SOC预测被引量：7
《电源技术》2022年第11期1279-1283,共5页李晟延 马鸿雁 窦嘉铭 王帅 
北京建筑大学博士基金项目(ZF15054)。
针对锂离子电池组荷电状态(state of charge,SOC)难以预测的问题,提出应用主成分分析(principal component analysis,PCA)选取影响因素和秃鹰算法(bald eagle search,BES)优化最小二乘支持向量机(least squares support vector machine,...
关键词：锂电池组 荷电状态 主成分分析 秃鹰搜索算法 最小二乘支持向量机 
基于卷积-双向长短期记忆网络的电池SOC预测被引量：9
《电源技术》2022年第5期532-535,共4页陈继斌 李雯雯 孙彦玺 许静 张单 
国家自然科学基金青年基金(51804278)。
锂电池的预测性维护是电池应用的重点,实现它的关键是有效地预测锂电池的荷电状态(SOC)。随着信息技术和深度学习网络算法的发展,深度学习法在SOC预测方面显示出很好的潜力。提出了一种基于卷积-双向长短期记忆网络(CNN-BiLSTM)的SOC预...
关键词：荷电状态 卷积神经网络 双向长短期记忆 锂电池 深度学习 
全选清除导出
共5页<12345>
检索报告 对象比较 聚类工具 使用帮助 返回顶部