电工技术学报2020，Vol.35Issue(9)：2051-2062,12.DOI:10.19595/j.cnki.1000-6753.tces.190547
基于门控循环单元神经网络和Huber-M估计鲁棒卡尔曼滤波融合方法的锂离子电池荷电状态估算方法
A Hybrid Approach to Lithium-Ion Battery SOC Estimation Based on Recurrent Neural Network with Gated Recurrent Unit and Huber-M Robust Kalman Filter
摘要
关键词
锂电池/荷电状态/门控循环单元神经网络/卡尔曼滤波分类
信息技术与安全科学引用本文复制引用
李超然,肖飞,樊亚翔,杨国润,唐欣..基于门控循环单元神经网络和Huber-M估计鲁棒卡尔曼滤波融合方法的锂离子电池荷电状态估算方法[J].电工技术学报,2020,35(9):2051-2062,12.基金项目
国防科技创新特区资助项目. （）
