| 注册
首页|期刊导航|电源技术|基于LSTM-SVR的锂电池健康状态预测研究

基于LSTM-SVR的锂电池健康状态预测研究

王宇胜 陈德旺 蔡俊鹏 潘伟靖

电源技术2020,Vol.44Issue(12):1784-1787,4.
电源技术2020,Vol.44Issue(12):1784-1787,4.DOI:10.3969/j.issn.1002-087X.2020.12.019

基于LSTM-SVR的锂电池健康状态预测研究

Research on lithium battery state of health prediction based on LSTM-SVR

王宇胜 1陈德旺 2蔡俊鹏 1潘伟靖2

作者信息

  • 1. 福州大学数学与计算机科学学院,福建福州350108
  • 2. 福州大学星云股份智慧新能源研究中心,福建福州350108
  • 折叠

摘要

关键词

锂电池/健康状态/长短期记忆网络(LSTM)/支持向量机回归(SVR)

分类

信息技术与安全科学

引用本文复制引用

王宇胜,陈德旺,蔡俊鹏,潘伟靖..基于LSTM-SVR的锂电池健康状态预测研究[J].电源技术,2020,44(12):1784-1787,4.

基金项目

国家自然科学基金(61976055,71671044) (61976055,71671044)

国家重点研究与发展计划项目(2018YFB0104403) (2018YFB0104403)

电源技术

OA北大核心CSTPCD

1002-087X

访问量0
|
下载量0
段落导航相关论文