| 注册
首页|期刊导航|电气技术|基于Adam优化算法和长短期记忆神经网络的锂离子电池荷电状态估计方法

基于Adam优化算法和长短期记忆神经网络的锂离子电池荷电状态估计方法

潘锦业 王苗苗 阚威 高永峰

电气技术2022,Vol.23Issue(4):25-30,36,7.
电气技术2022,Vol.23Issue(4):25-30,36,7.

基于Adam优化算法和长短期记忆神经网络的锂离子电池荷电状态估计方法

State of charge estimation of lithium-ion battery based on Adam optimization algorithm and long short-term memory neural network

潘锦业 1王苗苗 1阚威 1高永峰1

作者信息

  • 1. 大连交通大学自动化与电气工程学院,辽宁 大连 116000
  • 折叠

摘要

关键词

锂离子电池/长短期记忆(LSTM)神经网络/Adam优化算法/荷电状态(SOC)估计

引用本文复制引用

潘锦业,王苗苗,阚威,高永峰..基于Adam优化算法和长短期记忆神经网络的锂离子电池荷电状态估计方法[J].电气技术,2022,23(4):25-30,36,7.

基金项目

2020年辽宁省教育厅科学研究项目"列控系统故障诊断和预警机制的研究"(JDL2020006)2021辽宁省自然科学基金面上项目"高速列车无线健康管理通信系统关键技术研究"(2021-MS-298) (JDL2020006)

电气技术

1673-3800

访问量0
|
下载量0
段落导航相关论文