| 注册
首页|期刊导航|电源学报|基于DeepAR与特征选择的锂离子电池在线状态估计

基于DeepAR与特征选择的锂离子电池在线状态估计

史永胜 任嘉睿 李锦 张凯

电源学报2023,Vol.21Issue(2):163-171,9.
电源学报2023,Vol.21Issue(2):163-171,9.DOI:10.13234/j.issn.2095-2805.2023.2.163

基于DeepAR与特征选择的锂离子电池在线状态估计

Online State Estimation of Lithium-ion Batteries Based on DeepAR and Feature Selection

史永胜 1任嘉睿 1李锦 1张凯1

作者信息

  • 1. 陕西科技大学电气与控制工程学院,西安 710021
  • 折叠

摘要

关键词

锂离子电池/健康状态/荷电状态/自回归循环神经网络

分类

信息技术与安全科学

引用本文复制引用

史永胜,任嘉睿,李锦,张凯..基于DeepAR与特征选择的锂离子电池在线状态估计[J].电源学报,2023,21(2):163-171,9.

基金项目

国家自然科学基金资助项目(61871259) (61871259)

陕西省重点研发计划资助项目(2021-GY135) (2021-GY135)

电源学报

OA北大核心CSCD

2095-2805

访问量0
|
下载量0
段落导航相关论文