| 注册
首页|期刊导航|储能科学与技术|基于ResNet-Bi-LSTM-Attention的锂离子电池剩余使用寿命预测

基于ResNet-Bi-LSTM-Attention的锂离子电池剩余使用寿命预测

王朋凯 张新燕 张光昊

储能科学与技术2023,Vol.12Issue(4):1215-1222,8.
储能科学与技术2023,Vol.12Issue(4):1215-1222,8.DOI:10.19799/j.cnki.2095-4239.2022.0652

基于ResNet-Bi-LSTM-Attention的锂离子电池剩余使用寿命预测

Remaining useful life prediction of lithium-ion batteries based on ResNet-Bi-LSTM-Attention model

王朋凯 1张新燕 1张光昊1

作者信息

  • 1. 新疆大学电气工程学院,新疆乌鲁木齐830046
  • 折叠

摘要

关键词

锂离子电池/残差神经网络/双向长短期记忆网络/注意力机制/剩余使用寿命预测

分类

信息技术与安全科学

引用本文复制引用

王朋凯,张新燕,张光昊..基于ResNet-Bi-LSTM-Attention的锂离子电池剩余使用寿命预测[J].储能科学与技术,2023,12(4):1215-1222,8.

基金项目

新疆维吾尔自治区自然科学基金(2021D01C044),国家自然科学基金(51667018). (2021D01C044)

储能科学与技术

OA北大核心CSCDCSTPCD

2095-4239

访问量0
|
下载量0
段落导航相关论文