| 注册
首页|期刊导航|储能科学与技术|融合自注意力机制与门控循环单元网络的宽工况锂离子电池SOC估计

融合自注意力机制与门控循环单元网络的宽工况锂离子电池SOC估计

管鸿盛 钱诚 徐炳辉 孙博 任羿

储能科学与技术2023,Vol.12Issue(7):2229-2237,9.
储能科学与技术2023,Vol.12Issue(7):2229-2237,9.DOI:10.19799/j.cnki.2095-4239.2023.0292

融合自注意力机制与门控循环单元网络的宽工况锂离子电池SOC估计

SAM-GRU-based fusion neural network for SOC estimation in lithium-ion batteries under a wide range of operating conditions

管鸿盛 1钱诚 1徐炳辉 1孙博 1任羿1

作者信息

  • 1. 北京航空航天大学可靠性与系统工程学院,北京 100191
  • 折叠

摘要

关键词

锂离子电池/荷电状态/自注意力机制/门控循环单元神经网络

Key words

lithium-ion battery/state of charge/self-attentive mechanism/gated recurrent unit neural network

分类

动力与电气工程

引用本文复制引用

管鸿盛,钱诚,徐炳辉,孙博,任羿..融合自注意力机制与门控循环单元网络的宽工况锂离子电池SOC估计[J].储能科学与技术,2023,12(7):2229-2237,9.

基金项目

国家自然科学基金项目(52075028). (52075028)

储能科学与技术

OACSTPCD

2095-4239

访问量5
|
下载量0
段落导航相关论文