| 注册
首页|期刊导航|电源技术|基于BiLSTM-STW神经网络的锂电池剩余容量预测

基于BiLSTM-STW神经网络的锂电池剩余容量预测

姚俊荣 唐学用 李庆生

电源技术2023,Vol.47Issue(7):889-893,5.
电源技术2023,Vol.47Issue(7):889-893,5.DOI:10.3969/j.issn.1002-087X.2023.07.014

基于BiLSTM-STW神经网络的锂电池剩余容量预测

Remaining capacity prediction of lithium battery based on BiLSTM-STW neural network

姚俊荣 1唐学用 2李庆生2

作者信息

  • 1. 贵州大学电气工程学院,贵州贵阳 550025||贵州电网有限责任公司电网规划研究中心,贵州贵阳 550003
  • 2. 贵州电网有限责任公司电网规划研究中心,贵州贵阳 550003
  • 折叠

摘要

关键词

锂电池/双向长短时记忆网络/滑动时间窗口/剩余容量预测/神经网络

Key words

lithium battery/bidirectional long and short-term memory network/sliding time window/remaining capacity prediction/neural network

分类

信息技术与安全科学

引用本文复制引用

姚俊荣,唐学用,李庆生..基于BiLSTM-STW神经网络的锂电池剩余容量预测[J].电源技术,2023,47(7):889-893,5.

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