| 注册
首页|期刊导航|中国新技术新产品|基于CNN-BILSTM深度学习模型的跨工况锂电池SOC估计

基于CNN-BILSTM深度学习模型的跨工况锂电池SOC估计

雷文博 耿灿欣 邹晔 姚忠冉 周礼缘

中国新技术新产品Issue(1):P.4-7,4.
中国新技术新产品Issue(1):P.4-7,4.

基于CNN-BILSTM深度学习模型的跨工况锂电池SOC估计

雷文博 1耿灿欣 1邹晔 1姚忠冉 1周礼缘2

作者信息

  • 1. 无锡职业技术学院汽车与交通学院,江苏无锡214121 江苏省新能源汽车节能与电池安全工程研究中心,江苏无锡214121
  • 2. 无锡职业技术学院汽车与交通学院,江苏无锡214121
  • 折叠

摘要

关键词

深度学习/CNN/BILSTM/跨工况/锂电池SOC

分类

交通工程

引用本文复制引用

雷文博,耿灿欣,邹晔,姚忠冉,周礼缘..基于CNN-BILSTM深度学习模型的跨工况锂电池SOC估计[J].中国新技术新产品,2024,(1):P.4-7,4.

基金项目

江苏省高等学校基础科学(自然科学)研究面上项目“多层异质界面PEO基固态电解质设计及离子传输机制研究”(项目编号:23KJB430038) (自然科学)

无锡职业技术学院科研创新团队建设项目“新能源动力电池开发与应用研究”(项目编号:XJ2023000301) (项目编号:XJ2023000301)

无锡职业技术学院自然科学类科研课题项目“全固态锂电池复合电解质的制备及性能研究”(项目编号:BT2023-06)。 (项目编号:BT2023-06)

中国新技术新产品

1673-9957

访问量3
|
下载量0
段落导航相关论文