基于自适应噪声完全集合经验模态分解与BiLSTM-Transformer的锂离子电池剩余使用寿命预测OA北大核心CSTPCD
锂离子电池剩余使用寿命(remaining useful life,RUL)是使用者十分关心的问题,其涉及电池的更换时间和安全。针对锂离子电池的电容量非线性变化趋势,提出了一种基于自适应噪声完全集合经验模态分解与双向长短期记忆网络-Transformer的锂离子电池剩余使用寿命预测方法。首先,利用自适应噪声完全集合经验模态分解方法对锂离子电池电容量数据进行分解。其次,使用串联的双向长短期记忆神经网络和Transformer网络对分解后得到的残差序…查看全部>>
刘斌;吉春霖;曹丽君;武欣雅;段云凤
太原科技大学应用科学学院,山西太原030024太原科技大学计算机科学与技术学院,山西太原030024太原科技大学应用科学学院,山西太原030024太原科技大学应用科学学院,山西太原030024太原科技大学经济与管理学院,山西太原030024
动力与电气工程
锂离子电池剩余使用寿命预测Transformer网络双向长短期记忆网络完全集合经验模态分解
《电力系统保护与控制》 2024 (15)
P.167-177,11
国家自然科学基金项目资助(72071183)山西省基础研究计划项目资助(202103021224274,202303021221144)山西省回国留学人员科研项目资助(2022-163)。
评论