基于COA-LSTM和VMD的锂离子电池剩余寿命预测OA北大核心CSTPCD
电动汽车中的动力电池在其使用期间寿命的退化是不可避免的,因此研究电动汽车锂电池的使用寿命与利用效率具有重要意义。锂离子电池的剩余使用寿命(remaining useful life,RUL)是表征电池性能的一个重要指标。本文提出了基于郊狼算法优化长短期记忆网络(long short-term memory,LSTM)的动力电池RUL预测模型。首先,对锂离子电池的容量衰减特性进行分析,基于动力电池充放电曲线,提取等恒流充放电间隔、等压升时间间隔作为…查看全部>>
孙中麟;李嘉波;田迪;王志璇;邢晓静
西安石油大学,陕西西安710000西安石油大学,陕西西安710000西安石油大学,陕西西安710000西安石油大学,陕西西安710000西安石油大学,陕西西安710000
动力与电气工程
锂离子电池剩余使用寿命郊狼优化算法长短期记忆网络
《储能科学与技术》 2024 (9)
P.3254-3265,12
西安石油大学研究生创新与实践能力培养计划资助(YCS23213134)陕西省教育厅科研计划项目(23JK0599)陕西省自然科学基础研究计划资助项目(2023-JC-QN-0658)长安大学高速公路筑养装备与技术教育部工程研究中心(300102253513)咸阳市二〇二三年重点研发计划项目(L2023-ZDYF-QYCX-032)。