| 注册
首页|期刊导航|电工技术学报|基于间接健康特征优化与多模型融合的锂电池SOH-RUL联合预测

基于间接健康特征优化与多模型融合的锂电池SOH-RUL联合预测

蔡雨思 李泽文 刘萍 夏向阳 王文

电工技术学报2024,Vol.39Issue(18):P.5883-5898,16.
电工技术学报2024,Vol.39Issue(18):P.5883-5898,16.DOI:10.19595/j.cnki.1000-6753.tces.231057

基于间接健康特征优化与多模型融合的锂电池SOH-RUL联合预测

蔡雨思 1李泽文 1刘萍 1夏向阳 1王文1

作者信息

  • 1. 长沙理工大学电气与信息工程学院,长沙410000
  • 折叠

摘要

关键词

电池健康状态/剩余使用寿命/间接健康特征/贝叶斯模型平均/支持向量回归/长短期记忆神经网络

分类

信息技术与安全科学

引用本文复制引用

蔡雨思,李泽文,刘萍,夏向阳,王文..基于间接健康特征优化与多模型融合的锂电池SOH-RUL联合预测[J].电工技术学报,2024,39(18):P.5883-5898,16.

基金项目

湖南省科技创新人才计划科技创新团队资助项目(2021RC4061)。 (2021RC4061)

电工技术学报

OA北大核心CSTPCD

1000-6753

访问量0
|
下载量0
段落导航相关论文