开放存取
问题 |
E3S网页汇编
卷积2972021
4号线程计算机学和可再生能源国际会议 |
|
---|---|---|
文章号 | 01043 | |
页数 | 8 | |
多尔市 | https://doi.org/10.1051/e3sconf/202129701043 | |
在线发布 | 2021年9月22日 |
必威主页
29701043(2021)
比较单混合深学法留用 Lithiion电池预测
一号Hassan第一大学Setatat摩洛哥LAMSAD实验室Berrechid应用科学国立学院
2Carleton大学,加拿大渥太华
*对应作者 :b.zraibi@uhp.ac.ma
锂离子电池预测寿命可用作预防电池故障的预警系统,这对于保证安全可靠性非常重要。论文代表基准研究,用相似文章比较单方和混合法RUL预测结果即卷积神经网络和长短期内存之并用混合法预测并提高锂离电池剩余使用寿命(RUL)的精度我们选择三大统计指标(MAE、R2和RMSE)评估性能预测结果实验验证使用美国航天局的锂离电池数据集进行,结果显示建议混合法在减少预测误差和实现比其他算法更好的RUL预测性能方面的有效性
关键字 :锂电池/机器学习/剩余使用寿命/长短期存储器/卷积神经网络
必威西汉姆赞助2021年EDP科学出版
开存文章分发创用CC授权4.0允许在任何介质上不受限制使用、分发和复制,只要原创作品正确引用
当前用法度量显示文章视图累积计数(全文文章视图包括HTML视图、PDF和ePub下载,根据可用数据)和Vision4Press平台摘要视图
数据对应2015年后板状使用当前使用量度自在线发布后48-96小时提供并按周日每日更新
初始下载度量器可能花点时间