一种基于BiLSTM的锂电池剩余使用寿命预测方法.pdfVIP

下载本文档

2
0
约8.75千字
约 9页
2023-12-30 发布于四川
举报
版权申诉

一种基于BiLSTM的锂电池剩余使用寿命预测方法.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

一种基于BiLSTM的锂电池剩余使用寿命预测方法，包括以下步骤：1)采集锂电池剩余使用寿命预测的电压、电流和温度等电池状态相关数据；2)将采集到的数据构建为训练集和测试集；3)对采集到的数据进行归一化处理；4)将归一化处理过后的各类数据输入到BiLSTM模型中；5)处理过后的数据经过全连接层，输出预测数据。本发明中采用的BiLSTM是双向长短期记忆人工网络，其在单向LSTM神经网络的基础上加入了反向LSTM，使得历史数据与未来数据可以综合考虑。与单一的LSTM相比，该网络增加了最近一次的电池状态

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN117310532A

(43)申请公布日2023.12.29

(21)申请号202311024987.6

(22)申请日2023.08.15

(71)申请人浙江工业大学

地址310006