首页|基于数据预处理和计算机VMD-LSTM-GPR的储能系统离子电池剩余寿命预测

基于数据预处理和计算机VMD-LSTM-GPR的储能系统离子电池剩余寿命预测

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
离子电池剩余寿命影响储能系统运行能力,准确预测电池寿命,有助于判断系统的实时运行状态,为获得较为可靠的预测结果,提出基于数据预处理和计算机VMD-LSTM-GPR的储能系统离子电池剩余寿命预测方法.针对储能系统离子电池剩余寿命预测的相关理论问题进行研究,并联合储能数据预处理标准与计算机VMD-LSTM-GPR模型,计算锂离子电池的容量退化能力,从而评估剩余电池寿命,实现基于数据预处理和计算机VMD-LSTM-GPR的储能系统离子电池剩余寿命预测.
Prediction of ion battery remaining life of energy storage system based on data preprocessing and computer VMD-LSTM-GPR

data preprocessingcomputer VMD-LSTM-GPRenergy storage systemion batteryresidual life

田凌浒、袁炳夏

展开 >

中国石油新疆油田分公司,新疆克拉玛依 834000

惠州学院网络与信息中心,广东惠州 516007

数据预处理 计算机VMD-LSTM-GPR 储能系统 离子电池 剩余寿命

2024

10.19799/j.cnki.2095-4239.2023.0920

储能科学与技术
化学工业出版社

储能科学与技术

CSTPCD北大核心
影响因子：0.852
ISSN：2095-4239
年,卷(期)：2024.13(1)
  • 2