首页|基于改进LSTM的变电站铅酸电池寿命预测

基于改进LSTM的变电站铅酸电池寿命预测

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
提出适用于变电站铅酸电池的寿命预测模型.引入集合经验模态分解法对长短期记忆神经网络模型进行改进,将电池使用寿命的特征量进行分解,构建多层结构的预测模型,提升预测结果的准确率.对比仿真结果发现,提出的改进方法可适用于小样本下的预测模型训练,且在各个样本中的平均绝对误差(MAE)不超过3 Ah,均方根误差(RMSE)不超过4 Ah.
Life prediction of lead-acid battery in substation based on improved LSTM

李瑞津、刘斌、张学敏、舒征宇

展开 >

云南电网有限责任公司玉溪供电局,云南玉溪 653100

三峡大学电气与新能源学院,湖北宜昌 443000

铅酸电池 寿命预测 经验模态分解 变电站电池 神经网络 长短期记忆(LSTM)

国家自然科学基金

61876097

2020

10.19535/j.1001-1579.2020.06.012

电池
全国电池工业信息中心 湖南轻工研究院

电池

CSTPCD北大核心
影响因子：0.336
ISSN：1001-1579
年,卷(期)：2020.50(6)
  • 4
  • 7