An EV Service Life Prediction Method Based on The GM-LSTM Fusion Model
徐圣杰 1刘彦奇 1邴毳英 1李强强1
扫码查看
点击上方二维码区域，可以放大扫码查看
作者信息
1. 青岛恒星科技学院,山东 青岛 266100
折叠
摘要
本文基于某地2020年3月-2022年3月区间内的某平台运营车辆的真实数据,首先对数据进行预处理,提取出可用数据;然后对电池容量和电池内阻特征模型进行修正;再使用A RIM A模型,进行电池特征趋势预测;进而搭建出GM-LSTM融合模型,最后与当前应用较多的其他五种预测方式进行对比研究,得出本文方法能够有效提升电池使用寿命的预测精度的结论.
NETL
NSTL
维普
万方数据