多角度基于CEEMDAN-CNN-BiLSTM模型的锂离子电池RUL预测

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要：通过构建模型对锂离子电池剩余使用寿命进行预测，并探究温度及网络参数对所构建模型预测精准度的影响，进而提高模型的预测精准度。 提出自适应噪声完全集合经验模态分解（CEEMDAN）和一维卷积神经网络（1D CNN）与双向长短期记忆（BiLSTM）神经网络相结合的锂离子电池剩余寿命预测方法。选取容量作为健康因子，然后利用CEEMDAN对复杂不平稳数据进行分解，得到稳定的分量。（剩余14279字）

试读结束

目录
monitor