注册帐号丨忘记密码?
1.点击网站首页右上角的“充值”按钮可以为您的帐号充值
2.可选择不同档位的充值金额,充值后按篇按本计费
3.充值成功后即可购买网站上的任意文章或杂志的电子版
4.购买后文章、杂志可在个人中心的订阅/零买找到
5.登陆后可阅读免费专区的精彩内容
打开文本图片集
摘 要:针对退役电池老化程度较高,在动力电池上采用的健康特征无法满足退役电池实际工作时的荷电状态(SOC)的范围的问题,提出在退役电池实际使用时SOC的主要分布范围内获取电池充电数据,通过获取的数据预测SOH,提升算法运用的实用性。在此基础上,针对传统SOH估计算法提取能反映电池老化特性的特征较困难,且无法完全利用数据的问题,提出利用一维深度卷积神经网络(CNN)提取电池特征,再将特征输入到长短期神经网络(LSTM)中预测SOH。(剩余12663字)
登录龙源期刊网
购买文章
考虑实际退役电池常用SOC范围的SOH预测
文章价格:6.00元
当前余额:100.00
阅读
您目前是文章会员,阅读数共:0篇
剩余阅读数:0篇
阅读有效期:0001-1-1 0:00:00