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:针对电动汽车充电安全问题,文章提出一种基于 PSO-Kalman-LSTM 融合算法的充电时长预测方法。该方法利用 LSTM 网络对充电时长进行时间序列建模,并结合 PSO 算法优化 LSTM 模型参数,同时引入 Kalman 滤波对输入数据进行动态调整,以提高预测精度。实验结果表明,该方法能够有效预测电动汽车充电时长,为智能充电策略的制定和充电安全防护提供技术支持,助力实现“双碳”目标。(剩余3643字)
登录龙源期刊网
购买文章
基于PSO-Kalman-LSTM融合算法的电动汽车充电时长预测研究
文章价格:4.00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