基于ISW和优化VMD-LSTM的锂电池剩余寿命预测

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要：

针对锂电池容量衰退过程中容量再生和曲线持续波动导致的剩余使用寿命（RUL）难以精确预测的问题，提出基于变分模态分解（VMD）和改进滑动窗口（ISW）的长短期记忆（LSTM）神经网络预测模型。首先，使用VMD对容量数据进行分解，区分主退化和容量再生趋势;其次，利用ISW动态捕捉曲线波动，提高预测精度;最后，使用LSTM建模，LSTM和VMD的参数均使用贝叶斯优化（BO）寻优。（剩余17192字）

试读结束

目录
monitor