基于改进堆优化算法和TimesNet神经网络的锂电池剩余寿命预测方法

  • 打印
  • 收藏
收藏成功


打开文本图片集

中图分类号:TM912 文献标志码:A

0 引言

锂电池作为一种工作运行时噪声低、能量密度高、使用时不影响环境的储能设备,被广泛应用在储能系统和电动汽车中[1]。但是,随着循环充放电次数的增加和锂电池本身的自放电因素,锂电池会出现总可用容量下降的老化现象。准确预测锂电池剩余寿命²(remainingusefullife,RUL)对于保障系统安全、降低维护成本及提高能源效率具有重要意义。(剩余16821字)

目录
monitor
客服机器人