文档名：基于BOBiLSTM的超级电容器剩余寿命预测
摘要：为了提高超级电容器剩余使用寿命的预测精度,本文提出了一种贝叶斯优化与双向长短时记忆神经网络结合的预测模型(BO-BiLSTM),利用长滑动窗口处理容量数据来提高模型对容量衰退趋势的学习能力,达到对超级电容器剩余寿命精确预测的目的.通过对输入特征的研究和对比,选定了容量和循环数作为模型的输入,随后对滑窗大小、模型步长进行研究,发现长滑窗是模型成功的关键因素.实验模型的精度可以达到AEP=1.02％、RMSE=2.57％.在使用贝叶斯优化算法优化模型参数后,最终预测精度可以达到AEP=0.59％、RMSE=2.16％,具有较高的预测精度.
作者：沈伟豪 林文文 楼功茂 Author：SHENWeihao LINWenwen LOUGongmao
作者单位：宁波大学机械工程与力学学院,浙江宁波315211宁波大学机械工程与力学学院,浙江宁波315211;宁波大学先进储能技术与装备研究院,浙江宁波315211
刊名：电工电能新技术 ISTICPKU
Journal：AdvancedTechnologyofElectricalEngineeringandEnergy
年，卷(期)：2023, 42(4)
分类号：TM53TP183
关键词：超级电容器 剩余使用寿命 长滑窗 贝叶斯优化 双向长短时记忆神经网络
机标分类号：TP391TH17TP277
在线出版日期：2023年5月6日
基金项目：国家自然科学基金基于BO-BiLSTM的超级电容器剩余寿命预测[
期刊论文] 电工电能新技术--2023, 42(4)沈伟豪 林文文 楼功茂为了提高超级电容器剩余使用寿命的预测精度,本文提出了一种贝叶斯优化与双向长短时记忆神经网络结合的预测模型(BO-BiLSTM),利用长滑动窗口处理容量数据来提高模型对容量衰退趋势的学习能力,达到对超级电容器剩余寿命精...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于BO-BiLSTM的超级电容器剩余寿命预测 Remaining useful life prediction of supercapacitor based on BO-BiLSTM
基于BO-BiLSTM的超级电容器剩余寿命预测.pdf
- 文件大小:
- 2.91 MB
- 下载次数:
- 60
-
高速下载
|
|
