Scidown文献预览系统!
基于粒子滤波和长短时记忆融合技术的锂离子电池剩余使用寿命预测( A Particle Filter and Long Short-Term Memory Fusion Technique for Lithium-Ion Battery Remaining Useful Life Prediction )
X Hu X Yang F Feng K Liu X Lin
准确预测锂离子电池的剩余使用寿命可以提高电动汽车电池系统运行的耐久性、可靠性和可维护性。为了实现高精度的RUL预测,有必要开发一种有效的长期非线性退化预测方法,并对预测结果的不确定性进行量化。为此,本文提出了一种基于粒子滤波(PF)和长短时记忆(LSTM)神经网络的锂离子电池RUL预测混合方法。首先,基于训练集,使用PF算法迭代更新模型参数。其次,利用训练集获得LSTM模型参数。通过Monte-Carlo Dropout(MC-Dropout)得到预测阶段的均值和标准差。最后,用MC-Dropout预测的均值作为预测阶段PF的度量,用标准差表示预测结果的不确定度,并将均值和标准差综合到模型的度量方程中。实验结果表明,所提出的混合方法比PF、LSTM算法和其他两种混合方法具有更好的预测精度。混合方法可以获得更窄的置信区间。
『Sci-Hub|Scidown』怎么用?来看看教程吧!

支持模式 1.支持DOI号 2.支持英文文献全名搜索 3.支持参考文献搜索 4.知网文献(暂时关闭)


安卓手机、电脑用户,您可以在QQ浏览器里输入 www.scidown.cn 打开scidown解析,就可以解析、下载了!(注意是文献的DOI号)


苹果手机用户,您需要先在App Store里搜索并下载 Documents by Readdle 这个APP,在APP首页,左划右下角的指南针图标打开APP内置浏览器,在浏览器里输入 www.scidown.cn 打开scidown解析,就可以解析、下载了!


如出现BUG?赶快加入【Scidown互助交流群】反馈吧:729083885【点击一键加群】