科研之友
微信
新浪微博
Facebook
分享链接
摘要
随着电动汽车充放电次数的增加，其电池组的电池性能会逐渐衰退，长此以往会影响电动汽车的日常使用，甚至增加电动汽车发生故障的概率。目前针对长里程下的锂电池性能衰退趋势预测工作很少。针对深度学习在预测工作暴露出的不足，提出了一种以注意力机制为基础，联合了灰色关联度分析(GRA)和经验模态分解(EMD)的双向长短期记忆网络(BILSTM)，提出的网络能够有效地解决深度学习中出现的冗余特征、数据噪声对预测模型的影响。实验结果表明，在开源和非开源数据集中，该模型相比其他网络具有更好的预测性能。
-
单位中国科学院福建物质结构研究所; 厦门理工学院; 自动化学院
