科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对传统基于数据驱动锂电池健康状态预测模型所存在的精确度低、鲁棒性差等问题，构建了一个融合非线性与线性特征的时序预测模型，其中多尺度一维卷积神经网络串联双向门控循环神经网络形成非线性时序预测分支，自回归模型构成线性分支。两个分支并联，最终通过全连接层输出预测结果。模型具备非线性部分的泛化能力和线性部分的记忆能力，对输入的幅值变化更加灵敏，并采用鲸鱼优化算法寻找最优模型超参数。通过对比现有模型以及消融实验验证了本文所提模型的有效性。
-
单位自动化学院; 青岛大学
