科研之友
微信
新浪微博
Facebook
分享链接
摘要
蓄电池组是微电网储能系统重要的组成部分之一，对储能系统的整体技术及经济性能具有重要影响。针对蓄电池荷电状态(SOC)与健康状态(SOH)在线准确测量的难题，提出基于长短期记忆(LSTM)神经网络的蓄电池SOC与SOH联合在线估算方法。该方法利用LSTM的动态逼近与长时间记忆能力，以电池端电压、电流及温度的时间序列数据，将阶段SOH均值引入SOC的估算中实现联合估算。采用NASA开放实验数据测试，基于LSTM网络的联合模型相比于单独模型及Bp传统网络具有更高的精确度和更稳定的估算效果。
-
单位机电工程学院; 潍坊职业学院; 山东建筑大学
