• 简体   /   繁体
采用格拉姆角场-卷积神经网络-时序卷积网络混合模型的锂离子电池健康状态估计-西安交通大学学报2024年11期

采用格拉姆角场-卷积神经网络-时序卷积网络混合模型的锂离子电池健康状态估计

作者:赵扬 耿莉敏 胡循泉 胡兵 巫春玲 张文博 山世玉 陈昊 字体:      

摘要:针对现有电池健康状态(SOH)估计存在估计精度低、时序特征捕捉不足的问题,提出了一种格拉姆角场-卷积神经网络-时序卷积网络(GAF-CNN-TCN)混合模型。利用GAF算法将不同长度的容量增量(IC)曲线转换成图像数(试读)...

西安交通大学学报

2024年第11期