【摘 要】
：
针对动力电池荷电状态(state of charge,SOC)的估算问题,利用长短期记忆(LSTM)循环神经网络建立SOC估算模型,以实验室恒流放电数据训练模型并测试,测试最大绝对误差为2.7％.进
【机 构】
：
上海工程技术大学机械与汽车工程学院,上海 201600上海玫克生储能科技有限公司,上海 201600;
论文部分内容阅读
针对动力电池荷电状态(state of charge,SOC)的估算问题,利用长短期记忆(LSTM)循环神经网络建立SOC估算模型,以实验室恒流放电数据训练模型并测试,测试最大绝对误差为2.7％.进一步以FSEC赛车电池实测数据验证,最大测试误差为3.9％.但在工程应用时,考虑到实际运行过程中的环境复杂性以及不同驾驶习惯对动力电池造成的不一致性,需要根据车辆实际行驶工况数据对其进行训练与测试,但是由于该数据中的SOC直接由BMS报文解析而来,无法确定BMS内的SOC算法是否准确,故不能直接用作训练模型时的标签,此时需计算出正确的训练标签或借助已有标签的模型,在其基础上根据实际运行数据对其模型参数进行动态调整.为解决无标签数据的训练问题,本文采取第二种方法,首次提出将迁移学习中的领域自适应网络(DaNN)与LSTM组合形成LSTM-DaNN的SOC估算算法,利用有标签数据预先训练好LSTM模型,再将其模型参数迁移至LSTM-DaNN,最后综合有标签与无标签数据一起对LSTM-DaNN模型进行训练.测试结果表明LSTM-DaNN可以在没有实际行驶工况标签(SOC)的情况下完成训练,最大测试误差为4.8％,相比模型自适应调整前误差下降了14.1％,且保证绝对误差<5％,满足实际需求.
其他文献
目的：研究Sipa1基因C545T多态性与中国女性原发性乳腺癌临床病理特征、发病风险以及预后的关系，探讨其在乳腺癌发生发展中的意义。 方法：采用聚合酶链反应结合限制性片段长度
分布式能源系统具有能源利用率高等优点,在国内外得到了快速的发展,但是仍存在设计容量偏大、运行效率降低、耦合可再生能源系统安全性差等问题.为了解决上述问题,蓄冷蓄热技
根据目前的一些算法评价理论 ,综合VC + +和Matlab的优点 ,开发出一种图象分割软件 ,可以快速、有效地实现分割算法的优选 ,提供深入的算法研究 ,避免了不必要的时间与精力的浪费
该文是一篇近两个月的锂电池文献评述,以“lithium”和“batter*”为关键词检索了Web of Science从2020年8月1日至2020年9月30日上线的锂电池研究论文,共有3062篇,选择其中10
本刊前几期项目信息栏目中报道《神奇万洁布,助我创业成功》一文后,在短短时间内,杂志社接到了许多读者咨询电话,有了解文章真实性的,有询问产品功能的,有购买产品试销的,有
从绿色住宅开发因素、政策体制因素和市场因素等方面,分析目前我国推行绿色住宅存在的问题,阐释在推进绿色住宅发展进程中,政府、企业、消费者等市场主体应发挥的作用。
Fro
A 61-year-old male from Northeast China presented with a 2-mo history of abdominal distension,pruritus and jaundice.Laboratory testing revealed an elevated seru
用于处理两个观测站之间的电波,实现坐标的立体三维观测,精确度极高的技术称为RTK技术,该技术被广泛的运用到各种地形检测测量图上,其中道路的测量也充分利用到了RTK-GPS技术
胃癌（carcinoma of stomach）是人类最常见的恶性肿瘤之一，在我国居消化道恶性肿瘤发病率和死亡率第二位，严重威胁着人民群众的健康。据统计，我国每年约有16万人死于胃癌，是消化系统