论文部分内容阅读
提出一种基于长短期记忆(LSTM)网络的锂离子电池荷电状态(SOC)预测方法.以锂离子电池的充放电电流和电压作为模型输入,对锂离子电池SOC进行预测,结果表明LSTM网络的预测精度高于BP神经网络、BP-PSO混合模型和小波神经网络.利用非参数核密度估计方法来计算锂离子电池SOC预测的置信区间,结果表明能够准确计算不同置信水平下锂离子电池SOC预测的不确定性.