手机知网 App
24小时专家级知识服务
打 开
电力工业
手机知网首页
文献检索
期刊
工具书
图书
我的知网
充值中心
基于CNN-Transformer模型的锂离子电池SOC预测
青岛科技大学自动化与电子工程学院;
山东科技大学教务处
|
陈柳成
吕岩
张伟
开通知网号
准确地预测锂离子电池荷电状态(state of charge,SOC)对电动汽车安全行驶和电池管理等具有重要的指导意义。为提高锂离子电池SOC预测精度,提出一种卷积神经网络CNN与Transformer模型结合的预测方法。该方法充分利用Transfo...
机 构:
青岛科技大学自动化与电子工程学院;
山东科技大学教务处;
领 域:
电力工业;
自动化技术;
关键词:
锂离子电池;
荷电状态;
Transformer模型;
CNN卷积神经网络;
格 式:
PDF原版;EPUB自适应版
(需下载客户端)
0
0
开通会员更优惠,尊享更多权益
下载PDF版
手机阅读本文
下载APP 手机查看本文
青岛科技大学学报(自然科学版)
2025年03期
立即查看 >
相似文献
期刊
硕士
博士
会议
报纸
加载中
更多
暂无数据
图书推荐
更多
相关工具书
更多
搜 索