基于鲸鱼算法优化长短时记忆神经网络的锂电池剩余寿命预测

郝可青; 吕志刚; 邸若海; 朱鸿杰

首页> 中文期刊> 《科学技术与工程》 >基于鲸鱼算法优化长短时记忆神经网络的锂电池剩余寿命预测

基于鲸鱼算法优化长短时记忆神经网络的锂电池剩余寿命预测

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

为确保锂电池在军用无人机以及新能源汽车使用期间的安全性,需要对其进行全生命周期的健康监测和寿命预测。针对长短期记忆神经网络(long short-term memory, LSTM)模型参数较难选取导致所建立的锂电池剩余使用寿命预测方法精度不足问题,提出了一种基于鲸鱼优化算法(whale optimization algorithm, WOA)对LSTM的剩余寿命预测模型进行优化。首先,使用WOA算法对LSTM的隐含层神经元数量、学习率进行寻优,避免经验选取参数的盲目性;其次,将寻优后的超参数重新赋值给LSTM网络,构建与锂电池数据特征更为匹配的预测模型;最后,采用NASA PCoE实验室锂电池的失效数据集验证算法的有效性。仿真结果表明,所提出的预测模型相较于LSTM模型、Elman模型、PSO-LSTM模型的精度平均分别提升了7%、4%、3%,具有较好的预测效果。

著录项

来源
《科学技术与工程》 |2022年第29期|12900-12908|共9页
作者
郝可青; 吕志刚; 邸若海; 朱鸿杰;
展开▼
作者单位

西安工业大学兵器科学与技术学院;

西安工业大学电子信息工程学院;

西安工业大学机电工程学院;

展开▼
原文格式 PDF
正文语种 chi
中图分类人工神经网络与计算;
关键词
锂离子电池; 剩余使用寿命; 鲸鱼优化算法; 长短期记忆神经网络;

相似文献

中文文献
外文文献
专利

1. 基于dropout-MC递归神经网络的锂电池剩余寿命预测 [J] . 魏孟 ,王桥 ,叶敏 . 汽车安全与节能学报 . 2022,第3期
2. 基于BP神经网络的锂电池剩余寿命预测 [J] . 王钟毅 ,姬晓 ,左思 . 汽车实用技术 . 2021,第001期
3. 融合先验知识的BP神经网络锂电池剩余寿命预测 [J] . 郝可青 ,吕志刚 ,李叶 . 西安工业大学学报 . 2022,第1期
4. 基于改进蝗虫算法优化长短时记忆神经网络的多参数瓦斯浓度预测模型研究 [J] . 王雨虹 ,王淑月 ,王志中 . 传感技术学报 . 2021,第009期
5. 基于鲸鱼算法优化Elman神经网络的房价预测 [J] . 吴丁杰 ,温立书 . 信息通信 . 2021,第010期
6. 基于自编码与深度神经网络的锂电池循环寿命预测 [C] . ZHAO Shiqiang ,赵世强 ,CUN Jin . 2017中国智能物联系统会议 . 2017
7. 基于改进神经网络的锂电池剩余使用寿命预测研究 [A] . 刘泓成 . 2021

基于鲸鱼算法优化长短时记忆神经网络的锂电池剩余寿命预测

摘要

著录项

相似文献

相关主题

期刊订阅