期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
采用迁移学习的小样本锂电池荷电状态估算方法
被引量：
4
1
作者
李龙
燕旭朦
+4 位作者
张钰声
冯雅琳
胡红利
段羽洁
崔晨辉
《西安交通大学学报》
EI
CAS
CSCD
北大核心
2023年第11期142-150,共9页
针对锂电池荷电状态(SOC)估算面临的大型数据集获取困难和训练速度慢的问题,结合深度学习和迁移学习提出一种小样本锂电池荷电状态估算方法。基于卷积-长短期记忆网络(CNN-LSTM)构建深度神经网络结构。在源域上采用K折交叉验证对NASA数...
针对锂电池荷电状态(SOC)估算面临的大型数据集获取困难和训练速度慢的问题,结合深度学习和迁移学习提出一种小样本锂电池荷电状态估算方法。基于卷积-长短期记忆网络(CNN-LSTM)构建深度神经网络结构。在源域上采用K折交叉验证对NASA数据集进行划分,选取SOC估计性能最优的网络,利用目标域内具有多种工况和温度条件的Panasonic小样本数据进行迁移学习。为了提升方法的整体性能,分析了网络超参数对SOC估计结果的影响。实验结果表明:在相同的迭代次数下,该方法在不同的工况下可以较准确地实现小样本电池SOC估计,相较于非小样本迁移学习处理方法的均方根误差降低了47.29%。
展开更多
关键词
电池荷电状态
迁移学习
小样本训练
K折交叉验证
在线阅读
下载PDF
职称材料
题名
采用迁移学习的小样本锂电池荷电状态估算方法
被引量：
4
1
作者
李龙
燕旭朦
张钰声
冯雅琳
胡红利
段羽洁
崔晨辉
机构
国网
陕西省电力有限
公司
电力科学研究院
西安
交通大学电气工程学院
国网西安高新供电公司
出处
《西安交通大学学报》
EI
CAS
CSCD
北大核心
2023年第11期142-150,共9页
基金
国网陕西省电力有限公司科技资助项目(5226KY220002)
国家自然科学基金资助项目(52177009)。
文摘
针对锂电池荷电状态(SOC)估算面临的大型数据集获取困难和训练速度慢的问题,结合深度学习和迁移学习提出一种小样本锂电池荷电状态估算方法。基于卷积-长短期记忆网络(CNN-LSTM)构建深度神经网络结构。在源域上采用K折交叉验证对NASA数据集进行划分,选取SOC估计性能最优的网络,利用目标域内具有多种工况和温度条件的Panasonic小样本数据进行迁移学习。为了提升方法的整体性能,分析了网络超参数对SOC估计结果的影响。实验结果表明:在相同的迭代次数下,该方法在不同的工况下可以较准确地实现小样本电池SOC估计,相较于非小样本迁移学习处理方法的均方根误差降低了47.29%。
关键词
电池荷电状态
迁移学习
小样本训练
K折交叉验证
Keywords
battery state of charge
transfer learning
insufficient samples training
K-fold cross validation
分类号
TM912 [电气工程—电力电子与电力传动]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
采用迁移学习的小样本锂电池荷电状态估算方法
李龙
燕旭朦
张钰声
冯雅琳
胡红利
段羽洁
崔晨辉
《西安交通大学学报》
EI
CAS
CSCD
北大核心
2023
4
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
