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
基于GS-LSTM-Attention的钠储能电池荷电状态估计
1
作者
周刚
戴迎根
+1 位作者
方浩
于天剑
《电源技术》
北大核心
2025年第10期2123-2128,共6页
储能电池的荷电状态(SOC)具有波动性和非线性等特点,这给准确估计荷电状态带来了困难。为了解决这一问题,提出了一种网格搜索优化的结合注意力机制的长短期记忆网络(GS-LSTM-Attention)模型,通过注意力机制捕捉关键信息,通过网格搜索优...
储能电池的荷电状态(SOC)具有波动性和非线性等特点,这给准确估计荷电状态带来了困难。为了解决这一问题,提出了一种网格搜索优化的结合注意力机制的长短期记忆网络(GS-LSTM-Attention)模型,通过注意力机制捕捉关键信息,通过网格搜索优化模型的关键超参数。实验结果表明,GS-LSTM-Attention模型在各个工况和各个指标上都优于LSTM模型和LSTM-Attention模型,各个工况下的决定系数(R^(2))都高于0.91,且在2A工况下,R^(2)高达0.9771,比其它两种模型的R^(2)分别提高了0.1203和0.0763,均方误差和平均绝对误差也有不同程度的降低,验证了本文模型的高精度和应用价值。
展开更多
关键词
储能电池
荷电状态估计
网格搜索
LSTM模型
注意力机制
在线阅读
下载PDF
职称材料
题名
基于GS-LSTM-Attention的钠储能电池荷电状态估计
1
作者
周刚
戴迎根
方浩
于天剑
机构
大唐湖北新能源事业部
中南大学交通运输工程学院
出处
《电源技术》
北大核心
2025年第10期2123-2128,共6页
基金
国家重点研发计划(2023YFB2303704)。
文摘
储能电池的荷电状态(SOC)具有波动性和非线性等特点,这给准确估计荷电状态带来了困难。为了解决这一问题,提出了一种网格搜索优化的结合注意力机制的长短期记忆网络(GS-LSTM-Attention)模型,通过注意力机制捕捉关键信息,通过网格搜索优化模型的关键超参数。实验结果表明,GS-LSTM-Attention模型在各个工况和各个指标上都优于LSTM模型和LSTM-Attention模型,各个工况下的决定系数(R^(2))都高于0.91,且在2A工况下,R^(2)高达0.9771,比其它两种模型的R^(2)分别提高了0.1203和0.0763,均方误差和平均绝对误差也有不同程度的降低,验证了本文模型的高精度和应用价值。
关键词
储能电池
荷电状态估计
网格搜索
LSTM模型
注意力机制
Keywords
energy storage battery
state of charge estimation
grid search
LSTM model
attention mechanism
分类号
TM [电气工程]
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
基于GS-LSTM-Attention的钠储能电池荷电状态估计
周刚
戴迎根
方浩
于天剑
《电源技术》
北大核心
2025
0
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
