增强型扩展输入LSTM模型

提出一种集成自适应奇异值分解无迹卡尔曼滤波的增强型扩展输入长短期记忆网络,用于在有限资源下实现锂离子电池荷电状态的精确估计。

Takyi-Aninakwa, Paul · 王顺利 · Guangchen, Liu · Alhamdu Nuhu, Bage · Bobobee, Etse Dablu · Appiah, Emmanuel · Huang Q.

Applied Energy 2024

参数信息

平均绝对误差
0.0939 %
均方根误差
0.1074 %
平均绝对百分比误差
0.1257 %

技术优势

精度更高

与使用传统输入数据的LSTM相比,扩展输入LSTM估计SOC精度更优。

误差极小

最佳平均绝对误差0.0939%,均方根误差0.1074%,平均绝对百分比误差0.1257%。

鲁棒稳定

通过自适应奇异值分解无迹卡尔曼滤波保证误差协方差矩阵正定性,输出去噪优化的SOC。

应用场景