基于改进LSTM的变电站铅酸电池寿命预测

摘要：

提出适用于变电站铅酸电池的寿命预测模型.引入集合经验模态分解法对长短期记忆神经网络模型进行改进,将电池使用寿命的特征量进行分解,构建多层结构的预测模型,提升预测结果的准确率.对比仿真结果发现,提出的改进方法可适用于小样本下的预测模型训练,且在各个样本中的平均绝对误差(MAE)不超过3 Ah,均方根误差(RMSE)不超过4 Ah.

关键词：铅酸电池、寿命预测、经验模态分解、变电站电池、神经网络、长短期记忆(LSTM)

所属期刊栏目：50

分类号：TM912.1

资助基金：国家自然科学基金 61876097

在线出版日期：2021-01-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：560-564