声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：43-1104/TD
国际刊号：0253-6099
发布日期:
作者：李钰, 卓晓军, 刘洋, 李重洋
单位：长沙矿冶研究院有限责任公司，湖南 长沙 410012
关键词：锂离子电池,剩余使用寿命预测,GRU,灰狼算法,主成分分析
基金：湖南省科技重大专项(2023GK1070)；湖南省科技创新领军人才(2021RC4046)
为了提高GRU神经网络模型预测锂离子电池剩余使用寿命时的准确性，提出基于PCA-GWO优化的GRU模型，并应用于锂离子电池剩余寿命预测。结果表明，与传统GRU模型相比，经PCA-GWO算法优化的GRU模型具有更高的预测精度。预测起始点为原始数据90%时，预测精度达到最大，对应的均方根误差RMSE为0.0049、平均绝对误差MAE为0.0036、决定系数R2为0.9863。
来源：2024年第4期
《矿冶工程》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。