中美研究人员合作预测电池参数 有望提升电动汽车安全性/效率

  • 时间:
  • 浏览:0
  • 来源:大发快3彩票-大发快3官方

核心提示:电动汽车的性能与电池的表现息息相关,要怎样确保电池经常 保持在最佳状态呢?北京理工大学研究人员与美国韦恩州立大学研究人员合作协议法律法律依据 ,研发有另有三个白模型,预测电池参数,从而了解电池表现……

盖世汽车讯 据外媒报道,为电动汽车提供动力的电池拥有有几个关键的表征参数,包括电压、温度和变化状态(SOC)。可能电池的故障与此类参数的异常波动有关,不能有效地预测此类参数对于长期确保电动汽车安全、可靠地运行至关重要。

(图片来源:techxplore.com)

北京理工大学(Beijing Institute of Technology)、北京电动汽车联合创新中心(Beijing Co-Innovation Center for Electric Vehicles)和美国韦恩州立大学(Wayne State University)的研究人员最近研发了一种生活生活基于淬硬层 学习的新法律法律依据 ,不能同步预测电动汽车电池系统的多个参数。该新法律法律依据 基于长短时记忆(LSTM)递归神经网络,是有另有三个白淬硬层 学习架构,既不能解决单个数据点(如图像),又能解决整个数据序列(如语音记录或视频片段)。

研究人员在北京电动汽车服务与管理中心(SMC-EV)下发的数据集上训练、评估了该LSTM模型,该数据集中包括四十公里电动出租车在一年时间内存储的电池相关数据。该模型考虑到了电动汽车电池的有另有三个白主要表征参数,即电压、温度和SOC,或者具备独特特征和设计,其中包括的超参数都预先得到优化,也可离线接受训练。

此外,研究人员还研发了一种生活生活法律法律依据 ,以进行天气-车辆-驾驶员分析。该法律法律依据 考虑到天气和驾驶员行为对电池系统性能的影响,最终不能提升模型的预测精度。此外,研究人员还采用了提前中途退出的法律法律依据 ,通过在训练前确认最相当于的参数,以解决LSTM模型过度拟合。

对该LSTM模型进行评估和仿真测试但是得出了非常好的结果,新法律法律依据 不需要额外的时间来解决数据,或者比这些电池参数预测策略表现得更好。研究人员下发的结果表明,该模型可用于判断各种电池故障,并及时向驾驶员和乘客发出通知,以解决发生致命事故。

研究人员发现,在完成离线训练但是,LSTM模型不能快速准确地完成在线预测。换句话说,离线训练并如此降低该模型预测的数率和准确性。

未来,研究人员研发的电池参数预测模型将促使提高电动汽车的安全性和数率。一块儿,研究人员计划在更多数据集上训练该LSTM网络,从而进一步提高其性能和通用性。

猜你喜欢

北京快3走势图乒乓球团体世界杯中国女队晋级四强

新华社东京11月8日电(记者叶珊)2019年乒乓球团体世界杯8日继续在日本东京进行,在女团1/4决赛中,中国队大比分3:0击败美国队,挺进四强。在首场双打较

2019-12-13

中国农业科技论文总量跃居全球第一 影响力仍有待提升

2019中国农业农村科技发展高峰论坛20日在南京举行,论坛上发布了《2019中国农业科技论文与专利全球竞争力分析》等二个专项研究报告,这是中国农业科技领域最重要的年度情况表报告

2019-12-13

如何看待前三季度6.2%经济增速?投资增长仍有巨大空间

10月18日,国家统计局回应了2019年前三季度国民经济运行成绩单——□经初步核算,前三季度国内生产总值697798亿元,按可比价格计算,同比增长6.2%。其中,一季度增长6.

2019-12-13

【3分快3怎么倍投】台湾中学考试现“乱伦题目”:儿子可娶继母为妻|台湾|中学

原标题:台湾中学考试挖开“乱伦题目”台前网友见面 见面批其低级下流记者张云峰同性恋情人关系难题报告 在岛内被炒得沸沸扬扬,花莲一所中学在公民课考试中把“多元成家”纳入考题,

2019-12-13

海鹰空天材料研究院落户苏州相城 打造百亿级新材料产业集群

中国新闻来源:央视网2019年08月06日17:51 A-A+ 扫一扫手机阅读 原标题:

2019-12-13