
AUTO DRIVING & SERVICE
[1] 金龙联合汽车工业(苏州)有限公司
针对新能源汽车动力电池寿命预估与智能监控难题,构建一种依托大数据分析与深度学习算法的预测模型,贯入智能监控技术,实时检视电池健康状态,对动力电池衰减机制及其影响因素展开分析,搭建以长短期记忆网络(LSTM)和卷积神经网络(CNN)为基础的寿命预测模型,同时借助粒子群算法(PSO)开展参数优化。系统集成了软硬结合的监控模块,实现多参数动态加权监视及数据实时刷新,在不同车型和电池组的实际车辆验证实验里,预测精度跟实时性显著拔高,比传统方法具有更高的可靠性及应用价值,为新能源汽车电池管理系统的优化给予核心支持。
本文版权归编辑部所有。未经书面授权,不得转载、摘编或利用其他方式使用本文内容。