基于CGOA-MAM-TCN算法的車用鋰電池荷電狀態(tài)估計

打開文本圖片集

摘要：針對數(shù)據(jù)驅(qū)動的鋰電池荷電狀態(tài)估計方法仍然存在對大量標定數(shù)據(jù)的依賴、同時應對動態(tài)變化和復雜運行狀況時表現(xiàn)不佳等問題，提出了改進蝗蟲算法優(yōu)化結(jié)合時域卷積網(wǎng)絡和多頭注意力機制的鋰電池荷電狀態(tài)估計方法。首先利用時域卷積網(wǎng)絡對鋰電池荷電時間序列數(shù)據(jù)中的長期依賴關(guān)系進行建模，同時采用多頭注意力機制學習數(shù)據(jù)特征長期依賴關(guān)系，利用每個注意力頭去計算序列中不同張量的依賴關(guān)系，輔助時域卷積神經(jīng)網(wǎng)絡增強對依賴關(guān)系的捕獲，降低其對大量標定數(shù)據(jù)的依賴；另外為使模型發(fā)揮出最佳性能，改進了混沌蝗蟲算法優(yōu)化模型的超參數(shù)。（剩余13094字）