Название статьи: Определение архитектуры нейронной сети в задаче прогнозирования состояния заряда аккумулятора
Библиография: Яковлев И.А., Елизарова А.В., Саитова Г.А. Определение архитектуры нейронной сети в задаче прогнозирования состояния заряда аккумулятора // Управление большими системами. Выпуск 101. М.: ИПУ РАН, 2023. С.97-122. DOI: https://doi.org/10.25728/ubs.2023.101.6
Дата опубликования: 31.01.2023
Ключевые слова: химический источник тока, нейросетевое моделирование, литий-ионный аккумулятор, прогнозирование, уровень разряда аккумулятора
Аннотация: Рассматривается задача прогнозирования состояния заряда аккумулятора, на основе нейронных сетей. Были исследованы два типа рекуррентных нелинейных авторегрессионных нейронных сетей в задаче прогнозирования состояния заряда аккумулятора в процессе его использования. Основным критерием качества прогнозирования выступала среднеквадратичная ошибка. По результатам исследования была выбрана оптимальная структура нейронной сети.
Author(s): Yakovlev I., Elizarova A., Saitova G.
Article title: Determining the architecture of a neural network in the problem of estimating the state of the battery charge
Keywords: chemical current source, neural network modeling, lithium-ion battery, battery discharge level prediction
Abstract: The problem of estimating the state of charge of the battery, based on neural networks, is considered. Two types of recurrent nonlinear autoregressive neural networks were investigated in the problem of estimating the state of charge of a battery during its use. The main criterion for the quality of forecasting was the mean square error. According to the results of the study, the optimal structure of the neural network was chosen.
В формате PDF
Просмотров: 783; загрузок: 183, за месяц: 8.
Назад