Автор:  Яковлев И.А., Елизарова А.В., Саитова Г.А.
Название:  Определение архитектуры нейронной сети в задаче прогнозирования состояния заряда аккумулятора
Статус:  опубликовано
Издательство:  ИПУ РАН
Год:  2023
Тип:  статья вед.журн.
Название журнала:  Управление большими системами
Выпуск:  101
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
Рубрика:  Управление техническими системами и технологическими процессами
Ключевые слова:  химический источник тока, нейросетевое моделирование, литий-ионный аккумулятор, прогнозирование, уровень разряда аккумулятора
Ключевые слова (англ.):  chemical current source, neural network modeling, lithium-ion battery, battery discharge level prediction
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.
Аннотация (англ.):  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: 401, загрузок: 83, за месяц: 7.

Назад