检索结果-南通市图书馆

Improved Quantile Convolutional and Recurrent Neural Networks for Electric Vehicle Battery Temperature Prediction

Big Data Mining and Analytics 2024年第2期7卷 512-530页

作者： Andreas M.Billert Runyao Yu stefan erschen Michael Frey Frank Gauterin Karlsruhe Institute of Technology(KIT) Institute of Vehicle System TechnologyKarlsruhe 76131Germanyand also with Bayerische Motoren Werke(BMW)AGMunich 80788Germany Technical University of Munich(TUM) Munich 80333Germany BMW AG Munich 80788Germany KIT Institute of Vehicle System TechnologyKarlsruhe 76131Germany

The battery thermal management of electric vehicles can be improved using neural networks predicting quantile sequences of the battery *** work extends a method for the development of Quantile Convolutional and Quantile Recurrent Neural Networks(namely Q*NN).Fleet data of 225629 drives are clustered and balanced,simulation data from 971 simulations are augmented before they are combined for training and *** Q*NN hyperparameters are optimized using an efficient Bayesian optimization,before the Q*NN models are compared with regression and quantile regression models for four *** analysis of point-forecast and quantile-related metrics shows the superior performance of the novel Q*NN *** median predictions of the best performing model achieve an average RMSE of 0.66°C and R^(2) of *** predicted 0.99 quantile covers 98.87%of the true values in the test *** conclusion,this work proposes an extended development and comparison of Q*NN models for accurate battery temperature prediction.

关键词： deep learning battery temperature convolutional and recurrent neural network quantile forecasting

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：