State-of-Charge Estimation of Medium- and High-Voltage Batteries Using LSTM Neural Networks Optimized with Genetic Algorithms

This study presents a hybrid method for state-of-charge (SOC) estimation of lithium-ion batteries using LSTM neural networks optimized with genetic algorithms (GA), combined with Coulomb Counting (CC) as an initial estimator. Experimental tests were conducted using medium-voltage (48–72 V) lithium-i...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	Sensors (Basel, Switzerland) Ročník 25; číslo 15; s. 4632
Hlavní autoři:	Carrera, Romel, Quiroz, Leonidas, Guevara, Cesar, Acosta-Vargas, Patricia
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Switzerland MDPI AG 26.07.2025 MDPI
Témata:	Accuracy Batteries Deep learning Electric vehicles Embedded systems Genetic algorithms Lithium Machine learning monitoring system Neural networks Optimization Parameter identification SOC estimation Support vector machines vehicle range SOC estimation genetic algorithms monitoring system vehicle range
ISSN:	1424-8220, 1424-8220
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!