基于SAO-BiLSTM-KAN的电池健康状态估计

张彬桥; 邹霖; 万刚

doi:10.19585/j.zjdl.202601006

欢迎来到能源电力期刊网！

English Version 读者登录期刊登录

您当前的位置：

首页 >

文章列表页 >

基于SAO-BiLSTM-KAN的电池健康状态估计

新能源 | 更新时间：2026-01-20

- 基于SAO-BiLSTM-KAN的电池健康状态估计
- SOH estimation for lithium-ion batteries based on SAO-BiLSTM-KAN
- “在锂离子电池健康状态估计领域，研究者提出了一种新型的SAO-BiLSTM-KAN估计方法，通过优化模型超参数，显著提升了预测精度和泛化能力。”
- 浙江电力 2026年45卷第1期页码：57-65
- 作者机构：
  
  1.三峡大学电气与新能源学院，湖北宜昌 443002
  2.梯级水电站运行与控制湖北省重点实验室，湖北宜昌 443002
  3.中国长江电力股份有限公司检修厂，湖北宜昌 443002
- 作者简介：
  
  张彬桥（1978），男，副教授，博士，主要从事电力系统控制与仿真、电池储能技术应用等方面的研究。
  邹霖（1998），男，硕士研究生，主要从事电池储能技术应用等方面的研究。
- 基金信息：
  
  湖北省自然科学基金联合基金(2022CFD167)
- DOI：10.19585/j.zjdl.202601006
  中图分类号：
- 收稿：2025-05-19，
  
  修回：2025-06-10，
  
  纸质出版：2026-01-25
- 稿件说明：
移动端阅览
张彬桥,邹霖,万刚.基于SAO-BiLSTM-KAN的电池健康状态估计[J].浙江电力,2026,45(01):57-65.

ZHANG Binqiao,ZOU Lin,WAN Gang.SOH estimation for lithium-ion batteries based on SAO-BiLSTM-KAN[J].ZHEJIANG ELECTRIC POWER,2026,45(01):57-65.
张彬桥,邹霖,万刚.基于SAO-BiLSTM-KAN的电池健康状态估计[J].浙江电力,2026,45(01):57-65. DOI： 10.19585/j.zjdl.202601006.

ZHANG Binqiao,ZOU Lin,WAN Gang.SOH estimation for lithium-ion batteries based on SAO-BiLSTM-KAN[J].ZHEJIANG ELECTRIC POWER,2026,45(01):57-65. DOI： 10.19585/j.zjdl.202601006.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于局部异常因子的锂离子电池储能系统故障诊断

基于XGBoost算法的锂离子电池健康状态估算

电池储能技术发展现状

基于数据驱动的锂离子电池健康状态评估综述

基于SAO-BiLSTM-KAN的电池健康状态估计

SOH estimation for lithium-ion batteries based on SAO-BiLSTM-KAN

DOI：10.19585/j.zjdl.202601006