锂离子电池的健康状态(state of health,SOH)是电池管理系统的重要功能,对于电池的可靠运行和使用寿命具有重要意义。为了进一步提高数据驱动方法对锂离子电池SOH估计的精度,提出一种卷积Fastformer模型的SOH估计方法。首先,提取锂离子...锂离子电池的健康状态(state of health,SOH)是电池管理系统的重要功能,对于电池的可靠运行和使用寿命具有重要意义。为了进一步提高数据驱动方法对锂离子电池SOH估计的精度,提出一种卷积Fastformer模型的SOH估计方法。首先,提取锂离子电池多个充电阶段的每次循环电压曲线、电流曲线,每个阶段各个曲线转换为统计健康特征来表征锂离子电池老化特性,并使用Pearson相关系数对所选统计特征进行了相关性分析,筛选出与容量相关性高的健康特征,消除特征冗余性。随后,融合卷积神经网络和具有线性复杂度的Fastformer神经网络的特点,使用卷积神经网络强大的特征提取能力挖掘健康特征的局部信息,利用Fastformer的多头附加注意力机制可以更高效地在复杂的长序列中总结全文信息。然后,为减少模型训练时间,利用正交实验法对模型超参数进行优化。最后,采用公开数据集将所提方法与CNN、GRU、RNN模型进行对比,验证卷积Fastformer模型的准确性,结果表明,平均绝对误差、均方根误差最大仅为0.25%,0.29%,相对误差在0.8%以内,具有较高的估计精度和稳定性。展开更多
为解决现有大场景三维地理信息系统(geographic information system,GIS)平台中道路建筑信息模型(building information modeling,BIM)模型与倾斜实景模型融合展示中存在的坐标基准不统一问题,提出一种道路BIM模型与倾斜实景地理坐标高...为解决现有大场景三维地理信息系统(geographic information system,GIS)平台中道路建筑信息模型(building information modeling,BIM)模型与倾斜实景模型融合展示中存在的坐标基准不统一问题,提出一种道路BIM模型与倾斜实景地理坐标高精度匹配方法。针对道路带状分布特征及道路养护需求,首先对模型进行分段处理;然后根据道路路面及资产设施模型的特征点分布设计构建一种空间距离加权的最小二乘坐标匹配参数拟合方法,重点解决各分段路面的精准接边难题。选取真实道路数据展开实验,验证该坐标匹配方法,通过所提方法可以有效解决道路模型与倾斜实景模型匹配产生偏差的问题,匹配后二者之间的精度达到毫米级,满足道路交通设施数字化管养和动态更新的需要。展开更多
文摘锂离子电池的健康状态(state of health,SOH)是电池管理系统的重要功能,对于电池的可靠运行和使用寿命具有重要意义。为了进一步提高数据驱动方法对锂离子电池SOH估计的精度,提出一种卷积Fastformer模型的SOH估计方法。首先,提取锂离子电池多个充电阶段的每次循环电压曲线、电流曲线,每个阶段各个曲线转换为统计健康特征来表征锂离子电池老化特性,并使用Pearson相关系数对所选统计特征进行了相关性分析,筛选出与容量相关性高的健康特征,消除特征冗余性。随后,融合卷积神经网络和具有线性复杂度的Fastformer神经网络的特点,使用卷积神经网络强大的特征提取能力挖掘健康特征的局部信息,利用Fastformer的多头附加注意力机制可以更高效地在复杂的长序列中总结全文信息。然后,为减少模型训练时间,利用正交实验法对模型超参数进行优化。最后,采用公开数据集将所提方法与CNN、GRU、RNN模型进行对比,验证卷积Fastformer模型的准确性,结果表明,平均绝对误差、均方根误差最大仅为0.25%,0.29%,相对误差在0.8%以内,具有较高的估计精度和稳定性。
文摘为解决现有大场景三维地理信息系统(geographic information system,GIS)平台中道路建筑信息模型(building information modeling,BIM)模型与倾斜实景模型融合展示中存在的坐标基准不统一问题,提出一种道路BIM模型与倾斜实景地理坐标高精度匹配方法。针对道路带状分布特征及道路养护需求,首先对模型进行分段处理;然后根据道路路面及资产设施模型的特征点分布设计构建一种空间距离加权的最小二乘坐标匹配参数拟合方法,重点解决各分段路面的精准接边难题。选取真实道路数据展开实验,验证该坐标匹配方法,通过所提方法可以有效解决道路模型与倾斜实景模型匹配产生偏差的问题,匹配后二者之间的精度达到毫米级,满足道路交通设施数字化管养和动态更新的需要。
