背景描述

加拿大安大略省汉密尔顿的麦克马斯特大学 LG 18650HG2 锂离子电池数据和示例深度神经网络

数据说明

所包含的测试由 Phillip Kollmeyer 博士 (phillip.kollmeyer@gmail.com) 在加拿大安大略省汉密尔顿的麦克马斯特大学进行。如果将此数据用于任何目的，则应适当引用。-全新的 3Ah LG HG2 电池在 8 立方英尺的电池中进行了测试。带有 75 安培、5 伏 Digatron 点火电路通用电池测试仪通道的热室，电压和电流精度为满刻度的 0.1%。这些数据用于使用深度前馈神经网络 (FNN) 方法的 SOC 估算器的设计过程。数据还包括对数据采集、数据准备、FNN 示例脚本开发的描述。- 下载和运行脚本的说明： 1- 从 Mendeley 数据页面 (https://data.mendeley.com/datasets/cp3473x7xv/2) 选择下载所有文件。2-文件将作为 zip 文件下载。解压文件到一个文件夹，不要修改文件夹结构。3-导航到包含“FNN_xEV_Li_ion_SOC_EstimatorScript_March_2020.mlx”的文件夹 4-打开并运行“FNN_xEV_Li_ion_SOC_EstimatorScript_March_2020.mlx” 5-Matlab 脚本应该在没有任何修改的情况下运行，如果出现问题可能是由于测试和训练数据不在预期的地方。6-脚本默认设置为训练 50 个 epochs 并重复训练 3 次。这应该需要 5-10 分钟才能执行。7-要在论文中重现结果，将轮数设置为 5500，将重复次数设置为 10。-测试数据或类似数据已用于某些出版物，包括：[1] C. Vidal, P. Kollmeyer、M. Naguib、P. Malysz、O. Gross 和 A. Emadi，

数据来源

LG 18650HG2 锂离子电池数据和示例深度神经网络 xEV SOC 估算器脚本 - Mendeley Data
https://data.mendeley.com/datasets/cp3473x7xv/3

问题描述

电池充电预测