目录
- 预测效果
- 基本介绍
- 程序设计
- 参考资料
预测效果
基本介绍
锂电池SOC估计 | PatchTST时间序列模型锂电池SOC估计
采用新型PatchTST时间序列模型预测锂电池SOC,送锂电池数据集
可替换数据集,实现负荷预测、流量预测、降雨量预测、空气质量预测等其他多种任务,PyTorch框架实现.
程序设计
- 完整程序和数据获取方式:私信博主回复PatchTST时间序列模型锂电池SOC估计。
锂电池SOC估计 | PatchTST时间序列模型锂电池SOC估计
采用新型PatchTST时间序列模型预测锂电池SOC,送锂电池数据集
可替换数据集,实现负荷预测、流量预测、降雨量预测、空气质量预测等其他多种任务,PyTorch框架实现.
上一篇:多维时序 | Matlab实现CNN-GRU-Mutilhead-Attention卷积门控循环单元融合多头注意力机制多变量时间序列预测
下一篇:多维时序 | Matlab实现CNN-BiGRU-Mutilhead-Attention卷积双向门控循环单元融合多头注意力机制多变量时间序列预测
锂电池SOC估计 | PyTorch实现基于Basisformer模型的锂电池SOC估计
锂电池SOH估计 | Matlab实现基于ALO-SVR模型的锂电池SOH估计
时序预测 | PyTorch基于改进Informer模型的时间序列预测(锂电池SOC估计)
锂电池
举报文章
请选择举报类型
补充说明
0/200
上传截图
格式支持JPEG/PNG/JPG,图片不超过1.9M