关键词流·BMS 与电池智能算法·· 4 天前AI 评分42
KIT 提出电动公交电池信息物理框架,融合 DQN 智能充电与 LSTM 数字孪生
An Intelligent Cyber–Physical Framework for Electric Bus Batteries: Combining DQN Smart Charging with LSTM Digital Twins
模型导读
KIT 团队提出面向电动公交电池的信息物理框架,控制层用 DQN 智能体实时执行智能充电与再生制动电流限幅,并与边缘侧 LSTM 数字孪生联动跟踪 SOH。框架还引入基于 SHAP 的 NMPC 策略,映射核心产热并补偿内部热滞后,以应对城市工况下电流冲击带来的局部热应力。该文发表于 Smart Cities 第 9 卷第 11 期,2026 年 10 月 23 日在线发表。
来源:关键词流·BMS 与电池智能算法 · doi.org