[1] |
萨仁高娃, 邬超慧, 倪泽龙, 张悦, 姜新建, 田建宇. 基于强化学习的变参数PID的惯量飞轮有功控制策略[J]. 储能科学与技术, 2025, 14(5): 1982-1990. |
[2] |
赵爽, 赵鹏远, 丁万钦, 刘斌, 王文东, 翟群芳, 李小龙. 基于集成神经网络的源-网-荷-储多能网络耦合优化调控研究[J]. 储能科学与技术, 2025, 14(5): 2057-2066. |
[3] |
王艺斐, 徐帆, 王亮, 戴兴建, 徐玉杰, 陈海生. 飞轮储能系统电机定子散热设计研究[J]. 储能科学与技术, 2025, 14(5): 1946-1953. |
[4] |
许庆祥, 滕伟, 秦润, 宋顺一, 柳亦兵, 梁双印. 电网调频飞轮储能系统并网能量管理与控制策略[J]. 储能科学与技术, 2025, 14(5): 2013-2022. |
[5] |
申江卫, 折亦鑫, 舒星, 刘永刚, 魏福星, 夏雪磊, 陈峥. 基于短时随机充电数据和优化卷积神经网络的锂电池健康状态估计[J]. 储能科学与技术, 2025, 14(4): 1585-1595. |
[6] |
蔡志端, 张吴哲, 吴成傲, 童嘉阳. 强干扰下基于VMD三次分解的锂电池健康状态估计方法[J]. 储能科学与技术, 2025, 14(4): 1631-1644. |
[7] |
李文杰. 压缩空气储能体系的计算机网络控制技术[J]. 储能科学与技术, 2025, 14(4): 1533-1535. |
[8] |
董文琦, 张东晖, 曹一凡, 宁照轩, 姜新建, 李明, 史学伟. 新型惯量飞轮与高速飞轮参与电网惯性响应与一次调频的控制策略[J]. 储能科学与技术, 2025, 14(3): 1224-1233. |
[9] |
张朝龙, 陈阳, 刘梦玲, 张俣峰, 华国庆, 阴盼昐. 一种基于ICA-T特征和CNN-LA-BiLSTM的锂离子电池健康状态估计方法[J]. 储能科学与技术, 2025, 14(3): 1258-1269. |
[10] |
李嘉波, 王志璇, 田迪, 孙中麟. 变模态分解下SSA-LSTM组合的锂离子电池剩余使用寿命预测方法[J]. 储能科学与技术, 2025, 14(2): 659-670. |
[11] |
邱怡. 车联网技术在新能源汽车储能控制中的应用[J]. 储能科学与技术, 2025, 14(2): 737-739. |
[12] |
王婷婷, 李斯胜, 于伟, 能锋田, 李星南, 杨佳琳, 熊亮. 基于BP神经网络结合ERA5数据的风电功率预测[J]. 储能科学与技术, 2025, 14(1): 183-189. |
[13] |
邢远秀, 刘颛玮, 邢玉峰, 王文波. BDD-DETR:高效感知小目标的锂电池表面缺陷检测[J]. 储能科学与技术, 2025, 14(1): 370-379. |
[14] |
李建萱, 林琛, 周忠凯. 基于减平均优化算法与双向长短期记忆网络的锂离子电池健康状态估算[J]. 储能科学与技术, 2025, 14(1): 358-369. |
[15] |
刘勇, 于怀汶, 刘大鹏, 穆勇, 王瀛洲, 张秀宇. 基于ABC-LSTM模型的锂离子电池剩余使用寿命预测[J]. 储能科学与技术, 2025, 14(1): 331-345. |