| Titre : | An Improved Hybrid Machine Learning Algorithm for State-of-Charge Estimation and Anomaly Detection in Smart Grid Energy Storage Systems |
| Auteurs : | Abdelkader Abbassi, Auteur ; Asma Achnib, Auteur ; Lala Herimanjaka Rajaoarisoa, Auteur ; Ulisses de Mendonça Braga-Neto, Auteur ; Kokou Anani Agbessi Langueh, Auteur ; Mohammed Hichem Benzaama, Auteur |
| Type de document : | Ressource électronique |
| Editeur : | Champs-sur-Marne : Université Gustave Eiffel, 2026 |
| Note générale : | Article extrait de la revue "Energy storage". Volume 8, Issue 4 |
| Langues: | Anglais |
| Index. décimale : | Énergie |
| Catégories : |
[Archirès ] 080 Sciences exactes et appliquées > Écologie > Empreinte écologique > Bilan carbone [Archirès ] 081 Énergie > Énergie > Électricité [Archirès ] 081 Énergie > Énergie > Énergie renouvelable [Archirès ] 081 Énergie > Stockage d'énergie |
| Résumé : | This work proposes a hybrid Piecewise AutoRegressive with eXogenous inputs-Support Vector Machine (PWARX–SVM) model for accurate State of Charge (SoC) estimation and anomaly detection in Lithium-ion Batterie Energy Storage System (Li-BESS). The model identifies discrete operational states rest, charge, and discharge while providing interpretable insights into battery behavior. |
| Note de contenu : |
Sommaire :
1. Introduction 2. Experimental protocol Description 2.1. General description of the Smart Grid System 3. Numerical model 3.1. Piecewise ARX Model 4. Results and discussion 5. Conclusion |
| En ligne : | https://onlinelibrary-wiley-com.univ-eiffel.idm.oclc.org/doi/10.1002/est2.70423 |
Exemplaires (1)
| Code-barres | Cote | Support | Localisation | Section | Disponibilité |
|---|---|---|---|---|---|
| UGE 26_J An Improved Hybrid Machine | En ligne | Support électronique | En ligne | En ligne | Consultable en ligne Exclu du prêt |
