Doyle-Fuller-Newman (DFN) model

新的机器学习模型有望实现更快、更准确的电池状态预测 · 2篇论文

两篇新研究论文探讨了用于预测锂离子电池内部状态和健康状态（SOH）的先进机器学习技术。第一篇论文比较了四种神经网络架构，发现U-Net的多尺度特征层次结构比传统求解器快5.38倍，nRMSE误差为3%。第二篇论文介绍了TC-SOH，一种使用时间对比表示学习从原始数据自主预测SOH的服务架构，其MAPE降低了1.91倍，RMSE降低了2.13倍，优于基线模型。