PhyMamba

PhyMamba框架通过物理调制Mamba增强电池健康预测

研究人员开发了PhyMamba，一个新颖的两阶段框架，它将基于物理的模型与Mamba序列建模相结合，以改进电池健康预测。该方法通过利用电化学老化原理调制Mamba的序列处理，从而增强了长时健康预测能力，而无需显式识别内部老化参数。在公开数据集上的实验表明，PhyMamba显著优于现有基线，平均误差降低了31.8%，并提供了有利于实际部署的准确性-效率权衡。