文档名：基于机器学习的电池剩余使用寿命预测方法综述
摘要：电池剩余使用寿命预测是电池管理系统中的关键环节,对于电池的安全运行至关重要.由于电池退化受到诸多因素的影响,剩余寿命预测仍然面临着多方面挑战.近年来,机器学习算法由于强大的非线性学习能力而受到广泛关注,并且逐渐成为剩余使用寿命预测的可靠主流方法.梳理了各类基于机器学习的剩余使用寿命预测算法,分析其优缺点,并总结和展望了未来的改进方向.
作者：周道亮Author：ZHOUDaoliang
作者单位：中车青岛四方车辆研究所有限公司,山东青岛266031
刊名：电源技术 ISTICPKU
Journal：ChineseJournalofPowerSources
年，卷(期)：2023, 47(9)
分类号：TM912
关键词：锂离子电池 剩余寿命预测 机器学习 深度学习
Keywords：lithiumionbattery predictionofremainingusefullife machinelearning deeplearning
机标分类号：TH133.33U414.18V437
在线出版日期：2023年10月20日
基金项目：中国中车集团有限公司十四五科技重大专项科研课题基于机器学习的电池剩余使用寿命预测方法综述[
期刊论文] 电源技术--2023, 47(9)周道亮电池剩余使用寿命预测是电池管理系统中的关键环节,对于电池的安全运行至关重要.由于电池退化受到诸多因素的影响,剩余寿命预测仍然面临着多方面挑战.近年来,机器学习算法由于强大的非线性学习能力而受到广泛关注,并且逐...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于机器学习的电池剩余使用寿命预测方法综述 Research progress of prediction methods for remaining useful life of battery based on machine learning
基于机器学习的电池剩余使用寿命预测方法综述.pdf
- 文件大小:
- 670.1 KB
- 下载次数:
- 60
-
高速下载
|
|
