检索结果-南通市图书馆

Optimizing battery deployment: Aging trajectory prediction enabling homogenous performance grouping

Journal of Energy Chemistry 2025年第1期100卷 565-577页

作者： Shuquan Wang Feng Gao Zhan Ma Hao Tian Yusen Zhang School of Control Science and Engineering Shandong University Key Lab of Power System Intelligent Dispatch and Control of Ministry of Education Shandong University

As battery deployments in electric vehicles and energy storage systems grow, ensuring homogeneous performance across units is crucial. We propose a multi-derivative imaging fusion(MDIF) model, employing advanced imaging and machine learning to predict battery aging trajectories from minimal initial data, thus facilitating effective performance grouping before deployment. Utilizing a derivative strategy and Gramian Angular Difference Field for dimensional enhancement, the MDIF model uncovers subtle predictive features from discharge curve data after only ten cycles. The architecture includes a parallel convolutional neural network with lateral connections to enhance feature integration and *** on a self-developed dataset, the model achieves an average root-mean-square error of 0.047 Ah and an average mean absolute percentage error of 1.60%, demonstrating high precision and *** robustness is further validated through transfer learning on two publicly available datasets, adapting with minimal retraining. This approach significantly reduces the testing cycles required, lowering both time and costs associated with battery testing. By enabling precise battery behavior predictions with limited data, the MDIF model optimizes battery utilization and deployment strategies, enhancing system efficiency and sustainability.

关键词： Lithium-ion battery battery prognostics Fusion model Convolutional neural network Transfer learning

来源：

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：