双自编码器退化预测

早期精准预测

用双自编码器分阶段从粗略到精细预测锂电池早期退化轨迹，在数据不足时生成合成数据以提升精度。

Cai, Lei · Jing, Yan · 金海燕 · 孟锦豪 · Peng, Jichang · 王斌 · Wei, Liang · Teodorescu, Remus

Journal of Energy Chemistry 2025

参数信息

验证数据集数量
3

技术优势

数据少也能训

利用一个自编码器生成合成数据，弥补真实老化实验数据不足，使模型在早期阶段即可训练。

预测更精细

两阶段方法先从全局趋势入手，再细化到局部波动，比单阶段直接预测更能捕捉退化细节。

三个数据集验证

在三个公开数据集上均取得准确预测，表明方法对不同退化模式具有鲁棒性。

应用场景