少数据也测得准
将电化学老化机理嵌入双神经网络，从初始循环状态即可区分参数不一致电池的健康演化。
Zhang, Shuxin · 刘之涛 · Xu, Yan · Chen, Guangwei · 苏宏业
IEEE Transactions on Power Electronics 2025
模型利用初始循环状态识别电池间参数不一致性，从而在仅用总数据1%训练的情况下仍能给出可靠SOH预测。
物理信息双神经网络能够同时估计电化学参数和电极/电解液中的锂离子浓度，从机理上计算容量衰减，而不是给出无法解释的黑箱结果。
通过利用初始循环数据，模型能够适应不同电池之间的参数不一致性，提高预测对个体差异的适应能力。