物理引导TL-LSTM网络

少量早期数据即可预测

一种物理引导的迁移学习网络，仅用30%早期循环数据即可预测电池退化轨迹。

刘庆强 · Zhiqing, Shang · Lu, Shixiang · 刘远红 · 刘玉超 · Sheng, Yu

Journal of Energy Storage 2025

参数信息

所需早期循环数据比例
30 %

技术优势

数据需求大减

仅用目标电池30%的早期循环数据即可完成退化轨迹预测，无需大量历史数据。

预测更准

在广泛的对比分析中，该方法在预测早期退化轨迹上超越了现有方法。

应用场景