特征提取误差<1%
利用视觉特征学习从电池单体充电电压图像中直接估计电池组能量健康指标，无需完整数据存储，即可实现高效准确评估。
Zhang, Junwei · 张维戈 · 孙丙香 · 张言茹 · Fan, Xinyuan · 赵波
Energy 2024
仅需每个电池单体的部分充电电压曲线图像即可估计能量指标，无需存储完整充电数据，适合大数据平台的海量电池组。
在考虑电池不一致性的电池组模型数据集上，各能量指标估计的平均绝对百分比误差均小于1%，满足实际健康评估需求。
在含采样噪声的仿真数据上验证了方法的稳定性，表明该方法能在实际数据采集噪声下保持可靠估计。