二手锂电池剩余容量估算模型

2%数据量即估容量

通过深度生成迁移学习处理数据稀缺和异构问题，为二手电池提供可靠的剩余容量即时估算，优于现有机器学习和等效电路模型方法。

陶晟宇 · Guo, Ruohan · Jaewoong, Lee · Moura, Scott Jason · Lluc Canals, Casals · Shida, Jiang · Shi, Junzhe · Harris, Stephen J. · Tongda, Zhang · Chi-Yung, Chung · 周光敏 · Jinpeng, Tian · 张轩

Energy and Environmental Sciences 2025

参数信息

平均绝对百分比误差
7.2 %
平均绝对百分比误差
3.6 %
最大估算风险降低
49 %

技术优势

仅需2%数据

模型从2%的全样本数据中学习即可估算容量，大幅降低现场数据采集成本。

适应不同衰减模式

通过深度相关对齐（CORAL）对齐不同老化模式导致的异质性，模型对两类衰减行为的电池分别达到7.2%和3.6%的MAPE。

降低估算风险

在95%置信水平下，最大剩余容量估算风险降低49%，提升新领域数据有限时的可靠性。

应用场景