张量融合寿命分类器

五周期即分准

以电压、电流与温度三维张量输入,自动提取退化潜特征,在极早期循环即可区分电池寿命组别。

Fei, Zicheng · 张紫君 · 杨方方 · Tsui, Kwok L.

eTransportation 2023

参数信息

分类准确率(前20圈)
96.6 %
分类准确率(前5圈)
92.1 %

技术优势

五圈即可分类

将电压、电流、温度构建为高维张量,融合空间、时间与物理信息,从极早期循环中提取退化特征。

自动提取特征

卷积稀疏自编码器自动从张量输入中提取高级潜在特征,免除人工特征工程。

跨体系通用

在三种不同化学体系和多种充放电条件下验证,方法稳定有效。

应用场景