多特征融合能效预测模型

长期趋势精准捕捉

融合多种老化特征并利用专用嵌入层，实现对电池长期能效的非线性退化趋势的直接多步预测。

Zihui, Lin · Li, Dagang · 刘志春 · 邹鋆弢

Journal of Energy Storage 2025

技术优势

能效预测更准

通过专注于特征融合和时序深度分析的专用嵌入层与输出层，模型在不同电池寿命阶段均实现高预测精度。

抓住长期退化趋势

通过整合电压依赖容量方差、初始恒流电压、健康状态和历史能效，该模型能成功捕捉长期能效退化趋势。

多特征融合建模

同时融合多个老化相关特征，使预测模型能够进行直接的多步长期能效预测。

应用场景

• 电化学与储能：为电化学储能系统的长期能效监控与优化提供数据驱动预测工具。
• 电池管理与集成：可集成到电池管理系统，提前估算能效衰减以优化运行策略。
• 锂电池：针对锂电池长期能效退化做直接多步预测，助力寿命预测与维护。