HiLoSegNet电池寿命预测模型

首充数据1.2秒估算寿命

该模型利用首周期充电数据，通过高维映射、规则分割和局部决策，无需额外测试即可快速估算电池寿命，为电池分选提供指标。

Kui, Shao · Zhai, Chao · 张朝龙 · 何怡刚 · Du, Bolun · Wu, Ji

IEEE Transactions on Transportation Electrification 2025

参数信息

最大误差

7.6667

最小误差

0.2334

均方根误差

5.2541

平均绝对误差

4.8333

R²

0.90

估算耗时

1.2 s

技术优势

首循环数据即可估算

只需首周期充电数据即可预测寿命，无需等待电池经历长时间老化测试，缩短筛选周期。

1.2秒完成估算

模型推理只需 1.2 秒，可在电池分选产线上实时运行，不增加额外测试步骤。

小样本可行

通过引入随机噪声扩充首周期数据，并采用高维映射、规则分割和局部决策，在小样本下也能保持预测精度。

应用场景

• 电池分选：用首周期数据实时估算寿命，替代传统循环测试，快速剔除短板电池。
• 电池组健康管理：为电池组内单体寿命评估提供快速指标，支持均衡维护与更换决策。
• 电动汽车电池寿命评估：电动汽车电池在分选阶段即可获得寿命预估，无需额外充放电测试。
• 电池寿命预测模型：HiLoSegNet 在小样本下实现高精度寿命预测，可作为产线部署的模型。