多尺度退化建模
并行融合多尺度局部特征增强与多头注意力，同时捕获电池退化数据的局部细节和全局规律。
Pingping, Wang · 程龙生 · Yiling, Gao · Mao, Ting
Journal of Energy Storage 2025
采用空洞因果卷积，确保只利用当前及过去时刻的信息，避免传统卷积因未来数据泄漏导致预测失真。
并行集成多尺度局部特征增强单元与多头注意力机制，同时捕捉局部细节和全局模式，提升对复杂退化规律的表达能力。
在NASA和CALCE两个公开数据集上进行了广泛对比实验，证明架构的有效性和预测准确性。