误差累积受控
针对早期循环阶段数据不足与迭代误差累积问题，提出基于勒贝格采样框架的并行状态融合LSTM网络，利用相似样本控制多步预测的累积误差。
Guangzheng, Lyu · 张恒 · 苗强
Reliability Engineering and System Safety 2023
并行状态融合LSTM利用相似样本共同参与多步预测，每步输出由多个状态融合，避免单步误差沿时间轴放大，长期容量轨迹更稳定。
在仅100个循环的起始点即可进行RUL预测，并通过相似样本选择增强网络对目标电池的适应能力，降低早期数据不足的影响。
勒贝格采样仅在状态显著变化时进行，减少训练和测试时的冗余计算，提升效率，同时保持预测精度。