虚拟增强归一化流

拐点赋能寿命预测

利用拐点效应，通过归一化流生成虚拟数据，在小样本条件下提供可靠的剩余寿命预测。

Zhang, Bowei · 冷明哲 · 胡昌华 · Pei, Hong · Wang, Zhaoqiang · Li, Chuanyang · Li, Wang · 何向明

Journal of Energy Chemistry 2025

技术优势

小样本也能高精度

利用拐点生成虚拟数据，有效扩充训练样本，解决了数据不足导致的精度下降问题。

自带置信区间

通过贝叶斯LSTM和Box-Cox变换量化预测不确定性，提供置信区间，使预测结果具有可解释的可靠性。

应用场景

• 电池健康管理：为电池健康管理提供高精度寿命预测和置信区间，支撑运维决策。
• 电池寿命预测：在小样本数据下实现可靠的剩余寿命预测，减少对大量测试数据的依赖。
• 小样本学习：利用拐点生成虚拟数据增强小样本，提升深度学习模型的训练效果。