PSO-DDA电池健康估计模型

个性化估算SOH

该模型通过粒子群优化辅助的深度域适应策略,在不同工况下实现个性化电池健康状态估计,超越了传统深度学习方法。

Ma, Guijun · Wang, Zidong · Liu, Weibo · Jingzhong, Fang · 张勇 · 丁汉 · Yuan Ye

IEEE/CAA Journal of Automatica Sinica 2023

技术优势

降低域分布差异

提出新的域适应策略来减少跨域分布差异,从而能适应不同电池化学体系和工况。

自动调节超参数

利用标准粒子群优化算法自动调整所提出的基于域适应方法的超参数,减轻手动调参负担。

性能超越现有方法

在两个数据集上的实验结果表明该方法优于卷积神经网络方法和标准域适应方法。

提供PyTorch实现

该方法的PyTorch实现已公开在GitHub上,便于复现和部署。

应用场景