多维异常检测框架

平均误差2.34%

基于真实世界电动汽车运行数据,该框架能有效识别电池容量异常退化,为电池监测和安全管理提供支持。

Zirun, Jia · Zhenpo, Wang · 孙振宇 · Xiaohui, Chen · 刘朋 · 孙逢春 · Chenxing, Zhong · Ruzzenenti, Franco

Energy 2025

参数信息

平均预测误差
2.34 %

技术优势

预测准

堆叠容量估计模型在测试集上平均预测误差仅2.34%,可用于真实场景中的容量估计。

度量合理

提出的容量退化率(RoCD)同时考虑里程和时间两个维度,比单一维度更能反映实际退化情况。

动态阈值

基于RoCD统计分布的动态阈值方法,可适应温度、充电电流和放电深度等多种影响因素,避免固定阈值误报。

应用场景