可迁移容量估计网络

跨容量即插即用

实验室小容量电池训练的深度学习模型,可直接迁移到现场不同容量电池的容量估计,无需重新训练。

Wang, Qiao · 叶敏 · 蔡雪 · Sauer, Dirk Uwe · Li, Weihan

Applied Energy 2023

参数信息

平均均方根误差改善
68.40 %
平均均方根误差改善
65.89 %

技术优势

跨容量直接迁移

模型利用实验室小容量电池数据训练,通过提取通用信息,可直接应用于现场大容量电池的容量估计,无需重新训练。

精度大幅提升

与传统方法相比,所提方法的平均均方根误差在最佳和最差情况下分别改善68.40%和65.89%。

适应任意充电习惯

通过选择鲁棒电压区间并考虑用户充电习惯的不确定性,特征提取过程自动化,适应宽电压区间内的短充电序列。

应用场景