单周期数据预测充电曲线
该方法通过轻量级可解释物理模型与物理信息神经网络相结合，仅利用一个周期的电压-容量曲线即可准确预测未来数百个周期的退化曲线。
汤爱华 · Xu, Yuchen · Jinpeng, Tian · 舒星 · 于全庆
Journal of Energy Chemistry 2025
仅用一个当前周期的V-Q曲线就能准确预测未来数百个周期的曲线，大幅减少所需历史数据。
均方根误差和平均绝对误差基本小于0.035 Ah，预测精度高，为电池管理提供可靠依据。
结合轻量级物理模型和物理信息神经网络，将领域知识融入机器学习，预测结果更透明可解释。
在52个不同类型、不同测试条件的电池上验证，方法具有较好的泛化能力。