小波特征深度学习实现单循环电池寿命预测

Sungeun Kim 等研究人员提出一种锂电池剩余寿命预测框架：用连续小波变换把电池循环的电压、电流和容量信号转换为时频表示，经尺度压缩后交由深度神经网络预测剩余使用寿命。研究称，该框架在来自 7 个公开数据集的 8 个基准上，单循环预测表现持续优于既有方法，且输入循环数从 1 到 100 变化时均保持稳健。 据研究者称，梯度可视化显示模型关注充放电过程中与结构化信号变化相关的局部时频区域，具有一定可解释性。这意味着电池可能仅需一次循环数据即可估算寿命，有助于早期寿命评估。

AI 根据报道生成 · 56 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。