联邦电池诊断与 prognostics
机器学习
2023-10-17 v1 系统与控制
系统与控制
摘要
电池诊断、prognosis（预后）与健康管理模型在能源与交通领域电池系统整合中起着关键作用。然而，这些模型的大规模部署受到围绕数据所有权、隐私、通信与处理等诸多挑战的阻碍。最先进的电池诊断与 prognosis 方法需要集中收集数据，这进一步加剧了这些挑战。在此我们提出一种联邦电池 prognosis 模型，以隐私保护的方式分布式处理电池标准电流-电压-时间-使用数据。我们的模型仅通信模型参数，而非交换原始标准电流-电压-时间-使用数据，从而减轻通信负载并保护数据机密性。所提模型通过隐私保护的分布式电池数据处理与剩余寿命预测方法，实现了电池健康管理的范式转变。
引用
@article{arxiv.2310.09628,
title = {Federated Battery Diagnosis and Prognosis},
author = {Nur Banu Altinpulluk and Deniz Altinpulluk and Paritosh Ramanan and Noah Paulson and Feng Qiu and Susan Babinec and Murat Yildirim},
journal= {arXiv preprint arXiv:2310.09628},
year = {2023}
}