IIP-Mixer：用于电池剩余使用寿命预测的块内-块间混合架构
机器学习
2024-03-28 v1 人工智能
摘要
准确估计锂离子电池的剩余使用寿命（RUL）对于维持可充电电池管理系统的安全稳定运行至关重要。然而，由于涉及复杂的时序动态，该任务通常具有挑战性。最近，基于注意力的网络（如 Transformers 和 Informer）已成为时间序列预测中的流行架构。尽管这些模型有效，但具有大量参数的这些模型需要大量的训练时间来解析时序模式。为了应对这些挑战，我们提出了一种基于 MLP-Mixer 的简单架构，名为“块内-块间混合器”（Intra-Inter Patch Mixer, IIP-Mixer），这是一种完全基于多层感知机（MLP）的架构，通过沿块内和块间两个维度进行混合操作来提取信息，以用于电池 RUL 预测。所提出的 IIP-Mixer 包含并行的双头混合层：块内混合 MLP，用于捕获短期内的局部时序模式；以及块间混合 MLP，用于捕获长期内的全局时序模式。值得注意的是，为了解决 RUL 预测中特征重要性不同的问题，我们在基于 MLP-Mixer 的架构中引入了加权损失函数，这是首次采用此类方法。我们的实验表明，IIP-Mixer 在电池 RUL 预测中取得了有竞争力的性能，优于其他流行的时间序列框架。
引用
@article{arxiv.2403.18379,
title = {IIP-Mixer:Intra-Inter Patch Mixing Architecture for Battery Remaining Useful Life Prediction},
author = {Guangzai Ye and Li Feng and Jianlan Guo and Yuqiang Chen},
journal= {arXiv preprint arXiv:2403.18379},
year = {2024}
}