基于 LSTM RNN 的锂离子电池循环寿命预测
机器学习
2022-07-11 v1 信号处理
摘要
高效且准确的剩余使用寿命预测是锂离子电池可靠与安全使用的关键因素。本工作训练了一个长短期记忆循环神经网络（LSTM RNN）模型，以从各循环及电压下的放电容量序列数据中学习，并作为在不同工况下循环的电池单体的循环寿命预测器。利用前 60–80 个循环的实验数据，我们的模型在约 80 个样本的测试集上取得了令人满意的预测精度。
引用
@article{arxiv.2207.03687,
title = {Predicting Li-ion Battery Cycle Life with LSTM RNN},
author = {Pengcheng Xu and Yunfeng Lu},
journal= {arXiv preprint arXiv:2207.03687},
year = {2022}
}