机构名称：
¥ 1.0
锂离子电池已经成为各种行业中普遍的电源，包括电动汽车部门，因为它们的能量密度较高和自我释放量较低。随着时间的使用和通过，电池降低并最终死亡，危害了它们供电的物体的完整性。准确预测锂离子电池剩余的有用寿命（RUL）的能力对于优化其利用并确保其安全运营至关重要。为此，已经实施了一种基于牛津电池电池降解数据集的基于深度学习的方法，并在生成的对抗网络（GAN）的帮助下进行了实施。设计的网络由长短记忆（LSTM）架构组成，并实现了策略策略和自定义损失功能。说明性结果表明，建议的方法可以对RUL产生适应性和可靠的预测。
最佳锂离子电池lud预测的数据驱动方法
主要关键词
相关文件推荐
