![arxiv：2502.09316v1 [CS.CL] 2025年2月13日](/simg/2/22d76863607dc72ae93e2d071280b64d1386a5b9.webp)
机构名称：
¥ 1.0
锂离子电池（LIB）的数学建模是高级电池管理中的主要挑战。本文提出了两个新框架，以将基于物理的模型与机器学习相结合，以实现LIBS的高精度建模。这些框架的特征是通过告知机器学习模型的物理模型信息，从而可以在物理学和机器学习之间进行深入整合。基于框架，通过将电化学模型和等效电路模型与前馈神经网络相结合，构建了一系列混合模型。混合模型在结构上相对简单，可以在广泛的C速率下提供相当大的电压预测精度，如广泛的模拟和实验所示。这项研究进一步扩展到进行老化感知的混合建模，从而设计了意识到健康的混合模型以进行预测。实验表明，该模型在整个LIB的周期寿命中具有高电压预测精度。
arxiv：2502.09316v1 [CS.CL] 2025年2月13日
主要关键词
![arxiv：2502.09316v1 [CS.CL] 2025年2月13日PDF文件第1页](/bimg/6/6c7faefe38d9a2b0c9d4e415734b190232c82748.webp)
![arxiv：2502.09316v1 [CS.CL] 2025年2月13日PDF文件第2页](/bimg/9/9bf54185b260c6219d4a21f57c5d9c4f2df3a6ef.webp)
![arxiv：2502.09316v1 [CS.CL] 2025年2月13日PDF文件第3页](/bimg/3/3810294a1617bb7703a829d4e570ad73ec3b46e3.webp)
![arxiv：2502.09316v1 [CS.CL] 2025年2月13日PDF文件第4页](/bimg/7/70ec03feea74e4dc8537335cac34bc03d5083e81.webp)
![arxiv：2502.09316v1 [CS.CL] 2025年2月13日PDF文件第5页](/bimg/7/71e6c49f5e618aebca84ec0175e94689dc53ead3.webp)
相关文件推荐
![arxiv：2502.09635v1 [CS.CL] 2025年2月9日](/simg/5/586452b4ea49441bd6443e8bda3501695cf0efa9.webp)
![arxiv：2502.00832v1 [CS.CL] 2025年2月2日](/simg/4/460750c88b2c2a3b4270f4bf1f9583392a580e2b.webp)
![arxiv：2502.09484v1 [cs.cr] 2025年2月13日](/simg/5/5f5ba30d8d028843690622a79a7928e241ed3f29.webp)
![arxiv：2502.02606v1 [CS.OH] 2025年2月1日](/simg/4/43a0a25d75041d38d927de1a8c18a665a57c24b6.webp)
![arxiv：2502.12206v1 [CS.AI] 2025年2月16日](/simg/8/83a0040bd75286ed258ba3b033d6e887b6838904.webp)
![arxiv：2502.05647v1 [CS.CC] 2025年2月8日](/simg/4/4aa9440187adea302200dbca2972abd9ba5c89f0.webp)
![arxiv：2502.18639v1 [CS.ET] 2025年2月25日](/simg/7/742ef27604d585bda50228c598090beab893f942.webp)
![arxiv：2502.02572V1 [CS.DS] 2025年2月4日](/simg/6/68691a142bc84b5b40d7b2290991240b592dc7cc.webp)
![arxiv：2502.14920v1 [CS.CV] 2025年2月19日](/simg/e/e01126316aa8dc5412766a02a53979e1e19db617.webp)
![arxiv：2502.14892v1 [cs.cv] 2025年2月17日](/simg/b/b495d4ee9dd26d76c8dad02913bbd55ecbbe1439.webp)
![arxiv：2502.06552v1 [cs.cv] 2025年2月10日](/simg/2/2ec25704fa8c4084b7cc7f50ebc9dcbed085615b.webp)
![arxiv：2502.07192v1 [cs.cv] 2025年2月11日](/simg/a/a52b4213b04afe4ff238254673040f354f77e23c.webp)
![arxiv：2502.02919v1 [cs.cv] 2025年2月5日](/simg/9/95a89e73bf74ff876d48cdddc14fbb2c556ce799.webp)
![arxiv：2502.04018v1 [cs.lg] 2025年2月6日](/simg/6/62588bb90c6463caf76624b24b4ad5de6c70ffeb.webp)
![arxiv：2502.07284v1 [cs.cr] 2025年2月11日](/simg/d/df3ff0a7ad3180706db8db5ea47d521c49976c22.webp)
![arxiv：2502.07837v1 [cs.ro] 2025年2月11日](/simg/9/93b35c876d38dc16ed903786765d84ef3dd790f3.webp)
![arxiv：2502.06869v1 [cs.lg] 2025年2月8日](/simg/9/941a44ebdca8e1e2fe7696dbc01558b91923efad.webp)
![arxiv：2502.05739v1 [cs.cr] 2025年2月9日](/simg/8/8c90dfafcced8491bf122f9146142c704356b63d.webp)
![arxiv：2502.06651v1 [cs.cr] 2025年2月10日](/simg/8/85d07bd4f031075dcff413f6e20fae8b425df70c.webp)
![arxiv：2502.02710v1 [stat.ml] 2025年2月4日](/simg/6/6f28a11cf1cd61d8abfc07e0c32f7934a963fcd7.webp)
![arxiv：2502.07513v1 [Quant-ph] 2025年2月11日](/simg/7/786b70fad90ac4d1fb891bca238331f962ff29f8.webp)
![arxiv：2502.05508v1 [Quant-ph] 2025年2月8日](/simg/e/e73b1ae2125a5ffe0092f47a5f6ba00e45bad86a.webp)
![arxiv：2502.05658v1 [Quant-ph] 2025年2月8日](/simg/a/a2f3dc7502d0c958422e39e7f3956f8ce97f029c.webp)
![arxiv：2502.13333v1 [eess.sy] 2025年2月18日](/simg/2/2f7d7730da70b9787f71348cffaa29ea687584ca.webp)
![arxiv：2502.06956v1 [Quant-ph] 2025年2月10日](/simg/e/e5d48e0cf5320c7badff48c4e2d7683939a7f10c.webp)
![arxiv：2502.03124v1 [eess.sy] 2025年2月5日](/simg/3/33ae2427032dddacf611a2d02fbb8b420f4fa9fb.webp)
![arxiv：2502.04950v1 [Quant-ph] 2025年2月7日](/simg/6/62658c8c5932a77940998d5bbf5b5940842a4279.webp)
![arxiv：2503.08075v1 [CS.CL] 2025年3月11日](/simg/7/75367f5a18070c8355c4758aa36984c7c029e2a8.webp)
![arxiv：2502.05536v1 [physics.gen-ph] 2025年2月8日](/simg/d/d31f598b6e77e63b5007704312eb6b3f8e400457.webp)
![arxiv：2502.00469v1 [Math.cv] 2025年2月1日](/simg/c/c6dab2975c025848ab949e8a56962299c2f354a1.webp)