华东理工大学与上汽集团技术中心合作:基于实际运行数据的电池健康状态估计——机器学习助力车载应用

研之成理 2025-08-09 17:11
文章摘要
本文综述了基于实车数据的锂离子电池健康状态(SOH)估计方法,探讨了数据预处理、标签计算、特征提取等关键技术与解决方案。研究指出,与实验室数据相比,实车数据具有更高的复杂性和挑战性,需要深入理解数据特性以提取有效信息。论文还比较了各类机器学习模型的优缺点,并强调了多维性能评估的重要性。此外,研究将SOH估计的应用拓展至电池梯次利用与回收环节,提出了未来发展的五个方向,包括建立开放数据集、发展弱监督学习、融合物理机理等。
华东理工大学与上汽集团技术中心合作:基于实际运行数据的电池健康状态估计——机器学习助力车载应用
本站注明稿件来源为其他媒体的文/图等稿件均为转载稿,本站转载出于非商业性的教育和科研之目的,并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题,请作者速来电或来函联系。
推荐文献
Issue Publication Information
DOI: 10.1021/apv008i002_2033340 Pub Date : 2026-01-23
IF 4.7 2区 化学 Q2 ACS Applied Polymer Materials
研之成理
最新文章
热门类别
相关文章
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术官方微信