近日,澳门新甫京娱乐娱城平台人工智能计算力学与工程研究所刘学文高工(通讯作者)指导研究生刘亚飞在国际知名期刊《Journal of Energy Storage》(影响因子9.4)上发表论文Remaining useful life prediction of lithium-ion batteries based on peak interval features and deep learning。
论文结合特征工程和深度学习建立了一套预测锂电池剩余使用寿命的方法,在快速、准确获得容量增量曲线方面取得突破。论文运用概率论分析筛选数据特征,以特征筛选评价对预测结果的影响,进而提取不同的特征参数,构建了深度学习预测方法,进行锂电池的RUL估计,研究结果较好的解决了容量再生问题导致RUL预测偏差较大的技术难题。
论文的研究成果是物理知识引导神经网络(PINN)在锂电池剩余寿命预测方面的科技进步,目前该团队已积极开展相关的转化推广工作。