PLOS ONE· Khoa Tran·· 19 小时前AI 评分52
SeqBattNet：带老化自适应的离散状态物理信息神经网络用于电池建模
SeqBattNet: A discrete-state physics-informed neural network with aging adaptation for battery modeling
AI 导读
作者提出 SeqBattNet，一种带内置老化自适应的离散状态物理信息神经网络，用于预测电池放电过程中的端电压。模型由生成循环级老化参数的 Hierarchical Reasoning–GRU 编码器和基于等效电路模型（ECM）的解码器组成，只需少量易获取的电池物理参数，在单个电芯数据上训练后即可在未见电芯上预测。
来源：PLOS ONE · journals.plos.org