锂离子电池健康状态(state of health,SOH)估计对确保能量存储系统的可靠性和安全性至关重要。然而,现有SOH估计方法在单一特征提取和固定充放电条件依赖方面存在局限性,难以适应多变的实际工作环境。为解决这一问题,本工作提出了一种...锂离子电池健康状态(state of health,SOH)估计对确保能量存储系统的可靠性和安全性至关重要。然而,现有SOH估计方法在单一特征提取和固定充放电条件依赖方面存在局限性,难以适应多变的实际工作环境。为解决这一问题,本工作提出了一种基于弛豫电压的并行多尺度特征融合卷积模型(multi-scale feature fusion convolution model,MSFFCM)结合极端梯度提升树(XGBoost)的SOH估计方法。MSFFCM通过多层堆叠卷积模块提取弛豫电压数据的深层特征,同时利用并行多尺度注意力机制增强了多尺度特征的捕捉能力,并将这些特征与统计特征进行融合,以提升模型的特征提取和融合能力。针对XGBoost模型,本工作应用贝叶斯优化算法进行参数调优,从而在多源融合特征基础上实现高精度SOH估计。实验验证基于两种商用18650型号电池的多温度和多充放电策略数据集,结果表明该方法的均方根误差(RMSE)和平均绝对误差(MAE)均小于0.5%,明显优于传统方法。本工作为锂电池健康管理提供了一种不依赖特定充放电条件的有效估计工具,有望在复杂的实际应用中发挥重要作用。展开更多
接口或API测试是日常软件测试过程中常见内容之一,接口测试工具可选性很多,文章主要针对常用的三个接口测试工具:SoapUI、JMeter、Postman,分析它们之间的不同之处以及在实际工作中的应用。具体而言,使用不同的工具来解决日常软件测试...接口或API测试是日常软件测试过程中常见内容之一,接口测试工具可选性很多,文章主要针对常用的三个接口测试工具:SoapUI、JMeter、Postman,分析它们之间的不同之处以及在实际工作中的应用。具体而言,使用不同的工具来解决日常软件测试中的不同接口类型的接口测试问题、性能测试问题、工作效率问题。在运营商运营支撑系统(Operation Support Systems,OSS)领域实际项目测试过程中,有的放矢地选择测试工具,不仅能有效提高了软件质量,同时有助于提高测试人员的效率。展开更多
航空装备各系统复杂性高,交联性强,利用传统的故障预测方法难以判断和预测故障部位。针对此类问题,文章提出了一种基于自然语言处理(Natural Language Processing,NLP)和案例推理(Case-Based Reasoning,CBR)的航空装备故障智能预测方法...航空装备各系统复杂性高,交联性强,利用传统的故障预测方法难以判断和预测故障部位。针对此类问题,文章提出了一种基于自然语言处理(Natural Language Processing,NLP)和案例推理(Case-Based Reasoning,CBR)的航空装备故障智能预测方法,首先进行源案例库特征提取,进行数据清洗,再采用了自然语言处理(Natural Language Processing,NLP)获取源案例库中故障现象描述的词向量表示,然后使用文本相似度检测得到目标案例与源案例的相似度,并结合CBR方法进行组合预测,得出具体排故方案,最后,通过使用Python软件进行实例分析应用,验证了该模型的正确性及该方法的实用性。展开更多
文摘接口或API测试是日常软件测试过程中常见内容之一,接口测试工具可选性很多,文章主要针对常用的三个接口测试工具:SoapUI、JMeter、Postman,分析它们之间的不同之处以及在实际工作中的应用。具体而言,使用不同的工具来解决日常软件测试中的不同接口类型的接口测试问题、性能测试问题、工作效率问题。在运营商运营支撑系统(Operation Support Systems,OSS)领域实际项目测试过程中,有的放矢地选择测试工具,不仅能有效提高了软件质量,同时有助于提高测试人员的效率。
文摘航空装备各系统复杂性高,交联性强,利用传统的故障预测方法难以判断和预测故障部位。针对此类问题,文章提出了一种基于自然语言处理(Natural Language Processing,NLP)和案例推理(Case-Based Reasoning,CBR)的航空装备故障智能预测方法,首先进行源案例库特征提取,进行数据清洗,再采用了自然语言处理(Natural Language Processing,NLP)获取源案例库中故障现象描述的词向量表示,然后使用文本相似度检测得到目标案例与源案例的相似度,并结合CBR方法进行组合预测,得出具体排故方案,最后,通过使用Python软件进行实例分析应用,验证了该模型的正确性及该方法的实用性。