期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
掩码表征迁移策略下的锂电池变工况健康状态预测
1
作者
王一航
陈旭
+1 位作者
沈萌
赵春晖
《控制理论与应用》
EI
CAS
CSCD
北大核心
2024年第8期1377-1385,共9页
锂电池健康状态(SOH)预测可以对电池老化程度进行评估.由于电池工作状况的差异,锂电池训练数据(源域)和在线应用数据(目标域)具有不同的分布,而迁移学习是解决上述问题的有效方法.然而,一方面,传统迁移学习方法需要大量源域数据标签,而...
锂电池健康状态(SOH)预测可以对电池老化程度进行评估.由于电池工作状况的差异,锂电池训练数据(源域)和在线应用数据(目标域)具有不同的分布,而迁移学习是解决上述问题的有效方法.然而,一方面,传统迁移学习方法需要大量源域数据标签,而SOH测量困难,难以提供充足标签;另一方面,这些方法无法充分利用已有的专家知识.基于此,本文创新性地提出了一种掩码表征迁移策略(MFTS),实现了源域无标签场景下的变工况锂电池SOH预测.首先,设计了一种掩码自监督框架,其可以在无标签的情况下实现自动特征提取来表征源域数据.其次,提出了一种专家知识模块,引导所提特征逼近专家特征,从而实现了专家知识的融入.最后,提出了一种双学习率的方法对特征提取和SOH预测网络进行同步变速训练,在迁移源域知识的同时实现了目标域SOH的准确预测.基于NASA的公开数据集,所提出的MFTS模型在6组实验上的预测误差均不大于4.08%.
展开更多
关键词
锂离子电池
健康状态
掩码表征迁移策略
变工况
迁移
在线阅读
下载PDF
职称材料
题名
掩码表征迁移策略下的锂电池变工况健康状态预测
1
作者
王一航
陈旭
沈萌
赵春晖
机构
浙江大学控制科学与工程学院
出处
《控制理论与应用》
EI
CAS
CSCD
北大核心
2024年第8期1377-1385,共9页
基金
国家自然科学基金杰出青年基金项目(62125306)
NSFC–浙江两化融合联合基金项目(U1709211)资助。
文摘
锂电池健康状态(SOH)预测可以对电池老化程度进行评估.由于电池工作状况的差异,锂电池训练数据(源域)和在线应用数据(目标域)具有不同的分布,而迁移学习是解决上述问题的有效方法.然而,一方面,传统迁移学习方法需要大量源域数据标签,而SOH测量困难,难以提供充足标签;另一方面,这些方法无法充分利用已有的专家知识.基于此,本文创新性地提出了一种掩码表征迁移策略(MFTS),实现了源域无标签场景下的变工况锂电池SOH预测.首先,设计了一种掩码自监督框架,其可以在无标签的情况下实现自动特征提取来表征源域数据.其次,提出了一种专家知识模块,引导所提特征逼近专家特征,从而实现了专家知识的融入.最后,提出了一种双学习率的方法对特征提取和SOH预测网络进行同步变速训练,在迁移源域知识的同时实现了目标域SOH的准确预测.基于NASA的公开数据集,所提出的MFTS模型在6组实验上的预测误差均不大于4.08%.
关键词
锂离子电池
健康状态
掩码表征迁移策略
变工况
迁移
Keywords
Lithium battery
state of health
masked feature transfer strategy
variable working conditions transfer
分类号
TM912 [电气工程—电力电子与电力传动]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
掩码表征迁移策略下的锂电池变工况健康状态预测
王一航
陈旭
沈萌
赵春晖
《控制理论与应用》
EI
CAS
CSCD
北大核心
2024
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
