已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

An ensemble model for predicting the remaining useful performance of lithium-ion batteries

电池(电) 指数函数 多项式的 多项式与有理函数建模 锂(药物) 锂离子电池 电池容量 集合预报 计算机科学 回归分析 人工智能 数学 机器学习 医学 数学分析 功率(物理) 物理 量子力学 内分泌学
作者
Yinjiao Xing,Eden W.M.,Kwok‐Leung Tsui,Michael Pecht
出处
期刊:Microelectronics Reliability [Elsevier]
卷期号:53 (6): 811-820 被引量:563
标识
DOI:10.1016/j.microrel.2012.12.003
摘要

We developed an ensemble model to characterize the capacity degradation and predict the remaining useful performance (RUP) of lithium-ion batteries. Our model fuses an empirical exponential and a polynomial regression model to track the battery’s degradation trend over its cycle life based on experimental data analysis. Model parameters are adjusted online using a particle filtering (PF) approach. Experiments were conducted to compare our ensemble model’s prediction performance with the individual results of the exponential and polynomial models. A validation set of experimental battery capacity data was used to evaluate our model. In our conclusion, we presented the limitations of our model.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
2秒前
Mic应助chenyuns采纳,获得10
4秒前
短短急个球完成签到,获得积分10
4秒前
5秒前
5秒前
猪猪侠发布了新的文献求助10
6秒前
7秒前
8秒前
8秒前
10秒前
11秒前
lhy12345完成签到 ,获得积分10
11秒前
852应助清爽冬莲采纳,获得10
12秒前
照徊思发布了新的文献求助10
12秒前
12秒前
易安发布了新的文献求助10
12秒前
TaoJ发布了新的文献求助10
13秒前
xiahaijun发布了新的文献求助10
13秒前
Natural完成签到,获得积分10
14秒前
yciDo完成签到,获得积分10
16秒前
猪猪侠完成签到,获得积分10
16秒前
科研通AI6.1应助chenyuns采纳,获得10
17秒前
ycy发布了新的文献求助10
18秒前
宇宇完成签到 ,获得积分10
18秒前
zhaoshuo发布了新的文献求助30
18秒前
克丽斯汀朵夫完成签到,获得积分10
19秒前
19秒前
SciKid524完成签到 ,获得积分10
22秒前
米线儿完成签到,获得积分10
22秒前
26秒前
勤劳的笑蓝完成签到,获得积分10
29秒前
NexusExplorer应助xiahaijun采纳,获得10
30秒前
小b亮完成签到 ,获得积分10
31秒前
32秒前
iwaking完成签到,获得积分10
32秒前
量子星尘发布了新的文献求助10
34秒前
35秒前
ycy完成签到,获得积分10
35秒前
39秒前
共享精神应助高贵焦采纳,获得10
39秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Encyclopedia of Forensic and Legal Medicine Third Edition 5000
Introduction to strong mixing conditions volume 1-3 5000
Aerospace Engineering Education During the First Century of Flight 3000
Agyptische Geschichte der 21.30. Dynastie 3000
Les Mantodea de guyane 2000
Electron Energy Loss Spectroscopy 1500
热门求助领域 (近24小时)
化学 材料科学 生物 医学 工程类 计算机科学 有机化学 物理 生物化学 纳米技术 复合材料 内科学 化学工程 人工智能 催化作用 遗传学 数学 基因 量子力学 物理化学
热门帖子
关注 科研通微信公众号,转发送积分 5779546
求助须知:如何正确求助?哪些是违规求助? 5648402
关于积分的说明 15451994
捐赠科研通 4910795
什么是DOI,文献DOI怎么找? 2642900
邀请新用户注册赠送积分活动 1590549
关于科研通互助平台的介绍 1544981