Mecanismo de atención temporal basado en predicción indirecta de capacidad de batería combinado con extracción de características de salud
Autores: Chu, Fanyuan; Shan, Ce; Guo, Lulu
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Mecanismo de atención temporal basado en predicción indirecta de capacidad de batería combinado con extracción de características de salud
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Utilización de baterías de iones de litio
Predicción de capacidad
Datos de baterías
Mecanismo de atención temporal
Modelos de aprendizaje profundo
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 39
Citaciones: Sin citaciones
La eficacia del modelo propuesto se valida en varios conjuntos de datos de baterías, con los valores de Error Absoluto Medio (MAE) de Prueba y Error Cuadrático Medio Raíz (RMSE) de Prueba cayendo consistentemente por debajo del 0.74% y 1.63%, respectivamente, mostrando la notable destreza predictiva y confiabilidad del modelo en el ámbito de predicción de capacidad de baterías de iones de litio.
Descripción
La eficacia del modelo propuesto se valida en varios conjuntos de datos de baterías, con los valores de Error Absoluto Medio (MAE) de Prueba y Error Cuadrático Medio Raíz (RMSE) de Prueba cayendo consistentemente por debajo del 0.74% y 1.63%, respectivamente, mostrando la notable destreza predictiva y confiabilidad del modelo en el ámbito de predicción de capacidad de baterías de iones de litio.