Marco de aprendizaje profundo avanzado para predecir la vida útil restante de los módulos de batería de iones de litio de la generación 01 de Nissan Leaf
Autores: Wickramaarachchi, Shamaltha M.; Suraweera, S. A. Dewmini; Akalanka, D. M. Pasindu; Logeeshan, V.; Wanigasekara, Chathura
Idioma: Inglés
Editor: MDPI
Año: 2025
Acceso abierto
Artículo científico
2025
Marco de aprendizaje profundo avanzado para predecir la vida útil restante de los módulos de batería de iones de litio de la generación 01 de Nissan Leaf
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería de Sistemas
Palabras clave
Estimación
Vida útil restante
Baterías de ion litio
Soluciones basadas en datos
Técnicas de aprendizaje profundo
Ingeniería de características
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 21
Citaciones: Sin citaciones
La estimación precisa de la vida útil restante (RUL) de las baterías de iones de litio (LIBs) es esencial para garantizar la seguridad y permitir sistemas efectivos de gestión de la salud de la batería.
Descripción
La estimación precisa de la vida útil restante (RUL) de las baterías de iones de litio (LIBs) es esencial para garantizar la seguridad y permitir sistemas efectivos de gestión de la salud de la batería.