基于源域电池迭代模块和LSTM神经网络的锂离子电池寿命预测

doi:10.13234/j.issn.2095-2805.2025.7.294

PDF(26555 KB)

电源学报 ›› 2025, Vol. 23 ›› Issue (7) : 294-303. DOI: 10.13234/j.issn.2095-2805.2025.7.294

电池与储能

基于源域电池迭代模块和LSTM神经网络的锂离子电池寿命预测

{{article.zuoZhe_CN}}

作者信息 +

Prediction of Remaining Useful Life of Lithium-ion Battery Based on Source-domain Battery Iterations Module and LSTM Neural Network

{{article.zuoZhe_EN}}

Author information +

History +

本文亮点

HeighLight

摘要

Abstract

关键词

Key words

引用本文

EndNote

Ris (Procite)

Bibtex

导出引用

{{article.zuoZheCn_L}}. {{article.title_cn}}. {{journal.qiKanMingCheng_CN}}. 2025, 23(7): 294-303 https://doi.org/10.13234/j.issn.2095-2805.2025.7.294

{{article.zuoZheEn_L}}. {{article.title_en}}. {{journal.qiKanMingCheng_EN}}. 2025, 23(7): 294-303 https://doi.org/10.13234/j.issn.2095-2805.2025.7.294

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序

参考文献

基金

版权

PDF(26555 KB)

Accesses

Citation

Detail

段落导航

Received	Revised	Accepted	Published
2022-10-18	2022-12-29	2023-02-09	2025-11-30
Issue Date
2025-12-26

选择文件类型/文献管理软件名称

选择包含的内容

本文亮点

HeighLight

摘要

Abstract

关键词

Key words

引用本文

{{custom_sec.title}}

{{custom_sec.title}}

参考文献

参考文献

{{custom_fnGroup.title_cn}}

脚注

{{custom_ack.title_cn}}

基金

版权