跳到正文

#SOH/SOC估计

今日 0 条
10月21日周三
  1. 关键词流·BMS 与电池智能算法60

    HBTU 发布锂电管理AI方法对比的数据与代码

    印度 Harcourt Butler Technical University 的 Adarsh Kumar Arya 在 Zenodo 发布一套数据与代码,用于对比数据驱动、物理信息与迁移或预训练模型在锂离子电池管理中的表现。

    推荐理由:该数据集公开了133篇纳入研究的编码表与31个SOH误差值,便于复现数据驱动、物理信息与预训练模型的横向对比。

10月19日周一
  1. 关键词流·SOX 与寿命预测75

    AI-Enabled Battery Management 数据集发布:94 条 BMS 经验参数与六项公开数据基准

    该数据集整理了来自 23 篇 Battery University 文章的 94 条从业者 BMS 参数和 12 张参考表,涵盖 SOC/SOH 估计限值、均衡与保护阈值、充放电温度窗口、按化学体系的热失控起始温度等。

    推荐理由:该数据集把 94 条从业者 BMS 经验参数与公开实测数据并排对照,并附六项 AI-for-BMS 实验的可复现代码。

10月16日周五
  1. 关键词流·BMS 与电池智能算法58

    NASA PCoE 锂电池数据集上机器学习 SOH 估计的评测设计与报告方式:开放获取研究的系统性元研究综述数据与代码

    该材料为一项系统性元研究综述配套的数据与代码,综述对象是开放获取研究中基于 NASA PCoE 锂电池数据集的机器学习 SOH 估计,关注其评测设计与报告方式。材料仅提供标题,正文未获取,具体纳入研究数量、编码框架与数据获取方式不明。

10月9日周五
10月6日周二
10月5日周一