Energy·本站收录· 10 小时前精选AI 评分52
多任务学习从真实车端数据联合估计SOC与欧姆内阻
Multi-task learning for joint state of charge estimation and ohmic internal resistance prediction from real-world electric vehicle data
含摘要材料归一化评分材料状态不代表研究结论已核验
本站收录：2026-11-03 23:53
模型导读
该研究提出多任务学习方法，从真实电动汽车数据中同时估计SOC并预测欧姆内阻。作者为Meng Li、Jichao Hong等，成果发表于 Energy 第367卷，来源标注日期为2026年12月1日。材料仅含题录与作者信息，摘要未提供具体模型结构、数据集规模与误差指标。
推荐理由
该工作用真实车端数据把SOC估计与欧姆内阻预测放进同一多任务框架，为实车BMS状态联合估计提供了一种可迁移的建模思路。
来源：Energy · sciencedirect.com