关键词流·SOX 与寿命预测·· 14 天前AI 评分48
机器学习 SOC 估计的泛化鸿沟：基准精度不等于现场精度
The Generalization Gap in Machine-Learning-Based State-of-Charge Estimation for Lithium-Ion Batteries: Why Accuracy on a Benchmark Is Not Accuracy in the Field
模型导读
一篇观点文章指出，深度学习 SOC 估计（前馈网络、LSTM 及其变体）报告的精度多在训练同分布的驾驶循环、温度和电芯上测得，而实际 BMS 需面对未见过的电芯、温度与使用模式。文章基于 Kalman 滤波工作、深度学习 SOC 文献及显式测试跨工况性能的迁移学习研究，界定该泛化问题并提出报告与设计实践建议。
来源：关键词流·SOX 与寿命预测 · doi.org