跳到正文
原文
关键词流·SOX 与寿命预测·来源日期· 2 天前AI 评分39

基于因果 STL 与多尺度 CNN-BiLSTM-Attention 网络的锂电池 RUL 预测

Remaining useful life prediction of lithium-ion batteries using a causal STL-based multiscale CNN-BiLSTM-attention network

已取得正文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:2026-11-01 05:11

模型导读

研究提出 STL-CNN-BiLSTM-Attention 框架,在每个预测点仅用历史容量序列做滚动 STL 分解,并将趋势、季节、残差分量与循环数、容量、SOH、内阻及充电过程参数等多维特征融合,以避免未来数据泄漏。

来源:关键词流·SOX 与寿命预测 · doi.org