Journal of Energy Storage·· 20 天前精选AI 评分62
物理一致性神经网络实现锂离子电池 SOH 估计的跨域可迁移小样本学习
Cross-domain transferable few-shot learning for state-of-health estimation of lithium-ion batteries with physics-consistent neural network
模型导读
Xiaojia Luo、Guangzhong Dong、Ziheng Li、Yunjiang Lou 在 Journal of Energy Storage 第 182 卷第 E 部分提出一种物理一致性神经网络，用于锂离子电池健康状态（SOH）估计的跨域可迁移小样本学习。该工作发表于 2026 年 12 月 30 日，摘要未提供具体数据集、误差指标与代码获取方式。
推荐理由
该工作把物理一致性约束引入跨域小样本 SOH 估计，为少标注数据下的跨体系迁移提供了一种可借鉴的建模思路。
来源：Journal of Energy Storage · sciencedirect.com