关键词流·BMS 与电池智能算法·来源日期2026-10-27 08:00· 4 天前精选AI 评分51

DS-MTNet 双流网络实现锂电热状态与 SOH 联合预测及预警

Cross-domain thermal-health prediction and early warning for lithium-ion batteries via dual-stream 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：2026-10-31 01:54

模型导读

作者提出 DS-MTNet 双流多任务网络，用 TCN 与 Mamba 并行分支分别捕捉短期热动态和长期老化趋势，在 XJTU 数据集动态工况下 SOH 的 MAE 为 0.011、最高温度 MAE 为 0.898 °C。

推荐理由

该工作把温度与SOH放进同一多任务网络，并用MMD对齐做跨环境少样本迁移，可参考其联合建模与预警衔接思路。