热点事件历史事件
物理信息双分支CNN用于锂电池RUL预测
1 篇报道1 个报道来源8 天前更新
先了解这件事
事件综述
2026年10月22日，广西大学团队提出一种基于电化学物理信息的双分支卷积神经网络，用于锂电池剩余使用寿命（RUL）预测。该网络主分支为多尺度时间卷积，辅助分支为残差网络，并设计以退化特征为引导信号的信息引导通道注意力IGCA。模型还引入融合电化学退化规律与库仑效率的物理约束损失函数，使预测结果与电池退化的物理演化更一致。实验显示，该方法在CALCE数据集上RMSE为1.57%–2.12%，在XJTU数据集上表现出较好适用性。目前报道仅涉及方法提出与实验验证，尚未提及后续改进或实际部署进展。
根据报道自动生成 · 8 天前更新
最新进展10月22日 08:00
广西大学团队提出融合电化学物理信息的双分支CNN，CALCE数据集RMSE为1.57%–2.12%。报道时间线
沿着报道，了解事件的不同侧面。
10月22日
- 关键词流·SOX 与寿命预测广西大学团队提出融合电化学物理信息的双分支 CNN 用于锂电池 RUL 预测
广西大学团队提出一种基于电化学物理信息的双分支卷积神经网络用于锂电池 RUL 预测，主分支为多尺度时间卷积、辅助分支为残差网络，并设计以退化特征为引导信号的信息引导通道注意力 IGCA。模型还引入融合电化学退化规律与库仑效率的物理约束损失函数，使预测与电池退化的物理演化更一致。实验显示该方法在 CALCE 数据集上 RMSE 为 1.57%–2.12%，在 XJTU 数据集上表现出较好适用性。
本事件热度走势
当前热度 7·可比范围峰值 9（10月23日 16:00）·近 24 小时可比范围变化 -4%
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。