热点事件历史事件
物理信息神经网络实现放电中SOH估计与退化预测
2 篇报道2 个报道来源6 天前更新
先了解这件事
事件综述
2026年10月23日，有报道称一项研究提出用物理信息神经网络从电池部分放电数据中实时估计SOH（健康状态），并进行在线老化预测；该报道仅提供标题，未给出具体方法细节、数据集或精度指标，也未提及研究机构、发表渠道或实验验证情况。10月25日，Journal of Power Sources 第699卷刊出Begoña Ispizua等人的研究，同样提出用物理信息神经网络从电池部分放电数据中实时估计SOH并在线预测老化趋势。后续报道补充了发表渠道与作者信息，但当前feed仍仅提供标题与作者信息，未给出摘要正文，具体方法、数据集与精度指标仍不可知。目前尚无独立验证信息。
根据报道自动生成 · 6 天前更新
报道时间线
沿着报道，了解事件的不同侧面。
10月25日
- Journal of Power Sources精选基于物理信息神经网络的局部放电段实时SOH估计与在线老化预测
Journal of Power Sources 第699卷刊出Begoña Ispizua等人的研究，提出用物理信息神经网络从电池部分放电数据中实时估计SOH并在线预测老化趋势。当前feed仅提供标题与作者信息，未给出摘要正文，具体方法、数据集与精度指标暂不可知。
10月23日
- 关键词流·SOX 与寿命预测精选基于物理信息神经网络的电池部分放电实时SOH估计与在线老化预测
该研究提出用物理信息神经网络从电池部分放电数据中实时估计SOH，并进行在线老化预测。由于材料仅提供标题，摘要无法补充具体方法细节、数据集或精度指标。
本事件热度走势
当前热度 15·可比范围峰值 19（10月25日 01:00）·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。