Relevance-Based Reconstruction Using an Empirical Mode Decomposition Informer for Lithium-Ion Battery Surface-Temperature Prediction

Accurate monitoring of lithium-ion battery temperature is essential to ensure these batteries’ efficient and safe operation. This paper proposes a relevance-based reconstruction-oriented EMD-Informer machine learning model, which combines empirical mode decomposition (EMD) and the Informer framework...

תיאור מלא

מידע ביבליוגרפי

Principais autores:	Chao Li, Yigang Kong, Changjiang Wang, Xueliang Wang, Min Wang, Yulong Wang
פורמט:	Artigo
שפה:	Inglês
יצא לאור:	MDPI AG 2024-10-01
סדרה:	Energies
נושאים:	lithium-ion batteries informer empirical mode decomposition relevance reconstruction thermal runaway temperature prediction
גישה מקוונת:	https://www.mdpi.com/1996-1073/17/19/5001
תגים:	הוספת תג אין תגיות, היה/י הראשונ/ה לתייג את הרשומה!