A Data-Driven Method with Feature Enhancement and Adaptive Optimization for Lithium-Ion Battery Remaining Useful Life Prediction

Data-driven methods are widely applied to predict the remaining useful life (RUL) of lithium-ion batteries, but they generally suffer from two limitations: (i) the potentials of features are not fully exploited, and (ii) the parameters of the prediction model are difficult to determine. To address t...

وصف كامل

محفوظ في:
التفاصيل البيبلوغرافية
المؤلفون الرئيسيون: Jun Peng, Zhiyong Zheng, Xiaoyong Zhang, Kunyuan Deng, Kai Gao, Heng Li, Bin Chen, Yingze Yang, Zhiwu Huang
التنسيق: Artigo
اللغة:Inglês
منشور في: MDPI AG 2020-02-01
سلاسل:Energies
الموضوعات:
lithium-ion battery
remaining useful life
gradient boosting decision trees
the box-cox transformation
time window
particle swarm optimization
الوصول للمادة أونلاين:https://www.mdpi.com/1996-1073/13/3/752
الوسوم: إضافة وسم
لا توجد وسوم, كن أول من يضع وسما على هذه التسجيلة!

مواد مشابهة