清晨好,您是今天最早来到科研通的研友!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

Early Prediction of Lithium-Ion Battery Cycle Life by Machine Learning Methods

支持向量机 电池(电) 决策树 计算机科学 人工神经网络 人工智能 集成学习 机器学习 充电周期 集合预报 分类器(UML) 涓流充电 量子力学 物理 功率(物理)
作者
Ankan Mitra,Rong Pan
出处
期刊:Proceedings, annual Reliability and Maintainability Symposium [Institute of Electrical and Electronics Engineers]
卷期号:: 1-6 被引量:8
标识
DOI:10.1109/rams51457.2022.9893916
摘要

For a lithium-ion battery, its cycle life is defined as the number of full charge cycles that a battery can undergo until its full charge capacity falls below 80% of the design capacity. In a recent study by Severson et al. [1], a large set of lithium-ion battery cycle life experiments were conducted and analyzed, and early cycle data were used to predict battery lives without any prior assumptions on degradation mechanism. In this paper, we reexamine the data and suggest additional features to the model, which also use early cycle data (up to the first 100 cycles), for a better battery cycle life prediction. We suggest an ensemble machine learning method that combines several classifiers such as the k-nearest neighbor classifier, neural networks, support vector machines and decision tree-based classifiers for classifying batteries to low or high lifetime category. It is found that our ensemble approach provides more robust predictions. For predicting cycle life, a support vector regression model is suggested, and we compare it with an elastic net-based regression model. It is found that SVR outperforms elastic net in terms of percentage prediction error.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
斯文败类的应助被躺平写文章采纳,获得10
15秒前
herpes完成签到 ,获得积分0
25秒前
26秒前
26秒前
Zhao完成签到 ,获得积分10
30秒前
欣欣完成签到,获得积分10
30秒前
33秒前
忧伤的傲芙完成签到,获得积分10
36秒前
小元元完成签到 ,获得积分10
37秒前
微笑的巧蕊完成签到 ,获得积分10
40秒前
躺平写文章完成签到,获得积分10
44秒前
专注湘完成签到,获得积分10
44秒前
Cosmosurfer完成签到,获得积分0
1分钟前
眯眯眼的安雁完成签到 ,获得积分10
1分钟前
害羞雪珊完成签到,获得积分10
1分钟前
温柔樱桃完成签到 ,获得积分10
1分钟前
满意的伊完成签到,获得积分10
1分钟前
魔幻的松思完成签到,获得积分10
1分钟前
飞哥与小佛完成签到,获得积分10
1分钟前
1分钟前
Julian完成签到,获得积分0
1分钟前
从容美女发布了新的文献求助10
1分钟前
seeyou14发布了新的文献求助20
1分钟前
健忘初露完成签到,获得积分10
1分钟前
YANGMJ完成签到,获得积分10
1分钟前
汉堡包的应助被科研通管家采纳,获得50
1分钟前
n01W97的应助被科研通管家采纳,获得20
1分钟前
Orange的应助被科研通管家采纳,获得10
1分钟前
yhr完成签到,获得积分10
2分钟前
闪闪的访烟完成签到,获得积分10
2分钟前
yiyi完成签到 ,获得积分10
2分钟前
aRuuuu完成签到 ,获得积分10
2分钟前
兴奋雅香完成签到,获得积分10
2分钟前
小马甲的应助被amiee采纳,获得10
2分钟前
开放的乐驹完成签到 ,获得积分10
3分钟前
俊秀的箴完成签到,获得积分10
3分钟前
3分钟前
jindou完成签到,获得积分10
3分钟前
amiee发布了新的文献求助10
3分钟前
俊逸代男完成签到,获得积分10
3分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
拉伸高分子熔体中缠结行为的模拟和小角中子散射研究 1700
The World Atlas of Wine 9th edition 1000
奈特基础组织学:配套组织病理学(第4版)(Netter's Essential Histology With Correlated Histopathology) 800
八旗制度の研究 600
高分子基功能界面水蒸发材料与应用研究 500
外场增强的水汽发电研究 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8185483
求助须知:如何正确求助?哪些是违规求助? 9574168
关于积分的说明 21834498
捐赠科研通 7783085
什么是DOI,文献DOI怎么找? 3434576
关于科研通互助平台的介绍 2558929
邀请新用户注册赠送积分活动 2481346