Lithium-ion power battery state of health evaluation for electric vehicles based on multi-source transfer learning

计算机科学 学习迁移 领域(数学分析) 过程(计算) 电池(电) 机器学习 域适应 选择(遗传算法) 适应(眼睛) 国家(计算机科学) 人工智能 估计 健康状况 稀缺 相似性(几何) 公制(单位) 数据挖掘 时域 最大功率转移定理 标记数据 电池容量 领域知识 功率(物理) 深度学习 选型 过程状态 数据收集 可靠性工程 控制工程 传输(计算)
作者
Junyang Chen,Wenbin Zheng,Ping Fu
出处
期刊:iScience [Cell Press]
卷期号:29 (2): 114518-114518 被引量:6
标识
DOI:10.1016/j.isci.2025.114518
摘要

Estimating state of health (SOH) of a battery for electric vehicles is constrained by the scarcity of labeled data under real-world operating conditions. While transfer learning addresses data shortages, challenges regarding domain selection and negative transfer remain. This study presents a multi-source transfer-learning framework designed for SOH estimation using unlabeled or limited samples. By implementing a systematic domain selection process based on similarity metrics, the approach identifies relevant source data to mitigate negative transfer. Furthermore, a deep domain adaptation network minimizes discrepancy across multiple sources to enhance generalization. The model achieves SOH estimation errors of 1.64% under unsupervised conditions and 1.58% with limited samples. These findings demonstrate that integrating systematic domain selection with multi-source adaptation significantly improves estimation accuracy, offering a robust solution for battery-health monitoring in practical applications.
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
凌风发布了新的文献求助10
刚刚
xzy666的应助被Sun1c7采纳,获得10
刚刚
千空发布了新的文献求助10
1秒前
yyy完成签到,获得积分20
1秒前
yi发布了新的文献求助10
1秒前
2秒前
科研通AI65的应助被lu采纳,获得10
2秒前
脑洞疼的应助被Min采纳,获得10
2秒前
顾矜的应助被Lu采纳,获得10
2秒前
qqq发布了新的文献求助10
2秒前
3秒前
学术怪咖完成签到,获得积分10
3秒前
快乐灵薇发布了新的文献求助10
3秒前
QTQ完成签到 ,获得积分10
3秒前
3秒前
4秒前
紧张的枫叶完成签到,获得积分10
4秒前
12138完成签到,获得积分10
4秒前
4秒前
花样年华发布了新的文献求助10
4秒前
查查完成签到,获得积分10
5秒前
5秒前
Leti完成签到 ,获得积分10
5秒前
呍呢嗱完成签到,获得积分10
6秒前
xjh的应助被四季西瓜采纳,获得10
6秒前
6秒前
自由草莓发布了新的文献求助10
7秒前
7秒前
水鸟完成签到,获得积分10
7秒前
diana完成签到,获得积分10
8秒前
科研通AI6.3的应助被AGNOY采纳,获得10
8秒前
8秒前
烟花的应助被luoll采纳,获得10
8秒前
杨JY完成签到,获得积分10
9秒前
不同完成签到,获得积分10
9秒前
暴躁月亮完成签到 ,获得积分10
10秒前
10秒前
乎乎发布了新的文献求助10
10秒前
10秒前
DW的应助被白芷苏采纳,获得10
10秒前
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
Improving the wear resistance of vehicle gear oil by oil soluble LaF3 nanoparticles and typical additives of gear oil 500
Boundaries and Bodhisattvas 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 8183204
求助须知:如何正确求助?哪些是违规求助? 9572434
关于积分的说明 21825655
捐赠科研通 7779988
什么是DOI,文献DOI怎么找? 3433852
关于科研通互助平台的介绍 2558060
邀请新用户注册赠送积分活动 2480148