亲爱的研友该休息了!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,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

Forecasting battery degradation trajectory under domain shift with domain generalization

弹道 材料科学 降级(电信) 一般化 电池(电) 领域(数学分析) 计算机科学 热力学 数学分析 物理 数学 电信 量子力学 功率(物理)
作者
Ruifeng Tan,Xibin Lu,Minhao Cheng,Jia Li,Jiaqiang Huang,Tong‐Yi Zhang
出处
期刊:Energy Storage Materials [Elsevier BV]
卷期号:72: 103725-103725 被引量:41
标识
DOI:10.1016/j.ensm.2024.103725
摘要

Abstract Rechargeable batteries play a pivotal role in the transition towards a carbon-neutral future by electrifying transportation and mitigating the intermittency of renewable energies. Forecasting the degradation of batteries is crucial for maximizing their usage. However, predicting battery degradation is not trivial due to complex failure mechanisms and diverse working conditions and chemistries. To tackle this challenge, we develop a deep learning model by leveraging meta-learning-based and task-driven domain generalization techniques. Our model delivers superior performance in forecasting battery degradation trajectories on 182 cells of different chemistries and conditions with few or no target-domain training data. Moreover, we explore the interpretability of the model and find that the model might gain generalization capability by learning domain gaps that are similar to the differences of degradation modes behind various operational conditions. Collectively, our work not only showcases the promise of the high-reliability data-driven model in diverse conditions and chemistries, but also spotlights the potential interplay between artificial intelligence and domain knowledge.
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
刚刚
刚刚
anniver732发布了新的文献求助10
2秒前
anniver732发布了新的文献求助10
2秒前
anniver732发布了新的文献求助10
2秒前
十四发布了新的文献求助10
3秒前
迷人宛亦发布了新的文献求助10
4秒前
5秒前
sailor发布了新的文献求助10
6秒前
molihuakai的应助被科研通管家采纳,获得10
7秒前
嘻嘻哈哈的应助被科研通管家采纳,获得10
7秒前
嘻嘻哈哈的应助被科研通管家采纳,获得10
7秒前
null的应助被科研通管家采纳,获得10
7秒前
嘻嘻哈哈的应助被科研通管家采纳,获得10
7秒前
嘻嘻哈哈的应助被科研通管家采纳,获得10
7秒前
嘻嘻哈哈的应助被科研通管家采纳,获得10
8秒前
天天快乐的应助被科研通管家采纳,获得10
8秒前
嘻嘻哈哈的应助被科研通管家采纳,获得10
8秒前
嘻嘻哈哈的应助被科研通管家采纳,获得10
8秒前
16秒前
sailor完成签到,获得积分10
19秒前
可爱的函函的应助被DRJ采纳,获得10
23秒前
踏实的又夏完成签到 ,获得积分10
23秒前
共享精神的应助被sailor采纳,获得10
25秒前
36秒前
42秒前
涛1118发布了新的文献求助10
43秒前
笑哈哈完成签到,获得积分10
43秒前
单纯的天抒完成签到,获得积分10
46秒前
47秒前
dalang完成签到 ,获得积分10
49秒前
顾矜的应助被DRJ采纳,获得10
49秒前
caca完成签到,获得积分0
51秒前
anew_tape发布了新的文献求助10
52秒前
Yyusx完成签到 ,获得积分10
55秒前
傲娇曼岚完成签到,获得积分10
1分钟前
1分钟前
十四完成签到,获得积分10
1分钟前
1分钟前
舒心的以莲完成签到,获得积分10
1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
John McDowells Bildungstheorie 800
八旗制度の研究 600
Hidden Empire of Finance: How Wall Street Profits from Our Cities and Fuels Global Inequality 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 8165968
求助须知:如何正确求助?哪些是违规求助? 9559396
关于积分的说明 21749984
捐赠科研通 7756746
什么是DOI,文献DOI怎么找? 3429092
关于科研通互助平台的介绍 2553386
邀请新用户注册赠送积分活动 2473667