发布压缩小波电池寿命预测框架

2026年10月25日，Sungeun Kim等研究者提交并发布了一项基于压缩连续小波特征与深度神经网络的电池剩余寿命单周期预测框架。该研究利用连续小波变换和缩放压缩技术，旨在从电池初始少量周期数据中提取有效特征，进而预测电池剩余使用寿命。 实验显示，该框架在覆盖多种电极化学体系的7个公共数据集上表现优于既往方法，且在输入周期数从1增至100的过程中保持了良好的鲁棒性。研究进一步证实了该框架在早期周期电池寿命预测中不仅具有有效性，还具备可解释性，为电池健康管理提供了新的技术路径。

AI 根据报道生成 · 46 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。