BriefGPT - AI 论文速递
·
基于 Transformer 的图神经网络在 AIoT 电池交换服务中的电池续航预测
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本研究探讨了利用报废电动车电池进行电网能量存储的策略。通过机器学习模型和初始容量，开发了四种健康估计模型，其中选定的模型在测试数据上实现了低于2.3%的平均绝对百分比误差。此外，提出了一种自适应在线健康估计算法，限制了在线部署过程中的估计误差。研究初步证明了报废电池再利用于第二生命应用的可行性，具有电网能量存储使用潜力。
🎯
关键要点
- 研究探讨了报废电动车电池用于电网能量存储的策略。
- 重点研究了报废电池的健康监测算法。
- 开发并比较了四种健康估计模型，选定模型在测试数据上实现了低于2.3%的平均绝对百分比误差。
- 提出了一种自适应在线健康估计算法，限制了在线部署过程中的估计误差。
- 研究初步证明了报废电池再利用于第二生命应用的可行性。
- 在特定条件下，报废电池具有十余年的电网能量存储使用潜力。
➡️
