基于健康因子和混合Bi-LSTM-NAR模型的锂离子电池剩余寿命预测

夏然, 苏春

中国机械工程 ›› 2024, Vol. 35 ›› Issue (05) : 851-859.

PDF(5202 KB)
PDF(5202 KB)
中国机械工程 ›› 2024, Vol. 35 ›› Issue (05) : 851-859. DOI: 10.3969/j.issn.1004-132X.2024.05.010
寿命预测与损伤评估

基于健康因子和混合Bi-LSTM-NAR模型的锂离子电池剩余寿命预测

    {{javascript:window.custom_author_cn_index=0;}}
  • {{article.zuoZhe_CN}}
作者信息 +

Remaining Useful Life Prediction for Lithium-ion Batteries Based on Health Indicators and Hybrid Bi-LSTM-NAR Model

    {{javascript:window.custom_author_en_index=0;}}
  • {{article.zuoZhe_EN}}
Author information +
文章历史 +

本文亮点

{{article.keyPoints_cn}}

HeighLight

{{article.keyPoints_en}}

摘要

{{article.zhaiyao_cn}}

Abstract

{{article.zhaiyao_en}}

关键词

Key words

本文二维码

引用本文

EndNote

Ris (Procite)

Bibtex

导出引用
{{article.zuoZheCn_L}}. {{article.title_cn}}[J]. {{journal.qiKanMingCheng_CN}}, 2024, 35(05): 851-859 https://doi.org/10.3969/j.issn.1004-132X.2024.05.010
{{article.zuoZheEn_L}}. {{article.title_en}}[J]. {{journal.qiKanMingCheng_EN}}, 2024, 35(05): 851-859 https://doi.org/10.3969/j.issn.1004-132X.2024.05.010
中图分类号：

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序

参考文献

{{article.reference}}

基金

版权

{{article.copyrightStatement_cn}}
{{article.copyrightLicense_cn}}
PDF(5202 KB)

Accesses

Citation

Detail
段落导航
相关文章

版权所有：中国机械工程学会版权所有,未经同意请勿转载
技术支持：北京玛格泰克科技发展有限公司

/

〈 〉