简介：摘要：伴随着电池数据复杂性与多样性的不断提高，常规SOH预测方法对于非线性，多工况数据处理显示了很大局限性。深度学习技术具有自动学习能力强，特征提取能力强以及对复杂数据处理能力强等优点，在SOH预测领域已逐步成为一个研究重点。但是基于深度学习SOH预测方法在实践中仍然面临着数据收集和处理，模型选择和参数调优以及训练时间和计算复杂度方面的问题。
客服QQ：30444492琼网文【2021】1550-113号
增值电信业务经营许可证：琼B2-20210322
出版物经营许可证：新出发龙华出字第(2021)009号
广播电视节目制作经营许可证：(琼)字第00779号
版权所有 ©2002-2025 期刊网(www.qikanchina.com) 琼ICP备2021005105号
