电池是电动车最核心的部分,但是就目前技术而言,电池实际健康状况和剩余寿命预测依旧是个难题。日前,据外媒报道,剑桥大学和纽卡斯尔大学研究人员设计出可预测电池健康状况的机器学习方法,将助力动力电池的开发和电动汽车推广。
据悉,这种方法是通过向电池发送电脉冲并测量其响应来进行监测,并可利用机器学习算法处理这些测量数据,从而预测电池的健康状况和使用寿命。
原创 | 2022-11-18 22:51:12 |浏览:1.6万
电池是电动车最核心的部分,但是就目前技术而言,电池实际健康状况和剩余寿命预测依旧是个难题。日前,据外媒报道,剑桥大学和纽卡斯尔大学研究人员设计出可预测电池健康状况的机器学习方法,将助力动力电池的开发和电动汽车推广。
据悉,这种方法是通过向电池发送电脉冲并测量其响应来进行监测,并可利用机器学习算法处理这些测量数据,从而预测电池的健康状况和使用寿命。
Copyright 2005-2020 www.kxting.com 版权所有 | 湘ICP备2023022655号
声明: 本站所有内容均只可用于学习参考,信息与图片素材来源于互联网,如内容侵权与违规,请与本站联系,将在三个工作日内处理,联系邮箱:47085,1089@qq.com