Optical-sensing-oriented remaining useful life estimation of lithium-ion batteries using ALA-tuned VMD and a BiTCN-AM model

结合 ALA 优化的 VMD 分解与 BiTCN-AM 模型,预测锂离子电池的剩余使用寿命。

Optical-sensing-oriented remaining useful life estimation of lithium-ion batteries using ALA-tuned VMD and a BiTCN-AM model

Qiushi Xie

In Proc. SPIE, 2026.09

面向锂离子电池剩余寿命预测,以 ALA 自适应优化 VMD 分解参数,并结合双向时序卷积与注意力机制建模容量退化,在 NASA 与 CALCE 数据集上完成跨数据源验证。

机构与出版方

华中科技大学 SPIE

锂离子电池剩余寿命预测ALA-VMD · BiTCN-AM · NASA / CALCE

ALA-VMD-BiTCN-AM 电池剩余寿命预测框架
总体方法 · ALA 参数寻优、VMD 分解与 BiTCN-AM 预测
标准 VMD 与 ALA-VMD 电池容量序列分解对比
自适应分解 · 标准 VMD 与 ALA-VMD 对比
NASA B0005 电池容量与剩余寿命预测结果
NASA B0005 · 容量轨迹与剩余寿命预测
CALCE CS2_38 电池容量与剩余寿命预测结果
CALCE CS2_38 · 跨数据集验证
0.01137NASA RMSE0 cycleNASA RUL 绝对误差0.00490CALCE RMSE99.93%CALCE R²

联系方式

扫描二维码联系

联系二维码

BibTeX

下载 .bib