儲能科學(xué)與技術(shù)(2024年09期)
Energy Storage Science and Technology

目 錄

• AI輔助電池材料表征與數(shù)據(jù)分析
• 人工智能在長時液流電池儲能中的應(yīng)用：性能優(yōu)化和大模型
• 大語言模型在儲能研究中的應(yīng)用
• 基于大數(shù)據(jù)的電池新材料設(shè)計
• 機器學(xué)習(xí)強化的電化學(xué)阻抗譜技術(shù)及其在鋰離子電池研究中的應(yīng)用
• 基于簡化阻抗模型和比較元啟發(fā)式算法的鋰離子電池參數(shù)辨識方法
• 面向?qū)嵻噾?yīng)用的磷酸鐵鋰電池容量辨識及特異性優(yōu)化方法研究
• 基于多特征量分析和LSTM-XGBoost模型的鋰離子電池SOH估計方法
• 適用于寬溫度范圍的鋰離子電池SOC估計方法
• 融合多項式特征擴展與CNN-Transformer模型的鋰電池SOH估計
• 考慮能量和溫度特征的鋰離子電池早期壽命預(yù)測
• 基于電熱耦合模型的寬溫域鋰離子電池SOC/SOP聯(lián)合估計
• 基于RUN-GRU-attention模型的實車動力電池健康狀態(tài)估計方法
• 基于多時間尺度建模自動特征提取和通道注意力機制的鋰離子電池健康狀態(tài)估計
• 基于等效電路模型融合電化學(xué)原理的鋰離子電池荷電狀態(tài)估計
• 基于條件神經(jīng)網(wǎng)絡(luò)的質(zhì)子交換膜燃料電池的老化性能預(yù)測
• 基于數(shù)據(jù)驅(qū)動的鋰離子電池快速壽命預(yù)測
• 能源電池單體層級數(shù)字孿生技術(shù)
• 基于機器學(xué)習(xí)方法的鋰電池剩余壽命預(yù)測研究進(jìn)展
• 鋰金屬負(fù)極固態(tài)電解質(zhì)界面膜形成和生長機理的理論研究進(jìn)展
• 人工智能與儲能技術(shù)融合的前沿發(fā)展
• AI for Science時代下的電池平臺化智能研發(fā)
• 電池大數(shù)據(jù)智能分析平臺的研發(fā)與應(yīng)用
• 基于大語言模型RAG架構(gòu)的電池加速研究：現(xiàn)狀與展望
• 鋰電池百篇論文點評（2024.06.01—2024.07.31）
• 不同負(fù)極材料對LiFePO₄高功率儲能器件循環(huán)性能的影響
• 基于COA-LSTM和VMD的鋰離子電池剩余壽命預(yù)測
• 斜坡式重力儲能系統(tǒng)機械與電氣聯(lián)合仿真的多軟件協(xié)同建模方法
• 儲能鋰離子電池模組暫態(tài)過電壓防護(hù)設(shè)計與電路研發(fā)
• 天然氣余壓發(fā)電透平發(fā)電機組控制特性研究