[1] |
孙中麟, 李嘉波, 田迪, 王志璇, 邢晓静. 基于COA-LSTM和VMD的锂离子电池剩余寿命预测[J]. 储能科学与技术, 2024, 13(9): 3254-3265. |
[2] |
袁誉杭, 高宇辰, 张俊东, 高岩斌, 王超珑, 陈翔, 张强. 大语言模型在储能研究中的应用[J]. 储能科学与技术, 2024, 13(9): 2907-2919. |
[3] |
黄家辉, 邝祝芳. 人工智能与储能技术融合的前沿发展[J]. 储能科学与技术, 2024, 13(9): 3161-3181. |
[4] |
焦君宇, 张全權, 陈宁波, 王冀钰, 芦秋迪, 丁浩浩, 彭鹏, 宋孝河, 张帆, 郑家新. 电池大数据智能分析平台的研发与应用[J]. 储能科学与技术, 2024, 13(9): 3198-3213. |
[5] |
刘定宏, 董文楷, 李召阳, 张红烛, 齐昕. 基于RUN-GRU-attention模型的实车动力电池健康状态估计方法[J]. 储能科学与技术, 2024, 13(9): 3042-3058. |
[6] |
许晶, 王宇琦, 符晓, 杨其凡, 连景臣, 王力奇, 肖睿娟. 基于大数据的电池新材料设计[J]. 储能科学与技术, 2024, 13(9): 2920-2932. |
[7] |
刘子玉, 姜泽坤, 邱伟, 徐泉, 牛迎春, 徐春明, 周天航. 人工智能在长时液流电池储能中的应用:性能优化和大模型[J]. 储能科学与技术, 2024, 13(9): 2871-2883. |
[8] |
朱振威, 苗嘉伟, 祝夏雨, 王晓旭, 邱景义, 张浩. 基于机器学习方法的锂电池剩余寿命预测研究进展[J]. 储能科学与技术, 2024, 13(9): 3134-3149. |
[9] |
孙丙香, 杨鑫, 周兴振, 马仕昌, 王志豪, 张维戈. 基于简化阻抗模型和比较元启发式算法的锂离子电池参数辨识方法[J]. 储能科学与技术, 2024, 13(9): 2952-2962. |
[10] |
李臣, 张会林, 张建平. 基于核函数和超参数优化的退役锂电池健康状态估计[J]. 储能科学与技术, 2024, 13(6): 2010-2021. |
[11] |
刘宝泉, 曹小雨. 锂电池热失控早期典型气体精准检测方法[J]. 储能科学与技术, 2024, 13(6): 1995-2009. |
[12] |
冯娜娜, 杨明, 惠周利, 王瑞洁, 宁弘扬. 基于蚁狮优化高斯过程回归的锂电池剩余使用寿命预测[J]. 储能科学与技术, 2024, 13(5): 1643-1652. |
[13] |
郭东泽, 张继红, 王庆宇, 张帅. 平抑风电出力波动的混合储能功率分配策略[J]. 储能科学与技术, 2024, 13(5): 1564-1573. |
[14] |
李革, 孔祥栋, 孙跃东, 陈飞, 袁悦博, 韩雪冰, 郑岳久. 基于产线大数据的锂离子电池一致性动态特性分选方法[J]. 储能科学与技术, 2024, 13(4): 1188-1196. |
[15] |
常小兵, 侯宗尚, 刘连起, 王光, 谢家乐. 基于电热耦合效应的锂电池荷电状态与温度状态联合估计[J]. 储能科学与技术, 2024, 13(4): 1142-1153. |