懂AI
RUL

RUL

Transformer和AttMoE网络在锂电池剩余寿命预测中的应用

本项目探索了Transformer和AttMoE网络在锂电池剩余寿命预测领域的应用。研究基于NASA和CALCE数据集进行实验，展示了详细的实验结果和模型架构。项目分析了dropout和noise_level参数对模型性能的影响，并提出了优化建议。代码采用PyTorch实现，并提供了相关学术文献引用。此外，项目还整理了多个锂电池寿命预测研究的相关资源，为该领域的研究人员提供了comprehensive参考。项目内容包括模型图示、实验结果可视化以及代码包依赖说明。研究者可以通过提供的邮箱地址与作者进行进一步交流。项目持续更新，最新增加了AttMoE相关内容和预测图表。

锂电池寿命预测TransformerAttMoE机器学习数据集Github开源项目
访问官网GitHub论文

图表

<img src="https://yellow-cdn.veclightyear.com/0a4dffa0/e083feac-28d8-4f1a-bbea-df32deab9305.jpg" width = "70%" />

Transformer 结果

NASA 图表

<img src="https://yellow-cdn.veclightyear.com/0a4dffa0/2695882f-401f-4a9a-93f2-dfb74650b46d.png" width = "100%" />

CALCE 图表

<img src="https://yellow-cdn.veclightyear.com/0a4dffa0/01c27ed1-7db0-4a42-be97-0dc2ef4cdcaa.png" width = "100%" />

补充说明

由于论文篇幅限制，未讨论 dropout 和 noise_level 两个参数。通过设置这两个参数，可以获得比论文中更好的结果。

  • noise level = 0.01：设置 1% 的扰动值最佳：太大会降低性能，太小则效果不明显。

  • dropout = 1e-4~1e-3：为网络 dropout 设置一个小值，以确保模型的稳健性。

依赖包

更新

  • 2024年6月5日，添加模型和预测图表
  • 2024年1月3日，上传 AttMoE 开源代码
  • 2022年2月24日，更改部分变量名

CALCE 数据集处理参考

https://github.com/konkon3249/BatteryLifePrediction

电子邮箱

如有任何问题，请随时联系我：zhouxiuze@foxmail.com

更多内容

  1. 马里兰大学锂电池数据集 CALCE，基于 Python 的锂电池寿命预测: https://snailwish.com/437/

  2. NASA 锂电池数据集，基于 Python 的锂电池寿命预测: https://snailwish.com/395/

  3. NASA 锂电池数据集，基于 python 的 MLP 锂电池寿命预测: https://snailwish.com/427/

  4. NASA 和 CALCE 锂电池数据集，基于 Pytorch 的 RNN、LSTM、GRU 寿命预测: https://snailwish.com/497/

  5. 基于 Pytorch 的 Transformer 锂电池寿命预测: https://snailwish.com/555/

  6. 锂电池研究之七——基于 Pytorch 的高斯函数拟合时间序列数据: https://snailwish.com/576/

引用

@article{chen2022transformer,
  title={Transformer network for remaining useful life prediction of lithium-ion batteries},
  author={Chen, Daoquan and Hong, Weicong and Zhou, Xiuze},
  journal={Ieee Access},
  volume={10},
  pages={19621--19628},
  year={2022},
  publisher={IEEE}
}

@article{chen2024attmoe,
  title={AttMoE: Attention with Mixture of Experts for remaining useful life prediction of lithium-ion batteries},
  author={Chen, Daoquan and Zhou, Xiuze},
  journal={Journal of Energy Storage},
  volume={84},
  pages={110780},
  year={2024},
  publisher={Elsevier}
}

编辑推荐精选

讯飞智文

讯飞智文

一键生成PPT和Word，让学习生活更轻松

讯飞智文是一个利用 AI 技术的项目，能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定，还是学生群体的职业生涯规划、实习避坑指南，亦或是活动策划、旅游攻略等内容，它都能提供支持，帮助用户精准表达，轻松呈现各种信息。

AI办公办公工具AI工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图热门
讯飞星火

讯飞星火

深度推理能力全新升级，全面对标OpenAI o1

科大讯飞的星火大模型，支持语言理解、知识问答和文本创作等多功能，适用于多种文件和业务场景，提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台，涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能，能为不同需求的用户提供便捷高效的帮助，助力用户轻松获取信息、解决问题，满足多样化使用场景。

热门AI开发模型训练AI工具讯飞星火大模型智能问答内容创作多语种支持智慧生活
Spark-TTS

Spark-TTS

一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型

Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目，由多个知名机构联合参与。该项目提供了高效的 LLM（大语言模型）驱动的语音合成方案，支持语音克隆和语音创建功能，可通过命令行界面（CLI）和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数，生成高质量的语音。该项目适用于多种场景，如有声读物制作、智能语音助手开发等。

Trae

Trae

字节跳动发布的AI编程神器IDE

Trae是一种自适应的集成开发环境（IDE），通过自动化和多元协作改变开发流程。利用Trae，团队能够更快速、精确地编写和部署代码，从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能，是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
咔片PPT

咔片PPT

AI助力，做PPT更简单！

咔片是一款轻量化在线演示设计工具，借助 AI 技术，实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT，提供海量模板、智能美化、素材替换等功能，适用于销售、教师、学生等各类人群，能高效制作出高品质 PPT，满足不同场景演示需求。

讯飞绘文

讯飞绘文

选题、配图、成文，一站式创作，让内容运营更高效

讯飞绘文，一个AI集成平台，支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容，加速品牌传播，提升内容营销效果。

热门AI辅助写作AI工具讯飞绘文内容运营AI创作个性化文章多平台分发AI助手
材料星

材料星

专业的AI公文写作平台，公文写作神器

AI 材料星，专业的 AI 公文写作辅助平台，为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能，支持 30 + 文稿类型生成，助力快速完成领导讲话、工作总结、述职报告等材料，提升办公效率，是体制打工人的得力写作神器。

openai-agents-python

openai-agents-python

OpenAI Agents SDK，助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK，它为开发者提供了与 OpenAI 模型交互的高效工具，支持工具调用、结果处理、追踪等功能，涵盖多种应用场景，如研究助手、财务研究等，能显著提升开发效率，让开发者更轻松地利用 OpenAI 的技术优势。

Hunyuan3D-2

Hunyuan3D-2

高分辨率纹理 3D 资产生成

Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具，支持从文本描述、单张图片或多视角图片生成 3D 模型，具备快速形状生成能力，可生成带纹理的高质量 3D 模型，适用于多个领域，为 3D 创作提供了高效解决方案。

3FS

3FS

一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。

3FS 是一个功能强大的分布式文件系统项目，涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作，如创建文件和目录、设置布局等，同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景，能够提高系统的性能和可靠性，是分布式存储领域的优质解决方案。

下拉加载更多