《储能科学与技术》推荐|梁惠施等：基于SDAE-Transformer-ECA网络的锂电池剩余使用寿命预测

作者：宋兴海1(), 张小乾1, 梁惠施2(), 史梓男2, 李棉刚2, 周奎2, 贡晓旭2  单位：1. 西南科技大学；2. 清华四川能源互联网研究院引用： 宋兴海, 张小乾, 梁惠施, 等. 基于SDAE-Transformer-ECA网络的锂电池剩余使用寿命预测[J]. 储能科学与技术, 2023, 12(10): 3181-3190. 本文亮点：1.利用堆叠噪声自编码器（Stacked Denoising Auto Encoder，SDAE）作为特征去噪网络，丰富特征的同时有效地减少了容量恢复等噪声对模型的影响。2.将Transformer作为模型主网络，通过内部注意力和残差网络高效捕获容量时序特征及减小梯度爆炸。3.结合高效通道注意力（Efficient Channel Attention，ECA）捕获和利用Transformer通道之间的相关性，提高预测精度和效率。DOI：10.19799/j.cnki.2095-4239.2023.0369摘 要 锂离子电池剩余使用寿命(remaining useful life，RUL)的准确预测对于提高电池使用寿命、降低异常事故的 ………………………………