登入
洞見 - Li-Ionen-Batteriemodellierung
Effiziente Parameterschätzung von Li-Ionen-Batteriemodellen durch physikbasierte neuronale Netzwerke
Physikbasierte neuronale Netzwerke (PINN) können als effiziente Ersatzmodelle für aufwendige Pseudo-2D-Batteriemodelle verwendet werden, um die Parameterschätzung mittels Bayes'scher Kalibrierung zu beschleunigen.
Physik-informierte neuronale Netzwerke als Ersatzmodelle für Li-Ionen-Batteriemodelle zur Parameterbestimmung. Teil I
Physik-informierte neuronale Netzwerke (PINNs) können als leistungsfähige Ersatzmodelle für physikbasierte Li-Ionen-Batteriemodelle wie das Einzelpartikelmodell (SPM) verwendet werden, um die internen Batterieparameter schnell und genau zu bestimmen.
