Transformer预测 | Pytorch实现基于Transformer的锂电池寿命预测(NASA数据集)

文章目录

      • 效果一览
      • 文章概述
      • 模型描述
      • 程序设计
      • 参考资料


效果一览

1

文章概述

Pytorch实现基于Transformer 的锂电池寿命预测,环境为pytorch 1.8.0,pandas 0.24.2

2

随着充放电次数的增加,锂电池的性能逐渐下降。电池的性能可以用容量来表示,故寿命预测 (RUL) 可以定义如下:
SOH(t)=CtC0×100%,
其中,C0 表示额定容量,Ct 表示 t 时刻的容量。等到 SOH 降到 70-80% 时,电池可以报废。我们要做的是用电池的历史数据,比如电流、电压和容量,对电池的下降趋势进行建模。然后,用训练好的模型来预测电池的 RUL。

你可能感兴趣的:(Transformer模型,transformer,pytorch,深度学习)