← 返回
OmniTIEFormer：一种面向多尺度电池生命周期预测的三支路跨尺度迁移学习Transformer
OmniTIEFormer: A tri-branch transformer with cross-scale transfer learning for multi-scale battery life-cycle forecasting
| 作者 | Xuan Yi · Jianmao Xiao · Gang Lei · Xin Hu · Musheng Wu · Bo Xu · Chuying Ouyang |
| 期刊 | Applied Energy |
| 出版日期 | 预计 2026年7月 |
| 卷/期 | 第 414 卷 |
| 技术分类 | 智能化与AI应用 |
| 技术标签 | 深度学习 电池管理系统BMS 储能系统 机器学习 |
| 相关度评分 | ★★★★★ 5.0 / 5.0 |
| 关键词 |
本文提出OmniTIEFormer模型，融合三支路Transformer架构与跨尺度迁移学习机制，实现对锂离子电池在不同老化阶段、工况和数据粒度下的精准寿命预测，提升小样本与跨电池类型泛化能力。
S
SunView 深度解读
该模型可直接赋能阳光电源PowerTitan与ST系列PCS内置的智能BMS功能，提升储能系统循环寿命预测精度与健康状态（SOH）在线评估能力；建议集成至iSolarCloud平台，支撑电网侧/用户侧储能的预防性维护与容量衰减预警，优化PowerStack集群的协同调度策略。