← 返回
面向物联网电池管理系统的模式感知Transformer SOC估算方法：迈向节能且可解释的建模
Pattern-aware transformer for SOC estimation in IoT-based battery management systems: Toward energy-efficient and interpretable modeling
| 作者 | Yun-Jia Deng · Jiang Huang · Sheng-Hua Xiong · Zhen-Song Chen · Muhammet Deveci |
| 期刊 | Applied Energy |
| 出版日期 | 2026年5月 |
| 卷/期 | 第 410 卷 |
| 技术分类 | 智能化与AI应用 |
| 技术标签 | 电池管理系统BMS 机器学习 深度学习 储能系统 |
| 相关度评分 | ★★★★ 4.0 / 5.0 |
| 关键词 |
本文提出一种基于Transformer架构的模式感知SOC估算模型，融合时序电池运行模式特征与IoT传感数据，提升估算精度与可解释性，降低计算能耗，适用于边缘部署的智能BMS。
S
SunView 深度解读
该研究直接支撑阳光电源PowerTitan和ST系列PCS内置的智能BMS功能升级。其模式感知Transformer可嵌入iSolarCloud平台实现云端-边缘协同SOC诊断，提升储能系统循环寿命预测精度；建议在PowerStack液冷储能系统中集成轻量化模型，优化充放电策略，增强光储一体化项目中对多源电池簇的动态SOC均衡能力。