获奖者

先生冈加纳多，生命科学与应用化学工程系项目

（）

第八届绿色环境电子材料与纳米技术国际会议（ENGE 2024）
最佳口头奖

()

屡获殊荣的研究

“LSTM 深度学习驱动的电池模拟器”

在开发用于汽车应用的原型锂离子电池时，需要通过试驾进行性能验证，以考虑不同驾驶条件下的充电/放电模式和不规则的输出变化。然而，制造大型原型电池需要大量的经济和时间成本。这项研究代表了世界上首次尝试创建电池模拟器，该模拟器使用深度学习和有限数量的充放电时间序列数据来重现电池行为。所提出的用于预测充放电行为的数据驱动方法提高了准确性和多功能性，有望提高电动汽车开发的效率。