节点文献

锂离子电池寿命预测技术的CiteSpace图谱分析

  • 推荐 CAJ下载
  • PDF下载
  • 不支持迅雷等下载工具,请取消加速工具后下载。

【作者】 滕芸李佳鑫巫世晶石俊枝廖冬梅

【通讯作者】 廖冬梅;

【机构】 武汉大学动力与机械学院武汉大学实验室与设备管理处

【摘要】 本文以“锂离子电池寿命预测”为研究主题,借助CiteSpace,对CNKI和WOS数据库的2000~2024年的2594篇中英文期刊文献在研究作者、机构特征分布和研究热点及趋势方面进行可视化分析。结果表明,作者与作者之间未形成核心作者群,机构与机构之间合作较紧密。机械、能源、电气、化学、材料等不同学科的交叉融合,共同推进此领域发展。基于人工智能算法的锂电池寿命预测通常采用机器学习、深度学习等技术,包括粒子滤波、神经网络等算法。此外,智能算法结合电池模型的预测技术也是一种新趋势。这为锂离子电池寿命预测的研究提供了参考。

【基金】 中国高等教育学会“十三五”规划课题2019年度实验室管理专项课题(2019SYSZD01);2022年湖北省高等学校省级教学研究项目(2022036);2022年湖北省高等学校实验室研究A类项目(HBSY2022-006);2022年武汉大学实验室A类项目(WHU-2022-SYJS-08)
  • 【文献出处】 中国设备工程 ,China Plant Engineering , 编辑部邮箱 ,2026年02期
  • 【分类号】TM912;G353.1
  • 【下载频次】366
节点文献中: 

本文链接的文献网络图示:

本文的引文网络