Gast ::
Data-driven modeling of open circuit voltage hysteresis for LiFePO 4 batteries with conditional generative adversarial network
; ; ; ; ; ;
In
Energy and AI 20, Seiten/Artikel-Nr.:100478
2025
Online
DOI: 10.1016/j.egyai.2025.100478
DOI: 10.18154/RWTH-2025-01309
URL: https://publications.rwth-aachen.de/record/1003975/files/1003975.pdf
Einrichtungen
- Institut für Stromrichtertechnik und Elektrische Antriebe (614500)
- Lehrstuhl für Elektrochemische Energiewandlung und Speichersystemtechnik (618310)
- Center for Ageing, Reliability and Lifetime Prediction of Electrochemical and Power Electronic Systems (080070)
- Juniorprofessor für Artificial Intelligence and Digitalization for Batteries (619830)
Projekte
- OAPKF - Open-Access-Publikation mit Unterstützung der RWTH Aachen University (021000-OAPKF) (021000-OAPKF)
- BMWK 16BZF314C - Offene Kreislaufwirtschaftsplattform für optimierte Lebenszyklen und den prädiktiven Handel von Batterien (16BZF314C) (16BZF314C)
Thematische Einordnung (Klassifikation)
DDC: 624
OpenAccess: 
PDF
Dokumenttyp
Journal Article
Format
online
Sprache
English
Anmerkung
Peer reviewed article
Externe Identnummern
SCOPUS: SCOPUS:2-s2.0-85216695607
WOS Core Collection: WOS:001423341400001
Interne Identnummern
RWTH-2025-01309
Datensatz-ID: 1003975
Beteiligte Länder
Germany, Peoples R China
; 
; 
; Article Processing Charges ; Clarivate Analytics Master Journal List ; DOAJ Seal ; Emerging Sources Citation Index ; Fees ; SCOPUS ; Web of Science Core Collection
Datensatz erzeugt am 2025-02-07, letzte Änderung am 2025-08-09
OpenAccess:
PDF
PDF