Shortcuts
Bitte warten Sie, bis die Seite geladen ist.
 
PageMenu- Hauptmenü-
Page content

Katalogdatenanzeige

¬A¬ Data-Driven Fleet Service: State of Health Forecasting of Lithium-Ion Batteries

¬A¬ Data-Driven Fleet Service: State of Health Forecasting of Lithium-Ion Batteries
Kataloginformation
Feldname Details
Vorliegende Sprache eng
ISBN 978-3-658-43187-7
978-3-658-43189-1
Name von Bülow, Friedrich ¬[VerfasserIn]¬
T I T E L ¬A¬ Data-Driven Fleet Service: State of Health Forecasting of Lithium-Ion Batteries
Auflage 1st ed. 2024.
Verlagsort Wiesbaden
Wiesbaden
Verlag Springer Fachmedien Wiesbaden
Imprint: Springer Vieweg
Erscheinungsjahr 2024
2024
2024
Umfang 1 Online-Ressource(XXXII, 227 p. 59 illus., 26 illus. in color. Textbook for German language market.)
Reihe AutoUni – Schriftenreihe ; 170
Titelhinweis Erscheint auch als (Druck-Ausgabe)ISBN: 978-3-658-43187-7
Erscheint auch als (Druck-Ausgabe)ISBN: 978-3-658-43189-1
ISBN ISBN 978-3-658-43188-4
Klassifikation TRC
TEC009090
629.2
Kurzbeschreibung Towards State of Health Forecasting of Lithium-Ion Batteries -- Structure Literature Survey of Related Work -- Battery Cell State of Health Forecasting -- Transfer of Battery Cell State of Health Forecasting -- Battery System State of Health Forecasting -- Concept for a Technical Implementation.
2. Kurzbeschreibung Given the limitations of state-of-the-art methods, this book presents a state of health (SOH) forecasting method that is suitable for lithium-ion battery (LIB) systems in real-world battery electric vehicle operation. Its histogram-based features can capture the higher operational variability compared to constant and controlled laboratory operation. Also, the transferability of a trained machine learning model to new LIB cell types and new operational domains is investigated. The presented SOH forecasting method can be provided as a cloud service via a web or smartphone app to fleet managers. Forecasting the SOH enables fleet managers of battery electric vehicle fleets to forecast and plan vehicle replacements. About the author Friedrich von Bülow studied mechanical engineering and automation engineering at RWTH Aachen University. He completed his doctoral thesis at the Institute for Technologies and Management of Digital Transformation (TMDT) at the University of Wuppertal (BUW) while working in the automotive industry as a data scientist with a special interest in the analysis of time series data and applications of machine learning.
SWB-Titel-Idn 1880068397
Signatur Springer E-Book
Bemerkungen Elektronischer Volltext - Campuslizenz
Elektronische Adresse $uhttps://doi.org/10.1007/978-3-658-43188-4
Internetseite / Link Resolving-System
.
ISBD-Anzeige Katalogdatensatz500420552
.
Kategorien-Anzeige Katalogdatensatz500420552
.
Verwandte Werke Katalogdatensatz500420552
.
Titel zur Titelsammlung hinzufügen Katalogdatensatz500420552
.
Kataloginformation500420552 Datensatzanfang . Kataloginformation500420552 Seitenanfang .
Titel vormerken Katalogdatensatz500420552
Vollanzeige Katalogdaten 

Auf diesem Bildschirm erhalten Sie Katalog- und Exemplarinformationen zum ausgewählten Titel.

Im Bereich Kataloginformation werden die bibliographischen Details angezeigt. Per Klick auf Hyperlink-Begriffe wie Schlagwörter, Autoren, Reihen, Körperschaften und Klassifikationen können Sie sich weitere Titel des gewählten Begriffes anzeigen lassen.

Der Bereich Exemplarinformationen enthält zum einen Angaben über den Standort und die Verfügbarkeit der Exemplare. Zum anderen haben Sie die Möglichkeit, ausgeliehene Exemplare vorzumerken oder Exemplare aus dem Magazin zu bestellen.
Schnellsuche