BatteryAgent: 基于LLM的电池故障诊断

本文介绍了BatteryAgent，一个结合了物理知识特征和LLM推理的新框架，用于可解释的电池故障诊断。它解决了现有深度学习方法的局限性，通过提供根本原因分析和维护建议，超越了简单的二元分类。物理知识和LLM推理的结合是一个关键贡献，可能为电池安全管理带来更可靠和可操作的见解。

• •提出了BatteryAgent，一个用于电池故障诊断的分层框架。
• •将物理知识特征与LLM推理相结合。
• •提供根本原因分析和维护建议。
• •与最先进的方法相比，实现了卓越的性能。
• •从被动检测转向智能诊断。