北理工孙逢春院士团队最新Joule：深度学习算法为电池健康打分
时间:2021-06-26 15:51来源:CellPress细胞科学 作者:综合报道
点击:
次
物质科学 Physical science
2021年6月16日，北京理工大学孙逢春院士团队在Cell Press旗下期刊Joule发表了题为“Deep neural network battery charging curve prediction using 30 points collected in 10 min”的研究论文。该研究提出了一种应用深度神经网络的充电曲线估计方法，为智能化电池管理的研发奠定了基础。
近年来，电池被广泛用作便携式电子设备、储能系统和新能源汽车等众多领域的核心能源材料器件，电池的实时健康监测和老化状态管控也逐渐成为用户关注的焦点。虽然目前已经有许多关于电池最大可用容量实时估计的研究工作，但仅关注最大可用容量往往无法及时、全面地认识电池老化的实际情况，进而导致电池管理、维护的疏忽误判，留下安全隐患。
北京理工大学孙逢春院士团队先进储能科学与应用课题组创新性地提出了一种应用深度神经网络的充电曲线估计方法，通过使用少量充电数据片段作为深度神经网络的输入，实现了电池老化过程中的完整恒流充电曲线估计，不再止步于最大可用容量的估计，打破了传统电池健康监测的局限性。文章中案例使用不到10分钟内采集的30个数据点便可准确估计完整的恒流充电曲线。由于恒流充电是电池日常工作中的相对稳定工况，恒流充电曲线估计可以进一步确定电池最大可用容量/能量、剩余容量/能量、容量微分曲线等关键状态。
电池老化测试硬件昂贵、耗时长，导致管理算法开发具有较高的人力时间成本。作为电池管理核心算法，文章所提出的方法具有迁移学习的优势，仅需要少量训练数据便可快速适用于不同规格的电池和不同应用场景，并且能够保持良好的充电曲线估计效果，有效降低了算法开发的试验测试需求，缩短了开发用时。这项研究工作为智能化电池管理的研发奠定了基础。
作者专访
Cell Press细胞出版社公众号特别邀请北京理工大学孙逢春院士团队接受了专访，请他围绕该研究进行进一步详细解读。
CellPress：DNN的算法适用于哪些电池？有没有不适用的评估体系？为什么？
孙逢春院士团队：DNN是一种数据驱动的方法，该方法仅需要片段电池充电数据作为输入，便可输出完整的充电曲线。充电曲线可以用于评估电池老化轨迹和性能衰退过程，由于是一种应用数据驱动的方法，本质上不受限于电池材料、体系和类型，具有非常好的普适性。
CellPress：这种预测模型的深度学习性体现在哪些方面？
孙逢春院士团队：本文所使用的深度神经网络采用了一系列经典的卷积层、最大池化层、密集连接层等以实现从端对端的估计效果，是指直接使用未经特征提取的数据作为网络的输入即可达到满意的估计效果。同时，模型能够灵活地实现对向量的估计，因此可处理完整充电曲线的估计问题。此外，本文还探索了深度神经网络的迁移学习性质，预训练的网络能够经过微调适应不同的电池数据。
CellPress：该模型对于分析电池老化机制有哪些作用？
孙逢春院士团队：该模型从数据片段入手实现完整充电曲线的重构，因此相比于对最大容量的估计，可以为电池老化机制分析提供更多有用的信息。例如，可以结合容量增量法、差分电压法等利用曲线变化观察峰、谷的变化实现电池老化机制的量化。
另一方面，如果从电池老化机制出发进行回归问题的设计或者网络结构的优化，有望实现电池老化知识与数据驱动算法的融合，实现更可靠的电池老化机理分析以及关键状态提取，这也是后续探索的一个方向。
CellPress：该研究对于电池产业的发展有哪些帮助？应用于产业化还有多远？
孙逢春院士团队：该研究有望应用于电池健康评估以及全寿命区间内电量、能量等关键状态估计等方面。目前深度学习已渗透到日常生活各个方面，例如机器翻译、自动驾驶等。深度学习算法与电池管理问题的碰撞也对电池管理系统的开发带来了一些全新的思路。近年来，“云电池管理系统”、“电池数字孪生”等先进理念在行业内的逐步推动也为本文方法的落地应用提供了契机。后续我们将推动深度学习算法在电池管理产业中的应用。
免责声明：本文仅代表作者个人观点，与中国电池联盟无关。其原创性以及文中陈述文字和内容未经本网证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，请读者仅作参考，并请自行核实相关内容。
凡本网注明 “来源：XXX（非中国电池联盟）”的作品，均转载自其它媒体，转载目的在于传递更多信息，并不代表本网赞同其观点和对其真实性负责。
如因作品内容、版权和其它问题需要同本网联系的，请在一周内进行，以便我们及时处理。
QQ：503204601
邮箱：cbcu@cbcu.com.cn
凡本网注明 “来源：XXX（非中国电池联盟）”的作品，均转载自其它媒体，转载目的在于传递更多信息，并不代表本网赞同其观点和对其真实性负责。
如因作品内容、版权和其它问题需要同本网联系的，请在一周内进行，以便我们及时处理。
QQ：503204601
邮箱：cbcu@cbcu.com.cn
猜你喜欢
-
麻省理工李巨EMA：固态电池的多孔混合离子电子导体层
2021-06-10 11:42 -
大连理工《EES》：高能量、高安全性无金属锂准固态可充电池！
2021-04-10 15:17 -
查尔默斯理工大学制定锂金属电池充电和操作指南 降低短路风险
2021-01-26 09:01 -
大连理工研究团队在绿色动力电池领域取得突破性成果
2020-12-29 19:11 -
中科院和代尔夫特理工大学开发新方法 预测钠离子电池原子结构
2020-11-17 09:00 -
南科大邓永红&港理工郑子剑AM: 500Wh/kg！兼具长循环稳定性的超高能量密度锂金属电池
2020-10-04 16:37 -
以德合作研发生物光电化学电池
2020-07-16 10:26 -
斯坦福/麻省理工/丰田研究院合作 利用机器学习加快电池研发
2020-03-31 08:24 -
麻省理工学院开发全新电池电极 有望提高电池功率密度
2020-02-06 10:40 -
华东理工大学钙钛矿太阳能电池研究获进展
2020-01-06 21:01
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
专题
相关新闻
-
麻省理工李巨EMA：固态电池的多孔混合离子电子导体层
2021-06-10 11:42 -
大连理工《EES》：高能量、高安全性无金属锂准固态可充电池！
2021-04-10 15:17 -
查尔默斯理工大学制定锂金属电池充电和操作指南 降低短路风险
2021-01-26 09:01 -
大连理工研究团队在绿色动力电池领域取得突破性成果
2020-12-29 19:11 -
中科院和代尔夫特理工大学开发新方法 预测钠离子电池原子结构
2020-11-17 09:00 -
南科大邓永红&港理工郑子剑AM: 500Wh/kg！兼具长循环稳定性的超高能量密度锂金属电池
2020-10-04 16:37 -
以德合作研发生物光电化学电池
2020-07-16 10:26 -
斯坦福/麻省理工/丰田研究院合作 利用机器学习加快电池研发
2020-03-31 08:24
本月热点
-
第九期电池制造工程师职业技能等级评价成功举办，189名学员成为电池行业中高级工程师
2021-06-15 08:49 -
5月动力电池装车9.8GWh，宁德时代/比亚迪排名前三
2021-06-11 22:12 -
磷酸铁锂电池产量占比已超三元电池 特斯拉、大众都关注
2021-06-16 08:16 -
锂电池产业上游核心龙头一览
2021-06-14 15:24 -
如何看待Pack内铁锂和三元混用
2021-06-01 09:25 -
亿纬锂能刘金成：靠电池赚了600亿
2021-05-28 09:06 -
关于征集《锂离子电池用连续式真空干燥系统技术规范》等两项行业标准的函）征求意见程序
2021-05-31 22:53 -
揭开赣锋锂业的家底
2021-06-03 09:46
企业微信号
微信公众号