研究人員開發(fā)出全新機器學習算法 可準確估算電池健康狀況

時間:2021-04-13 09:06來源:蓋世汽車 作者:劉麗婷
點擊: 次
       據(jù)外媒報道，從整合間歇性能源和需求，到交通運輸部門通過電動汽車（EV）、火車和船舶解鎖無碳電力，再到先進的電子和機器人應用，電池在各種應用中變得日益重要。但電池存在一個重大問題，即其性能會隨工作條件快速退化。而評估電池的當前健康狀態(tài)非常困難，不僅需要中斷電池工作，并且需要專用設備才能完成較長的充放電過程。
 
       英國愛丁堡赫瑞-瓦特大學（Heriot-Watt University）智能系統(tǒng)小組（Smart Systems Group）的研究人員與美國馬里蘭大學（University of Maryland）計算機輔助壽命周期工程中心（CALCE）的研究人員共同開發(fā)出一種全新方法，可通過向人工智能（AI）算法提供原始電池電壓和當前運行數(shù)據(jù)來估算電池健康狀態(tài)，無需考慮工作環(huán)境及電池設計或化學性能。
 
       AI框架設計Darius Roman博士表示：“目前，電池退化數(shù)據(jù)驅(qū)動模型的開發(fā)取決于進行更快推理的算法的發(fā)展。盡管研究人員通常在模型或算法開發(fā)上花費大量時間，但很少有人會花時間理解算法應用的工程環(huán)境。相較之下，此次研究是從頭開始。首先，馬里蘭大學CALCE小組內(nèi)部進行了電池退化測試，我們通過與其合作了解電池退化。之后又利用數(shù)據(jù)設計可抓取電池退化信息的功能，隨后選出最重要的功能，最終部署該AI技術(shù)評估電池健康狀況。”
 
       此外，研究人員發(fā)現(xiàn)，當前用于電池健康狀況評估的數(shù)據(jù)驅(qū)動模型并未考慮模型置信度。而模型置信度對于決策理解AI模型如何得出特定結(jié)論以及該模型是否可以信任至關(guān)重要。在此項工作中，提出的AI模型能夠量化其預測中的不確定性，以更好地支持運營決策。所開發(fā)的框架將根據(jù)新的化學性質(zhì)進行擴展，包括即將推出的新型固態(tài)電池、電池設計和工作條件，并且有可能解鎖電池使用的新策略。
 
       智能系統(tǒng)小組的Valentin Robu表示：“從機器人到可再生能源集成等應用，電池越來越重要，但對電池健康狀態(tài)進行準確、高可信度評估卻很難。例如，對遠程環(huán)境（如深海海底監(jiān)控）中工作的機器人而言，確保其電池的健康狀況至關(guān)重要。同理，對于項目經(jīng)濟可行性而言，準確評估能源應用中的電池剩余使用壽命也非常重要。”
 
(責任編輯：子蕊)
作者：劉麗婷 ，如若轉(zhuǎn)載，請注明出處：http://jzr14e.cn/qianyan//2021041335891.html
看完這篇還不夠？如果你也也是同行業(yè)需要發(fā)布您的新聞報道，請 戳這里 告訴我們！
免責聲明：本文僅代表作者個人觀點，與中國電池聯(lián)盟無關(guān)。其原創(chuàng)性以及文中陳述文字和內(nèi)容未經(jīng)本網(wǎng)證實，對本文以及其中全部或者部分內(nèi)容、文字的真實性、完整性、及時性本站不作任何保證或承諾，請讀者僅作參考，并請自行核實相關(guān)內(nèi)容。
凡本網(wǎng)注明 “來源：XXX（非中國電池聯(lián)盟）”的作品，均轉(zhuǎn)載自其它媒體，轉(zhuǎn)載目的在于傳遞更多信息，并不代表本網(wǎng)贊同其觀點和對其真實性負責。
如因作品內(nèi)容、版權(quán)和其它問題需要同本網(wǎng)聯(lián)系的，請在一周內(nèi)進行，以便我們及時處理。
QQ：503204601
郵箱：cbcu@cbcu.com.cn
猜你喜歡
專題
相關(guān)新聞
本月熱點
歡迎投稿
聯(lián)系人：王女士
Email：cbcu#cbcu.com.cn
發(fā)送郵件時用@替換#
電話：010-53100736
在線投稿
企業(yè)微信號
微信公眾號