【儀表網(wǎng) 研發(fā)快訊】近日，大連化學(xué)物理研究所能源催化轉(zhuǎn)化全國重點(diǎn)實(shí)驗(yàn)室動(dòng)力電池與系統(tǒng)研究部(DNL29)陳忠偉院士、毛治宇副研究員團(tuán)隊(duì)聯(lián)合西安交通大學(xué)馮江濤教授，在電池健康管理領(lǐng)域取得新進(jìn)展。合作團(tuán)隊(duì)開發(fā)了一種新型的基于無監(jiān)督域自適應(yīng)的電池荷電狀態(tài)(SOC)跨域預(yù)測框架，有效地解決了傳統(tǒng)方法對于域間差異和目標(biāo)數(shù)據(jù)標(biāo)簽的依賴，為電池實(shí)時(shí)SOC預(yù)估提供了新的思路，有望實(shí)現(xiàn)電池SOC的精準(zhǔn)跨域評估。同時(shí)，該遷移學(xué)習(xí)框架作為團(tuán)隊(duì)開發(fā)的第一代電池?cái)?shù)字大腦PBSRD Digit核心模型的重要組成部分，可成為電池智能管理的解決方案之一。
 

　　鋰電池SOC的準(zhǔn)確預(yù)測對于電氣設(shè)備的正常運(yùn)行至關(guān)重要。然而，電池的不一致性和工作條件的變化導(dǎo)致了電池跨域分布存在著明顯的差異。此外，收集足夠的且?guī)в袠?biāo)簽的目標(biāo)數(shù)據(jù)也費(fèi)時(shí)費(fèi)力。
 

　　為了解決以上問題，團(tuán)隊(duì)提出了一種基于對抗域自適應(yīng)的SOC估計(jì)框架。首先，科研人員基于特定工作條件下的離線數(shù)據(jù)集，構(gòu)建并訓(xùn)練一個(gè)特殊設(shè)計(jì)的SOC估計(jì)器，用來捕獲源域數(shù)據(jù)與標(biāo)簽之間的映射關(guān)系；其次，設(shè)計(jì)了一個(gè)帶有重構(gòu)模塊和最大均值差異約束的對抗網(wǎng)絡(luò)，提取域不變特征，減小域間分布差異；因此，僅基于數(shù)量有限且未標(biāo)記的目標(biāo)域數(shù)據(jù)，預(yù)訓(xùn)練模型可被遷移至不同的電池工作條件。實(shí)驗(yàn)結(jié)果表明，在固定環(huán)境溫度、動(dòng)態(tài)變化環(huán)境溫度和電池類型改變的條件下，所提出的遷移框架的最佳跨域誤差分別為1.33%、2.57%和1.45%，表明該框架有望實(shí)現(xiàn)電池SOC的精確跨域評估。
 

　　近年來，陳忠偉團(tuán)隊(duì)一直致力于推動(dòng)人工智能與能源電催化技術(shù)的融合，構(gòu)建了人工智能與電化學(xué)相結(jié)合的研究體系。團(tuán)隊(duì)在“高性能材料篩選與設(shè)計(jì)”(Joule，2021；Adv. Mater.，2022；Chem. Soc. Rev.，2020)、“高通量智能研發(fā)平臺”和“智能系統(tǒng)集成管理”(Appl. Energy，2024；IEEE Trans. Transp. Electrification，2024；World Electr. Veh. J.，2022；J. Electrochem. Soc.，2019)等領(lǐng)域取得系列進(jìn)展，是人工智能驅(qū)動(dòng)電化學(xué)科學(xué)研究創(chuàng)新(AI for Science)和人工智能推動(dòng)新能源工程應(yīng)用創(chuàng)新(AI for Engineering)的有力體現(xiàn)。
 

　　相關(guān)研究成果以“An unsupervised domain adaptation framework for cross-conditions state of charge estimation of lithium-ion batteries”為題，于近日發(fā)表在《電氣電子工程師學(xué)會(huì)交通電氣化學(xué)報(bào)》(IEEE Transactions on Transportation Electrification)上。該工作的第一作者是我所DNL29博士后劉云鵬，該工作得到國家自然科學(xué)基金、中國科學(xué)院B類先導(dǎo)專項(xiàng)“能源電催化的動(dòng)態(tài)解析與智能設(shè)計(jì)”、中央高?；究蒲袠I(yè)務(wù)費(fèi)專項(xiàng)科研基金等項(xiàng)目的資助。(文/圖 劉云鵬)