作為現(xiàn)代生活中不可或缺的能源載體，電池的重要性不言而喻。從清晨喚醒我們的鬧鐘，到隨身攜帶的手機、平板電腦等智能設(shè)備，無一不依賴于電池提供的穩(wěn)定電力。此外，隨著科技的發(fā)展，電動汽車、無人機等新興領(lǐng)域也廣泛應(yīng)用了各類高性能電池，推動了綠色出行和智能科技的進步。因此，電池不僅極大地便利了我們的日常生活，還促進了科技的飛躍與社會的可持續(xù)發(fā)展。

然而，隨著電池使用時間的增長，其容量會逐漸衰減，導(dǎo)致供電時間縮短，影響設(shè)備的正常功能。如果能及時檢測電池壽命，用戶就能在電池性能明顯下降前采取相應(yīng)措施，如更換新電池或優(yōu)化用電習(xí)慣，從而避免因電池問題導(dǎo)致的設(shè)備故障或數(shù)據(jù)丟失，延長電池整體使用壽命。因此，檢測電池壽命不僅是維護個人設(shè)備穩(wěn)定的需要，也是推動能源高效利用、促進環(huán)保的重要措施。

近日，中國科學(xué)院大連化學(xué)物理研究所研究員陳忠偉、副研究員毛治宇團隊，聯(lián)合西安交通大學(xué)馮江濤教授，在電池健康管理領(lǐng)域取得新進展。他們開發(fā)了一種新型的深度學(xué)習(xí)模型，有效地解決了傳統(tǒng)方法對大量充電測試數(shù)據(jù)的依賴，為電池實時壽命預(yù)估提供了新的思路，實現(xiàn)了鋰電池壽命的端到端評估。同時，該模型也作為團隊開發(fā)的第一代電池數(shù)字大腦PBSRD Digit核心模型的重要組成部分，為電池智能管理提供了解決方案。相關(guān)成果發(fā)表在《電氣電子工程師學(xué)會交通電氣化學(xué)報》上。

深度學(xué)習(xí)技術(shù)應(yīng)用于電池壽命預(yù)測。受訪者供圖

難以預(yù)測的電池壽命

電池的循環(huán)壽命是指電池在規(guī)定的充放電條件下，經(jīng)歷多次完全充放電循環(huán)后，電池的容量或性能下降到初始值的某一規(guī)定百分比，所能經(jīng)歷的充放電次數(shù)。通常，以電池容量衰減到初始值的80%作為循環(huán)壽命的“終點”。

比如每個人都會用到的手機，它就像是一輛裝備精良的賽車，而電池則是這輛賽車的“油箱”和“引擎”的結(jié)合體。新車剛到手時，電池就像是一個剛加滿高級燃油、動力澎湃的引擎，能夠輕松驅(qū)動賽車在數(shù)字世界的賽道上飛馳，無論是流暢播放高清視頻、還是快速處理多任務(wù)，都顯得游刃有余。然而，隨著使用時間的增長，電池的“油箱”逐漸變小，其內(nèi)部的電化學(xué)反應(yīng)開始放緩，就像引擎逐漸失去了往日的活力。假如一部手機的電池循環(huán)壽命是500次。這就意味著，如果你每天把手機電量完全用完再充滿一次，那么大約500天后，你會感覺到你的手機電量沒有以前那么耐用了，因為電池的循環(huán)壽命到了。

然而，由于電池容量的退化是一個受多種因素影響的動態(tài)過程，包括充放電循環(huán)次數(shù)、充放電深度、環(huán)境溫度、電池老化等，這些因素之間相互作用，使得電池壽命的預(yù)測變得尤為復(fù)雜。

此前，電池的壽命預(yù)測都在實驗室內(nèi)進行。比如讓電池加速循環(huán)，在高溫45℃，高倍率運行，以此推斷它在實際應(yīng)用場景中的使用壽命。但是不同的應(yīng)用場景和運行條件會對鋰電池的壽命產(chǎn)生顯著影響，面臨溫度波動和長期靜置等挑戰(zhàn)，無法實現(xiàn)對電池的精準預(yù)測。

眾多團隊正積極投身于人工智能領(lǐng)域的探索中。然而，科技的現(xiàn)有發(fā)展水平為人工智能的應(yīng)用設(shè)下了一定界限，導(dǎo)致其無法全面覆蓋所有領(lǐng)域。比如在汽車通信技術(shù)這一高度復(fù)雜的領(lǐng)域內(nèi)，其背后的計算量浩如煙海，無論是借助機器學(xué)習(xí)算法進行深度分析，還是運用物理模型進行精準模擬，都亟需龐大的計算資源作為支撐。

“遺憾的是，當前的人工智能技術(shù)及其學(xué)習(xí)深度，加之有限的人力資源，還未能完全滿足對電池壽命進行精確檢測的需求。”毛治宇闡述道，“正是基于這一現(xiàn)狀，我們萌生了一個設(shè)想——設(shè)計一個能夠直接且高效地檢測電池壽命的創(chuàng)新模型。這一模型將致力于突破現(xiàn)有技術(shù)的局限，為電池健康管理提供更為可靠和智能的解決方案?！?/p>

AI模型讓電池“透視”

2017年，毛治宇還在加拿大滑鐵盧大學(xué)讀博，陳忠偉是他這個時候的導(dǎo)師。當時的人工智能剛剛起步，他們想試試，能不能解決檢測電池壽命這一難題呢？

“電池包括正極、負極、隔膜、電極液等等，實際上是一個復(fù)雜的電化學(xué)系統(tǒng)。但是那個時候的模型還停留在簡單的神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)，人工智能檢測實際上剛剛開始，我們就用自己的電池嘗試測試，將電池老化的問題納入進去，最終檢測出來的壽命與實際壽命相比，精度有了很大的提高?！泵斡罨貞浧甬敵醯谝淮螄L試，提到了電池老化的問題。

這次初步嘗試開啟了毛治宇在人工智能應(yīng)用于電池智能管理方向的科研旅程，隨后經(jīng)過畢業(yè)歸國工作，2022年，毛治宇又加入了陳忠偉的團隊。

陳忠偉團隊內(nèi)有一個方向就是智能電池，包括“AI FOR SCIENCE（人工智能應(yīng)用于科學(xué)） & AI FOR ENGINEERING（人工智能應(yīng)用于工程），毛治宇想在這里圓夢。而目前科技的發(fā)展，已經(jīng)延伸出了多個人工智能的計算模型。他們“順水推舟”結(jié)合了多個模型，實現(xiàn)了優(yōu)勢互補。

“我們利用了Vision Transformer結(jié)構(gòu)。它可以進行并行計算，同時處理多任務(wù)。比如一塊圖像，我們可以切割成不同的小塊，然后每個小塊都可以獨立處理，這樣的話它的局部信息跟整體信息就可以得到有效整合，泛化能力比較強，可以擴展到其他的領(lǐng)域?！闭撐牡牡谝蛔髡摺⒋筮B化物所博士后劉云鵬介紹道，“還有一個空間流加時間流的雙流框架去提取多維時間尺度信息，同時借助高效自注意力機制去減少計算復(fù)雜度。我們就是結(jié)合了這兩種算法，并且根據(jù)不同的優(yōu)勢將他們結(jié)合?！?/p>

本研究提出了一種基于少量充電周期數(shù)據(jù)的深度學(xué)習(xí)模型，該模型通過帶有雙流框架的Vision Transformer結(jié)構(gòu)和高效自注意力機制，捕捉并融合多時間尺度隱藏特征，實現(xiàn)對電池當前循環(huán)壽命和剩余使用壽命的準確預(yù)測。該模型在僅使用15個充電周期數(shù)據(jù)的情況下，能夠?qū)⑸鲜鰞煞N預(yù)測誤差分別控制在5.40%和4.64%以內(nèi)。此外，在面對訓(xùn)練數(shù)據(jù)集中未出現(xiàn)的充電策略時，仍能保持較低的預(yù)測誤差，證明了其zero-shot泛化能力。

打造“電池數(shù)字大腦”

同時，該電池壽命預(yù)測模型也是第一代電池數(shù)字大腦PBSRD Digit重要組成部分。通過將上述模型整合到該系統(tǒng)中，進一步提高了系統(tǒng)的準確性。目前，該電池數(shù)字大腦系統(tǒng)作為大規(guī)模/工商業(yè)儲能和電動汽車的能量管理核心，可部署于云端服務(wù)器和客戶端嵌入式設(shè)備。

“現(xiàn)在新能源特別是儲能是熱點話題，很多的廠家都想要開發(fā)全生命周期的電池智能管理系統(tǒng)。我們就希望能夠建設(shè)一個完整的電池數(shù)字大腦，能夠更好地管理電池，像一個大腦控制電池的各個方面，讓電池效率更高、壽命越長，這也是我們未來的一個智能化發(fā)展方向?！泵斡罱榻B道。

事實上，陳忠偉、毛治宇、劉云鵬正好是一個團隊內(nèi)的“師徒三代”。在團隊多年的發(fā)展路徑下，在電化學(xué)、電催化、人工智能方面都有著深刻的積累，從科學(xué)研究再到日常學(xué)習(xí)，都是傳承和沉淀的過程，他們的目標，是打造從基礎(chǔ)研究到關(guān)鍵技術(shù)開發(fā)再到產(chǎn)業(yè)應(yīng)用示范全鏈條的模式，以應(yīng)用為導(dǎo)向真正走向產(chǎn)業(yè)化，乃至對整個領(lǐng)域產(chǎn)生影響。

該團隊一定的優(yōu)勢來源于其強大的工程師陣容，150余人的團隊中，匯聚了超過五十位經(jīng)驗豐富的工程師，他們來自不同的技術(shù)背景，不乏在大數(shù)據(jù)架構(gòu)與算法領(lǐng)域深耕多年的專家，他們擅長將前沿的算法研究轉(zhuǎn)化為高效、穩(wěn)定的系統(tǒng)架構(gòu)，確保技術(shù)成果能夠順利落地。

正是這種“研究+開發(fā)”深度融合的模式，使得團隊能夠跨越傳統(tǒng)界限，促進不同領(lǐng)域知識與技術(shù)的交叉融合。工程師們不僅能夠獨立承擔項目研發(fā)的重任，還能與科研人員緊密合作，將最新的研究成果迅速轉(zhuǎn)化為產(chǎn)品功能，從而加速技術(shù)創(chuàng)新與產(chǎn)業(yè)升級的步伐。

通過這種高效的協(xié)作機制，團隊不僅能夠在電池壽命檢測等特定領(lǐng)域取得突破，還能夠靈活應(yīng)對各種復(fù)雜挑戰(zhàn)，推動多個項目并行發(fā)展，最終實現(xiàn)多元化、全方位的技術(shù)創(chuàng)新目標。

“未來，我們計劃利用模型提煉等技術(shù)進一步優(yōu)化模型，以提高資源利用率，打造真正的數(shù)字大腦。”陳忠偉說。

相關(guān)論文信息：https://doi.org/10.1109/TTE.2024.3434553

版權(quán)聲明：凡本網(wǎng)注明“來源：中國科學(xué)報、科學(xué)網(wǎng)、科學(xué)新聞雜志”的所有作品，網(wǎng)站轉(zhuǎn)載，請在正文上方注明來源和作者，且不得對內(nèi)容作實質(zhì)性改動；微信公眾號、頭條號等新媒體平臺，轉(zhuǎn)載請聯(lián)系授權(quán)。郵箱：shouquan@stimes.cn。

相關(guān)知識

人工智能大模型“拿捏”電池壽命
【中國科學(xué)報】人工智能大模型“拿捏”電池壽命
FIE ?北理工陳來研究員：機器學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)支持的鋰離子電池健康狀態(tài)模擬和預(yù)測模型—論文—科學(xué)網(wǎng)
手機電池耗電太快？教你如何有效延長電池壽命
vivo OriginOS 5重磅更新：充電上限功能上線，電池壽命你掌控
西交大將AI用于電池建模和健康管理，成功打造物理信息神經(jīng)網(wǎng)絡(luò)
車用動力電池健康狀態(tài)及壽命預(yù)測模型研究
電動工具電池壽命預(yù)測
電動汽車電池壽命揭秘：科學(xué)管理下的實際使用壽命遠超預(yù)期
電動車電池壽命真相大起底：別再被商家忽悠了！

網(wǎng)址: AI大模型“拿捏”電池壽命—新聞—科學(xué)網(wǎng) http://m.u1s5d6.cn/newsview1295955.html