大連化物所等開發(fā)出用于電池荷電狀態(tài)跨域預(yù)測的新型深度學(xué)習(xí)框架----中國科學(xué)院

加快打造原始創(chuàng)新策源地，加快突破關(guān)鍵核心技術(shù)，努力搶占科技制高點，為把我國建設(shè)成為世界科技強國作出新的更大的貢獻。

——習(xí)近平總書記在致中國科學(xué)院建院70周年賀信中作出的“兩加快一努力”重要指示要求

面向世界科技前沿、面向經(jīng)濟主戰(zhàn)場、面向國家重大需求、面向人民生命健康，率先實現(xiàn)科學(xué)技術(shù)跨越發(fā)展，率先建成國家創(chuàng)新人才高地，率先建成國家高水平科技智庫，率先建設(shè)國際一流科研機構(gòu)。

——中國科學(xué)院辦院方針

首頁 > 科研進展

大連化物所等開發(fā)出用于電池荷電狀態(tài)跨域預(yù)測的新型深度學(xué)習(xí)框架

2024-11-21 大連化學(xué)物理研究所

【字體：大中小】

語音播報

鋰電池SOC的準(zhǔn)確預(yù)測對于電氣設(shè)備的正常運行至關(guān)重要。而電池的不一致性和工作條件的變化導(dǎo)致電池跨域分布存在差異。同時，收集足夠的且?guī)в袠?biāo)簽的目標(biāo)數(shù)據(jù)費時費力。

該團隊提出了基于對抗域自適應(yīng)的SOC估計框架。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)練了特殊設(shè)計的SOC估計器，以捕獲源域數(shù)據(jù)與標(biāo)簽之間的映射關(guān)系；設(shè)計了帶有重構(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；僅基于數(shù)量有限且未標(biāo)記的目標(biāo)域數(shù)據(jù)，實現(xiàn)了預(yù)訓(xùn)練模型可被遷移至不同的電池工作條件。實驗結(jié)果表明，在固定環(huán)境溫度、動態(tài)變化環(huán)境溫度和電池類型改變的條件下，該團隊提出的遷移框架的最佳跨域誤差分別為1.33%、2.57%和1.45%，表明該框架有望實現(xiàn)電池SOC的跨域評估。

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，發(fā)表在《IEEE交通電氣化匯刊》（IEEE Transactions on Transportation Electrification）上。研究工作得到國家自然科學(xué)基金和中國科學(xué)院戰(zhàn)略性先導(dǎo)科技專項（B類）等的支持。

論文鏈接

大連化物所等開發(fā)出用于電池荷電狀態(tài)跨域預(yù)測的新型深度學(xué)習(xí)框架

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)教授馮江濤，在電池健康管理領(lǐng)域取得進展。該團隊開發(fā)了新型的基于無監(jiān)督域自適應(yīng)的電池荷電狀態(tài)（SOC）跨域預(yù)測框架，解決了傳統(tǒng)方法對域間差異和目標(biāo)數(shù)據(jù)標(biāo)簽的依賴，為電池實時SOC預(yù)估提供了新思路，有望實現(xiàn)電池SOC的精準(zhǔn)跨域評估。同時，這一遷移學(xué)習(xí)框架作是該團隊開發(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，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)備的正常運行至關(guān)重要。而電池的不一致性和工作條件的變化導(dǎo)致電池跨域分布存在差異。同時，收集足夠的且?guī)в袠?biāo)簽的目標(biāo)數(shù)據(jù)費時費力。該團隊提出了基于對抗域自適應(yīng)的SOC估計框架。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)練了特殊設(shè)計的SOC估計器，以捕獲源域數(shù)據(jù)與標(biāo)簽之間的映射關(guān)系；設(shè)計了帶有重構(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；僅基于數(shù)量有限且未標(biāo)記的目標(biāo)域數(shù)據(jù)，實現(xiàn)了預(yù)訓(xùn)練模型可被遷移至不同的電池工作條件。實驗結(jié)果表明，在固定環(huán)境溫度、動態(tài)變化環(huán)境溫度和電池類型改變的條件下，該團隊提出的遷移框架的最佳跨域誤差分別為1.33%、2.57%和1.45%，表明該框架有望實現(xiàn)電池SOC的跨域評估。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，發(fā)表在《IEEE交通電氣化匯刊》（IEEE Transactions on Transportation Electrification）上。研究工作得到國家自然科學(xué)基金和中國科學(xué)院戰(zhàn)略性先導(dǎo)科技專項（B類）等的支持。論文鏈接大連化物所等開發(fā)出用于電池荷電狀態(tài)跨域預(yù)測的新型深度學(xué)習(xí)框架

打印