新火種
2023-09-19 
深度學習框架可預測鋰電池壽命
來源：中國科學報
近日，華東理工大學機械與動力工程學院、先進電池系統與安全重點實驗室教授欒偉玲課題組與國家級高層次人才、華東理工大學講席教授陳浩峰合作，在全球交通科學與技術領域期刊《交通電動化》發表論文，首次提出用于鋰電池壽命預測相關的可解釋性深度學習框架。
可解釋性深度學習框架示意圖。華東理工供圖
在鋰電池壽命預測領域，建立全面的電池老化模型是項艱巨任務。因此，數據驅動方法受到越來越多的
隨著可解釋技術的發展，深度學習不僅可以作為黑盒工具，還可以用于探索外部電池數據與內部電化學變化之間的關系。研究團隊提出了一種可解釋的深度學習框架，利用梯度加權類激活映射來解釋訓練好的卷積神經網絡模型的輸入和輸出之間的聯系。
研究團隊通過鋰電池容量衰退拐點識別任務對可解釋的深度學習框架進行了演示。結果發現，該深度學習模型在有效預測電池容量衰退拐點的基礎上，可以敏銳捕捉與電池老化機制相關的特征，其中包括人類尚未完全理解的關鍵特征。此外，通過在不同預測任務，如考慮多種電池體系、實際工況和數據集中驗證該方法，展現了該框架優秀的可遷移性。在無先驗知識的情況下，該可解釋的深度學習框架可以為研究者理解復雜電池老化機理提供新見解。該可解釋性深度學習方法的提出為電池相關領域的數據驅動研究提供了新的思路，將積極推動人工智能技術在先進電池設計開發及安全使用方面的廣泛應用。
中國工程科技知識中心是經國家批準建設的國家工程科技領域信息匯聚中心、數據挖掘中心和知識服務中心。
相關推薦
- 免責聲明
- 本文所包含的觀點僅代表作者個人看法，不代表新火種的觀點。在新火種上獲取的所有信息均不應被視為投資建議。新火種對本文可能提及或鏈接的任何項目不表示認可。 交易和投資涉及高風險，讀者在采取與本文內容相關的任何行動之前，請務必進行充分的盡職調查。最終的決策應該基于您自己的獨立判斷。新火種不對因依賴本文觀點而產生的任何金錢損失負任何責任。
