近日,BETVLCTOR伟德官方网站人工智能計算力學與工程研究所劉學文高工(通訊作者)指導研究生劉亞飛在國際知名期刊《Journal of Energy Storage》(影響因子9.4)上發表論文Remaining useful life prediction of lithium-ion batteries based on peak interval features and deep learning。
論文結合特征工程和深度學習建立了一套預測锂電池剩餘使用壽命的方法,在快速、準确獲得容量增量曲線方面取得突破。論文運用概率論分析篩選數據特征,以特征篩選評價對預測結果的影響,進而提取不同的特征參數,構建了深度學習預測方法,進行锂電池的RUL估計,研究結果較好的解決了容量再生問題導緻RUL預測偏差較大的技術難題。
論文的研究成果是物理知識引導神經網絡(PINN)在锂電池剩餘壽命預測方面的科技進步,目前該團隊已積極開展相關的轉化推廣工作。