【儀表網(wǎng) 研發(fā)快訊】近日，中國科學院大連化學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)督域自適應的電池荷電狀態(tài)(SOC)跨域預測框架，解決了傳統(tǒng)方法對域間差異和目標數(shù)據(jù)標簽的依賴，為電池實時SOC預估提供了新思路，有望實現(xiàn)電池SOC的精準跨域評估。同時，這一遷移學習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的準確預測對于電氣設備的正常運行至關(guān)重要。而電池的不一致性和工作條件的變化導致電池跨域分布存在差異。同時，收集足夠的且?guī)в袠撕灥哪繕藬?shù)據(jù)費時費力。
 

　　該團隊提出了基于對抗域自適應的SOC估計框架?？蒲腥藛T基于特定工作條件下的離線數(shù)據(jù)集，構(gòu)建并訓練了特殊設計的SOC估計器，以捕獲源域數(shù)據(jù)與標簽之間的映射關(guān)系；設計了帶有重構(gòu)模塊和最大均值差異約束的對抗網(wǎng)絡，提取域不變特征，減小域間分布差異；僅基于數(shù)量有限且未標記的目標域數(shù)據(jù)，實現(xiàn)了預訓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基金和中國科學院戰(zhàn)略性先導科技專項(B類)等的支持。