健康狀態(tài)的準(zhǔn)確預(yù)測(cè)對(duì)于電動(dòng)汽車電池管理至關(guān)重要。然而，在實(shí)際應(yīng)用中，基于快充片段準(zhǔn)確估計(jì)電池SOH面臨兩大挑戰(zhàn)：一是由于隱私保護(hù)要求，單個(gè)電池的訓(xùn)練數(shù)據(jù)有限；二是不同電池的充放電行為不同，需要建立個(gè)性化的預(yù)測(cè)模型。
 

　　在本工作中，合作團(tuán)隊(duì)提出了一種兩階段聯(lián)邦遷移學(xué)習(xí)框架。在第一階段采用聯(lián)邦遷移學(xué)習(xí)框架，使多個(gè)分布式電池通過(guò)共享模型參數(shù)，協(xié)作訓(xùn)練全局模型，既可以學(xué)習(xí)通用知識(shí)又保護(hù)了數(shù)據(jù)隱私；在第二階段，利用目標(biāo)電池的少量本地?cái)?shù)據(jù)對(duì)該全局模型進(jìn)行微調(diào)，建立捕獲個(gè)體電池特征的個(gè)性化模型。聯(lián)邦遷移學(xué)習(xí)框架構(gòu)建在輕量級(jí)卷積神經(jīng)網(wǎng)絡(luò)上，并通過(guò)有效的通道注意機(jī)制提升了其性能。實(shí)驗(yàn)結(jié)果表明，該框架在公共快充電池?cái)?shù)據(jù)集上的預(yù)測(cè)性能優(yōu)于傳統(tǒng)方法。
 

　　聯(lián)邦遷移學(xué)習(xí)框架作為團(tuán)隊(duì)開(kāi)發(fā)的第二代電池?cái)?shù)字大腦PBSRD Digit核心模型，為電池智能化管理提供了有效解決方案。此外，團(tuán)隊(duì)還基于該框架為雙登集團(tuán)開(kāi)發(fā)了儲(chǔ)能領(lǐng)域垂直智能客服系統(tǒng)，助力儲(chǔ)能行業(yè)的智能化發(fā)展。
 

　　近年來(lái)，陳忠偉團(tuán)隊(duì)致力于推動(dòng)人工智能與能源電催化技術(shù)的融合，構(gòu)建了人工智能與電化學(xué)相結(jié)合的研究體系。團(tuán)隊(duì)在“高性能材料篩選與設(shè)計(jì)”(Joule，2021；Adv. Mater.，2022；Chem. Soc. Rev.，2020)、“高通量智能研發(fā)平臺(tái)”和“智能系統(tǒng)集成管理”(IEEE Trans. Transp. Electrification，2024；IEEE Trans. Transp. Electrification，2024；Appl. Energy，2024；Batteries，2024；World Electr. Veh. J.，2022；J. Electrochem. Soc.，2019)等領(lǐng)域取得系列進(jìn)展，展現(xiàn)了人工智能驅(qū)動(dòng)電化學(xué)科學(xué)研究創(chuàng)新和人工智能推動(dòng)新能源工程應(yīng)用創(chuàng)新在實(shí)際應(yīng)用中的潛力。
 

　　相關(guān)研究成果以“A federated transfer learning framework for lithium-ion battery state of health estimation based on fast-charging segments”為題，于近日發(fā)表在《電氣電子工程師學(xué)會(huì)交通電氣化學(xué)報(bào)》(IEEE Transactions on Transportation Electrification)上。該工作的第一作者是我所DNL29博士后劉云鵬，該工作得到國(guó)家自然科學(xué)基金、中國(guó)科學(xué)院B類先導(dǎo)專項(xiàng)“能源電催化的動(dòng)態(tài)解析與智能設(shè)計(jì)”、中央高校基本科研業(yè)務(wù)費(fèi)專項(xiàng)資金等項(xiàng)目的資助。