【ITBEAR】9月3日消息，中国科学院大连化学物理研究所联合西安交通大学，在电池技术领域取得了重要突破，他们共同研发了一种新型的深度学习模型，该模型能够高效预测锂电池的寿命，为电池健康管理带来了革命性的变革。
这一新型模型打破了传统预测方法对于庞大充电测试数据的依赖，实现了对锂电池寿命的实时预估。它基于少量的充电周期数据，运用创新的双流框架Vision Transformer结构和高效自注意力机制，能够精准捕捉并融合电池在不同时间尺度下的隐藏特征，从而准确预测电池的当前循环寿命以及剩余使用寿命。
据ITBEAR了解，在使用仅15个充电周期的数据进行测试时，该模型在预测剩余使用寿命和当前循环寿命方面表现出了令人瞩目的准确性，误差分别被控制在5.40%和4.64%以内。更值得一提的是，即使面对训练数据集中未曾出现的充电策略，该模型依然能够保持较低的预测误差，展现了出色的zero-short泛化能力。
该研究的核心成果已经成功集成到第一代电池数字大脑PBSRD Digit系统中，显著提升了系统的预测准确性。目前，这一先进技术已广泛应用于大规模工商业储能系统和电动汽车的能量管理中，为提升电池使用效率和安全性提供了有力支持。
展望未来，研究团队计划通过采用模型蒸馏、剪枝等高级优化技术，进一步提升模型的性能。这不仅能够在保持预测准确率的同时降低计算成本，还将大幅提升电池数字大脑在寿命预估领域的实际应用价值，为电池技术的持续进步贡献力量。
