近日，中国科学院大连化学物理研究所研究员陈忠伟与副研究员毛治宇团队，联合西安交通大学教授冯江涛，在电池健康管理方面取得进展。合作团队开发了新型两阶段联邦迁移学习框架，解决了快充电池健康状态预测中的数据不足和个性化建模难题，为快充电池健康状态预测提供了新思路。
电池健康状态的准确预测对电动汽车电池管理至关重要。在实际应用中，快充片段准确预测电池健康状态面临两个挑战：一是由于隐私保护要求，单个电池的训练数据有限；二是不同电池的充放电行为不同，需要建立个性化预测模型。
该团队提出了两阶段联邦迁移学习框架。第一阶段采用联邦迁移学习框架，使多个分布式电池通过共享模型参数，协作训练全局模型，既可以学习通用知识又能够保护数据隐私；在第二阶段，通过目标电池的少量本地数据对这一全局模型进行微调，建立捕获个体电池特征的个性化模型。联邦迁移学习框架构建在轻量级卷积神经网络上，并通过有效的通道注意机制提升了性能。实验结果表明，该框架在公共快充电池数据集上的预测性能优于传统方法。
联邦迁移学习框架作为团队开发的第二代电池数字大脑PBSRD Digit的核心模型，为电池智能化管理提供了解决方案。同时，团队基于该框架开发了储能领域垂直智能客服系统，助力储能行业的智能化发展。
相关研究成果发表在《IEEE交通电气化汇刊》（IEEE Transactions on Transportation Electrification）上。研究工作得到国家自然科学基金和中国科学院战略性先导科技专项（B类）等的支持。
论文链接
科研人员提出预测电池健康状态的新深度学习框架
南京一家氛围柔和的酒吧里，老板娘很认真地告诉李业诚，“坐右边角落里那个‘歪果仁’，也许跟你聊得来，他也很喜欢小动物。” 中美科研人员通过对早期角龙类恐龙颅腔形态进行研究发现，随着体型增大，角龙类恐龙在听觉、嗅觉和聪明程度等方面出现 复旦大学基础医学院、脑科学研究院、脑功能与脑疾病全国重点实验室教授刘星、马兰合作，发现小鼠脑内基底外侧杏仁核（BLA）神 中国教育报-中国教育新闻网讯（记者 苏峰）近日，山西省临汾市学前教育教研共同体第五责任区教研活动在隰县召开现场会，第五责任区教研专家，蒲县、永和县及隰县教体局相关人员和幼儿园园长、教师代表 家庭是孩子的第一个课堂，家长是孩子的第一任教师。家长的言传身教，对孩子人格形成、习惯养成、价值观确立等各方面有着持久而深刻的影响。新近出台的《学前教育法》是明晰了学前教育阶段家长的 中国教育报-中国教育新闻网讯（记者 董鲁皖龙 通讯员 于泓超）近日，湖州职院建筑工程学院收到喜讯，该院4位学生组成的市政数字化技术创新团队在2024年世界职业院校技能大赛总决赛争夺赛—高职组土 。本文链接：科研人员提出预测电池健康状态的新深度学习框架http://www.sushuapos.com/show-12-1632-0.html
声明：本网站为非营利性网站，本网页内容由互联网博主自发贡献，不代表本站观点，本站不承担任何法律责任。天上不会到馅饼，请大家谨防诈骗！若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。
上一篇： 嫦娥六号样品研究揭示月球年轻火山活动的源区特征与热驱动机制
下一篇： 研究实现大位阻醛的高效自由基合成