蓬勃發(fā)展的鋰離子電池市場極大刺激了對更加可靠的電池性能監(jiān)測的需要，準確的健康狀態(tài)（SOH）估計對于確保電池的運行性能至關重要。盡管現(xiàn)有研究報道了大量數(shù)據(jù)驅動的電池SOH估計方法，但這些方法在不同的應用場景中往往表現(xiàn)出嚴重的性能不一致現(xiàn)象。為了克服單一數(shù)據(jù)驅動模型的性能限制，集成多個模型進行SOH估計受到了廣泛關注。然而，缺乏對當前研究的準確分類和全面審查阻礙了多模型集成SOH估計的進一步發(fā)展。

針對上述問題，西安交大機械學院梅雪松、徐俊教授團隊在對電池狀態(tài)估計大量研究的基礎上，對用于電池SOH估計的多模型集成學習方法進行了全面的回顧和討論。首先，根據(jù)基模型組合策略將現(xiàn)有集成方法系統(tǒng)地分為6類：平均法，加權法，bagging，boosting，stacking和狀態(tài)空間法。對每一類集成方法的不同實現(xiàn)和內在聯(lián)系進行了細致的分析，突出了它們的區(qū)別、創(chuàng)新和典型應用。隨后，對這些集成方法在基模型選擇、組合策略和發(fā)表趨勢等方面進行了全面比較?；?個維度的評估突出了基于stacking的集成SOH估計方法的卓越性能。在此基礎上，從加權集成和集成多樣性的角度對這些集成方法進行了深度討論，旨在激發(fā)增強集成性能的潛在措施。此外，該工作還總結了當前研究在選擇性集成、模型魯棒性和不確定性度量、增強可解釋性和應對復雜條件等方面的挑戰(zhàn)。最后，概述了未來的研究前景，指出深度學習集成極具研究潛力。先進機器學習（半監(jiān)督學習、主動學習、聯(lián)邦學習）與集成學習的無縫融合將會在無標簽數(shù)據(jù)利用、小樣本建模和電池數(shù)據(jù)隱私保護等方面產生更有價值的研究方向。同時，基于云的多源數(shù)據(jù)驅動的電池健康管理將會成為下一代電池管理系統(tǒng)的標準范式。

圖1.基于多模型集成學習的電池健康狀態(tài)估計

圖2.不同集成SOH估計方法在組合策略、出版趨勢和性能評估方面的比較

近日，上述研究工作以“電池健康狀態(tài)估計的多模型集成學習：最新進展和前景”（Multi-model ensemble learning for battery state-of-health estimation: Recent advances and perspectives）為題在線發(fā)表于領域權威期刊《能源化學》（Journal of Energy Chemistry）。該論文得到了編輯和審稿人的一致好評，投稿到錄用僅用時25天。論文第一作者為2022級博士生林川平，通訊作者為徐俊教授，合作者為梅雪松教授、鄒忠月研究員、蔣德瓏、侯嘉洋、梁瑩等，西安交通大學為唯一通訊單位。該工作得到國家重點研發(fā)計劃、國家自然科學基金、中央高?；究蒲袠I(yè)務費等項目的支持。

論文鏈接：https://www.sciencedirect.com/science/article/abs/pii/S2095495624006430?via%3Dihub

梅雪松教授團隊主頁：https://gr.xjtu.edu.cn/en/web/xsmei

徐俊研究團隊主頁：https://gr.xjtu.edu.cn/web/xujunx

相關知識

【科技自立自強】西安交大梅雪松、徐俊教授團隊在鋰電池健康狀態(tài)領域發(fā)表前沿綜述
鋰離子電池健康狀態(tài)估計方法研究現(xiàn)狀與展望
電動汽車鋰離子動力電池健康狀態(tài)在線診斷方法
上海交大萬佳雨團隊在Joule等Cell子刊發(fā)表人工智能加速電池研發(fā)最新成果
數(shù)據(jù)驅動的鋰離子電池健康管理研究
鋰離子電池健康狀態(tài)估計及剩余壽命預測研究
【前沿報】西安交通大學賀健康教授做客我?！扒把乜茖W報告”
華中科技大學教授黃云輝： 給電池“健康”做個“C超”
界面優(yōu)化提高鋰離子電池性能及鋰離子電池產業(yè)化過程技術研究
車用鋰電池健康狀態(tài)下快充方法研究綜述

網(wǎng)址: 【科技自立自強】西安交大梅雪松、徐俊教授團隊在鋰電池健康狀態(tài)領域發(fā)表前沿綜述 http://www.gysdgmq.cn/newsview1549426.html