北京理工大学田金鹏、熊瑞：AI赋能动力电池健康感知

中国电工技术学会活动专区

CES Conference

为推动能源与交通的融合发展，促进先进储能技术在电动载运装备上的应用发展，实现电网能量与载运的高效互动，助力“碳达峰”和“碳中和”愿景实现，中国电工技术学会于4月24日在北京召开中国电工技术学会青工委先进储能科学与应用学组成立大会，并同期举办第13期青年学术沙龙活动。

▲领导致词并颁发学组证书（上下滑动查看更多）

会议围绕储能/电极材料、储能系统运维管理和新能源载运装备电源等，深入研讨了领域前沿热点问题、最新进展以及面临的技术瓶颈和挑战，并邀请资深专家为青年学者问诊把脉、出谋划策，增强了储能领域学者的沟通与交流。

中国电工技术学会青年工作委员会以平台搭建、学术交流、技术交流和人才库建设为主要职能，在学会理事会领导下，努力创造有利于青年科技人才施展抱负、发挥才智的环境和条件，增强青年科技人才的凝聚力，发现、培养和造就新一代电气科技工作者，并策划实施和青年科技人才有关的活动，积极推动国际交流与合作、学科交叉融合与创新等工作。

田金鹏博士代表北京理工大学电动车辆国家工程实验室先进储能科学与应用课题组做了题为“AI赋能动力电池健康感知”的报告，现将报告分享给大家，请各位读者品读。

先进储能科学与应用课题组(AESA)

先进储能科学与应用课题组(Advanced Energy Storage and Application：AESA)创建于2014年，隶属于北京理工大学电动车辆国家工程实验室孙逢春院士团队，负责人熊瑞教授，长期致力于电动载运工具、动力电池系统、储能系统、大数据和人工智能应用以及教学辅助仪器、特种装备技术等领域研究。

“

使用日常的充电信号，结合深度学习算法，我们可以实现：正负极容量和初始SOC等电极老化参数；重构出完整的电池OCV曲线；从OCV曲线中导出电池容量、剩余电量、能量等状态信息；根据电极的电压区间最大化电池的工作能力并防止容量加速衰落。后续工作将围绕构建更加深入的电池老化数据集展开。