鋰電池壽命預測精度提升 20%！上海交大團隊發布半監督學習方法 PBCT，提取無標簽數據中的隱藏信息

AIGC動態歡迎閱讀

原標題：鋰電池壽命預測精度提升 20%！上海交大團隊發布半監督學習方法 PBCT，提取無標簽數據中的隱藏信息
關鍵字：數據,方法,模型,電池,壽命
文章來源：HyperAI超神經
內容字數：7503字

內容摘要：

作者：梅菜
編輯：李寶珠，三羊
上海交通大學溥淵未來技術學院萬佳雨副教授團隊，提出了名為部分貝葉斯協同訓練的半監督學習技術，使用有限數據預測電池壽命，預測精度提升 20%。鋰電池具有能量密度高、充放電速度快、使用壽命長等優點，當前已被廣泛應用于水力、火力、風力和太陽能電站等儲能電源系統，以及電動工具、電動汽車、軍事裝備、航空航天等多個領域，在現代社會中起著至關重要的作用。
然而，在鋰電池的大規模使用中，其潛在危險也逐漸顯現——耐過充、放電性能差，遇到過充或短路的情況極易引發火災甚至是。近年來，由于不規范充電，或電池老化所引起的電動自行車、新能源汽車自燃頻發。
為了保證電池系統的安全可持續運行，人們需要對鋰電池壽命進行準確預測，以便有效管理其健康狀態。傳統的基于物理和半經驗模型的預測方法易受誤差影響，精度十分有限。隨著人工智能技術的發展，數據驅動的預測方法在精度上已經有所提升，然而其模型準確性往往受到標記數據稀缺的制約。
針對上述挑戰，上海交通大學溥淵未來技術學院萬佳雨副教授團隊，在國際權威期刊 Joule 發表題為「Semi-supervised learning for expl

原文鏈接：鋰電池壽命預測精度提升 20%！上海交大團隊發布半監督學習方法 PBCT，提取無標簽數據中的隱藏信息

聯系作者

文章來源：HyperAI超神經
作者微信：HyperAI
作者簡介：解構技術先進性與普適性，解讀更前沿的 AIForScience 案例