鋰電池壽命預測精度提升 20%！上海交大團隊發(fā)布半監(jiān)督學習方法 PBCT，提取無標簽數(shù)據(jù)中的隱藏信息

AIGC動態(tài)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(fā)布半監(jiān)督學習方法 PBCT，提取無標簽數(shù)據(jù)中的隱藏信息
關鍵字：數(shù)據(jù),方法,模型,電池,壽命
文章來源：HyperAI超神經(jīng)
內(nèi)容字數(shù)：7503字

內(nèi)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(xié)同訓練的半監(jiān)督學習技術，使用有限數(shù)據(jù)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(yōu)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(tǒng)，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(xiàn)代社會中起著至關重要的作用。
然而，在鋰電池的大規(guī)模使用中，其潛在危險也逐漸顯現(xiàn)——耐過充、放電性能差，遇到過充或短路的情況極易引發(fā)火災甚至是。近年來，由于不規(guī)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(fā)。
為了保證電池系統(tǒng)的安全可持續(xù)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(tài)。傳統(tǒng)的基于物理和半經(jīng)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(fā)展，數(shù)據(jù)驅(qū)動的預測方法在精度上已經(jīng)有所提升，然而其模型準確性往往受到標記數(shù)據(jù)稀缺的制約。
針對上述挑戰(zhàn)，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(fā)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(fā)布半監(jiān)督學習方法 PBCT，提取無標簽數(shù)據(jù)中的隱藏信息

聯(lián)系作者

文章來源：HyperAI超神經(jīng)
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