電池是電動汽車最核心的部分，但是就目前技術(shù)而言，電池實際健康狀況和剩余壽命預(yù)測依舊是個難題。日前，據(jù)外媒報道，劍橋大學(xué)和紐卡斯?fàn)柎髮W(xué)研究人員設(shè)計出可預(yù)測電池健康狀況的機器學(xué)習(xí)辦法，將助力動力鋰離子電池的開發(fā)和電動汽車推廣。

據(jù)悉，這種辦法是通過向電池發(fā)送電脈沖并測量其應(yīng)和來進行監(jiān)測，并可利用機器學(xué)習(xí)算法解決這些測量數(shù)據(jù)，從而預(yù)測電池的健康狀況和使用壽命。研究人員稱，這種測量方式的準(zhǔn)確度是目前行業(yè)在用辦法的10倍。

動力鋰離子電池在運行過程中，內(nèi)部會發(fā)生復(fù)雜微妙的化學(xué)變化，長此以往嚴(yán)重影響電池的性能和壽命。目前電池健康狀況的預(yù)測辦法緊要以跟蹤充放電過程中的電流和電壓為基礎(chǔ)，但并不能顯示電池的詳盡狀態(tài)。這兩所大學(xué)開發(fā)出的測試辦法，則可發(fā)現(xiàn)電反應(yīng)的詳盡特點，找到電池老化的訊號。

截至目前，研究人員進行20000多次測量試驗來訓(xùn)練模型，這是同類探測數(shù)據(jù)中的最大數(shù)據(jù)集。此外，該模型還學(xué)會了要怎么樣區(qū)分無關(guān)噪聲和緊要信號，了解到什么電信號最有可能與電池老化有關(guān)，可進一步探究電池退化的原由和方式。當(dāng)然，這種非干預(yù)式辦法，可以輕松使用至當(dāng)前所有電池系統(tǒng)。

這套機器學(xué)習(xí)平臺，可以展示電池中各種化學(xué)成份的退化過程，更加有助于行業(yè)開發(fā)最優(yōu)電池充電計劃，以實現(xiàn)快速充電，并盡量減緩電池退化。