机器学习模型精确估算锂电池充电水平

据外媒报道，电动汽车由可充电的锂电池（LIB）驱动，但是目前，人们还没有完全了解和完善锂电池。鉴于电动汽车有望取代燃油车，任何可以提升锂电池性能的研究将有利于电动汽车发展，改善环境。美国哥伦比亚大学的两位教授MatthiasPreindl和AlanWest正在研发一种机器学习模型，可以更精确地估算锂电池的充电水平。目前，估算电池充电状态仍有5％的出错率，该团队研发的模型目标是将出错率降至1％，该项研究获得了哥伦比亚数据科学研究所（DataScienceInstitute）种子基金的资助。

众所周知，电池管理系统重要用于捕捉电池的健康状态，预测期剩余寿命。上述两个概念可帮助电动汽车车主了解何时应该停车给电池充电，以及何时应该安排更换电池。然后，一个估算精度高的模型可让电池管理系统识别和保护弱电池，从而延长电池组的寿命。

为设计该机器学习模型，该团队将把扰动信号（由电力电子变换器出现的一系列电流信号）应用到锂电池上，该系列信号可让电池发出能够检测到的电反应。该团队将在实验室中测试此类电池，并且使用电力电子变换器从安装在电动汽车上的电池中获取数据。此类数据每分钟生成一次，可以测量电池温度、电压和电流波动等电池功能，从而出现数十万个数据点。因此，该团队正在设计一种算法，以评估此类数据并设计一个优化模型。

Preindl是电池和外部元件如何相互用途方面的专家，而化学工程师AllenWest了解电池内部的化学成分。他们二人正结合自己的工程学知识和先进的数据科学技术，设计一个模型，可以预测如何让目前的锂电池获得最佳性能。

Preindl表示："事实上，我们没有量化的方法来了解锂电池的行为。一旦我们有了量化的数据，我们就会了解电池什么时候要充电，可以使用多长时间，什么时候要更换，以及如何延长电池的寿命。"