清华大学周光敏/张璇团队Nat. Commun.: 在随机退役条件下生成式学习辅助电池健康状态评估与可持续回收

文章预览

2024年11月23日，Nat. Commun.在线发表了清华大学周光敏副教授、张璇副教授和 腾讯 徐挺洋博士 课题组的研究论文，题目为《 Generative learning assisted state-of-health estimation for sustainable battery recycling with random retirement conditions 》，论文的第一作者为 Shengyu Tao、Ruifei Ma和Zixi Zhao。 随着电动汽车市场的快速发展，动力电池需求量激增，但其设计寿命有限，退役潮已经到来。 如何高效、经济、环保地处理这些退役电池，成为亟待解决的挑战。 快速准确地估计退役电池的 健康状态 （SOH）是再利用和回收的关键预处理。 然而，数据驱动方法需要在随机SOH和 荷电状态 （SOC）退役条件下进行详尽的数据管理。 在此研究中，作者通过 2700个退役锂离子电池样本的脉冲注入数据集 验证了生成式学习辅助的SOH估计在缓解数据稀缺和异质性挑战方面的前景，该数据集涵盖了 ………………………………