9月27日訊:26日,清華大學歐陽明高院士團隊、北大科研團隊以及昇科能源的最新研究成果《動態(tài)深度學習實現(xiàn)鋰離子電池異常檢測》(《Realistic Battery Fault Detection with Dynamical Deep Learning》)正式在Nature子刊《Nature Communications》刊出,它面向?qū)嶋H數(shù)據(jù)的鋰離子電池安全預(yù)警問題,搭建了基于動態(tài)變分自編碼器的電池異常檢測深度學習框架(dynamical autoencoder for anomaly detection, DyAD),并通過實際社會經(jīng)濟影響因子分析優(yōu)化深度學習模型,實現(xiàn)高檢出率、低誤報率的電池異常檢測,同時發(fā)布了包含347輛電動汽車的69萬條充電片段的大規(guī)模實車電池數(shù)據(jù)集。
原標題:中國科研團隊關(guān)于“鋰離子電池安全預(yù)警”問題的研究成果在Nature子刊刊出