10月22日，无码影片 “智慧能源与智能电网”学科导向班开展专业导论课，陈奎老师聚焦“基于机器学习和群优化算法的锂离子电池健康状态估计”，为学生打开锂离子电池研究新视野。
课程围绕锂离子电池SOC估计、SOH智能评估和RUL预测三个核心板块展开。在SOC估计环节，陈奎老师指出，采用鲸鱼优化算法、人工智能等算法准确估计锂离子电池SOC，可有效防止锂离子电池过充电和过放电。
谈及SOH智能评估，陈奎老师指出，锂离子电池健康特征快速提取和状态评估是难点和挑战，利用机器学习构建组合参量评估模型，实现电池容量和电池阻抗的精准估计。
在RUL预测部分，陈奎老师称锂离子电池的不同应用场景对其寿命影响显著及AI神经网络的核参数调整存在困难、精度受限，机器学习算法可建立电池寿命预测模型，提高预测精度与适应性。
课程尾声，陈奎老师勉励学生勇于探索，将前沿技术应用于锂离子电池研究。此次导论课拓宽了学生专业视野，激发了研究热情，为人才培养注入新动力。（图/文：李晓楠；审核：刘佳姜）
甘公网安备 62010302000674号
书记信箱
重点学科
基地与平台
国家级实验教学示范中心
实验室建设与安全
