ABEC 2019│第7屆中國（常州·金壇）電池新能源產業國際高峰論壇現場
電池“達沃斯”-電池網11月28日訊（陳語 張倩 江蘇常州 圖文直播）11月27—29日，一年一度的全球電池行業盛會——ABEC 2019│第7屆中國（常州·金壇）電池新能源產業國際高峰論壇在江蘇金壇隆重舉行。本屆論壇由ABEC（電池“達沃斯”）組委會、中關村新型電池技術創新聯盟、電池百人會主辦，江蘇省金壇經濟開發區管理委員會、蜂巢能源科技有限公司協辦，800余位來自全球電池新能源產業鏈的“政、產、學、研、金、服、用”各界代表以及媒體代表等出席，共議后補貼時代下，新能源電池產業高質量發展之路。
新加坡南洋理工大學博士后夏華榮
28日上午，新加坡南洋理工大學博士后夏華榮在ABEC 2019論壇上做了題為《基于大數據分析的鋰電池技術進步的幾點考慮》的主題演講，結合電池技術，分享了怎樣利用AI技術提高電池的生產、提高電池研發的效率等，電池網摘選了其部分精彩觀點，以饗讀者：
論壇上，夏華榮首先分享了人工智能、機器學習和深度學習的區別。利用計算機模擬人類行為，所有這些的事情都可以稱之為人工智能。隨著早期的人工智能發展，機器實現了按照一定的邏輯進行“機器學習”，隨著學習算法的發展，現如今支撐人工智能的重要技術也發展成為深度學習，也就是說，從范圍來說，人工智能 > 機器學習 > 深度學習。
“AI可以幫助我們用以前的方法和工具發掘知識。”據夏華榮介紹，AI在電池目前能用到的技術主要有兩個可能：一是利用機器學習的技術，預測電池的壽命，二是用機器學習加速電池材料的開發。
關于電池壽命的預測，夏華榮進一步解釋說，開發一款新的電池，或者對原來的電池做小的修改，都要重新表征電池各方面的性能，比如電池容量、電池倍率、電池電壓，最主要的是表征電池的循環壽命。但在這個過程中，表征電池的循環壽命，需要耗費巨大的時間成本。在工藝優化過程中，一個小小的表現都會重新表征電池壽命，因為你不確定對它的改變是如何影響它的壽命。但是表征壽命，如果用1C充一次電，再用1C放一次電，表征1000次循環，就需要83天，很長的時間。如果表征2000次循環，就是半年時間，如果對工藝進行調整，大概半年以后才可能知道電池壽命是多少，時間成本支付不了。而對于電池其它方面的表征，大概一周內就可以完成，所以如果能把電池壽命的表征時間縮短，就可以大大加速電池開發的速度。例如，利用機器學習的方法，就可以根據100次預測電池能循環1000次還是循環2000次，可以用很小的時間成本預測它的壽命。
關于利用機器學習加速電池材料的開發，夏華榮用固態電解質來舉例，他表示，考察3000種鋰離子化合物，用機器學習的方法挑選出82種，發掘出這16種以前沒有報道過的固態電解質可能會成為鋰離子電池新的固態電解質，就有可能發掘出新的材料。
(以上觀點根據論壇現場速記整理，未經發言者本人審閱。)
電池網微信
