为推动能源与交通的融合发展，促进先进储能技术在电动载运装备上的应用发展，实现电网能量与载运的高效互动，助力“碳达峰”和“碳中和”愿景实现，中国电工技术学会于4月24日在北京召开中国电工技术学会青工委先进储能科学与应用学组成立大会，并同期举办第13期青年学术沙龙活动。

田金鹏博士代表北京理工大学电动车辆国家工程实验室先进储能科学与应用课题组，在会议上做了题为“AI赋能动力电池健康感知”的报告，现将报告分享给大家，请各位读者品读。

先进储能科学与应用课题组(AESA)

先进储能科学与应用课题组(Advanced Energy Storage and Application：AESA)创建于2014年，隶属于北京理工大学电动车辆国家工程实验室孙逢春院士团队，负责人熊瑞教授，长期致力于电动载运工具、动力电池系统、储能系统、大数据和人工智能应用以及教学辅助仪器、特种装备技术等领域研究。

使用日常的充电信号，结合深度学习算法，我们可以实现：正负极容量和初始SOC等电极老化参数；重构出完整的电池OCV曲线；从OCV曲线中导出电池容量、剩余电量、能量等状态信息；根据电极的电压区间最大化电池的工作能力并防止容量加速衰落。后续工作将围绕构建更加深入的电池老化数据集展开。