将物理领域知识与人工智能相结合提高了电池容量的预测准确性

最近，电动汽车(EV)随处可见，从乘用车到公共汽车再到出租车。电动汽车具有环保和维护成本低的优势，但如果电池耗尽或达到使用寿命，车主必须警惕致命事故。因此，对电动汽车中常用的锂离子电池进行精确的容量和寿命预测至关重要。

由SeungchulLee教授和博士领导的POSTECH研究团队。候选人SungWookKim(机械工程系)与汉阳大学Ki-YongOh教授合作开发了一种新型人工智能(AI)技术，可以准确预测锂离子电池的容量和寿命。这项研究突破，通过将物理领域知识与人工智能相结合，大大提高了预测的准确性，最近发表在能源领域的国际学术期刊《应用能源》上。

预测电池容量的方法有两种：一种是基于物理的模型，它简化了电池复杂的内部结构;另一种是人工智能模型，它使用电池的电气和机械响应。然而，传统的AI模型需要大量数据进行训练。此外，当应用于未经训练的数据时，其预测精度非常低，迫切需要下一代人工智能技术的出现。

为了用更少的训练数据有效地预测电池容量，研究团队将不同于传统方法的特征提取策略与基于物理领域知识的神经网络相结合。结果，测试具有各种容量和寿命分布的电池的电池预测精度提高了高达20%。通过确认结果的一致性来确保其可靠性。预计这些成果将为将高度可靠的基于物理领域知识的人工智能应用于各个行业奠定基础。

浦项科技的李教授表示：“基于数据的人工智能的局限性已经通过物理知识得到克服。构建大数据的难度也因差异化特征提取技术的发展而得到缓解。”

汉阳大学的吴教授补充说：“我们的研究意义重大，因为它可以准确预测下一代电动汽车的电池剩余寿命，从而有助于向公众推广电动汽车。”