登录
加入联盟
找回密码
航空人生
新一代连飞客户端下载
空管人生
中国航空运动协会推荐
WEFLY
模拟飞行玩家聊天工具
门户
文章
商城
二手市场
外包服务
模飞软件
硬件设备
飞行体验
学院
云课堂
问答
资料下载
论坛
模拟飞行
低空飞行
太空探索
航圈
资源
素材
下载
企业
无人机论坛
»
论坛
›
航模DIY专区
›
航模电池
›
欧阳明高:基于动力电池大模型实现全生命周期智能化 | 数 ...
返回列表
发新帖
查看:
995
|
回复:
0
欧阳明高:基于动力电池大模型实现全生命周期智能化 | 数字能源
[复制链接]
578983126
578983126
当前离线
积分
1770
窥视卡
雷达卡
51
主题
885
帖子
1770
积分
金牌飞友
金牌飞友, 积分 1770, 距离下一级还需 1230 积分
金牌飞友, 积分 1770, 距离下一级还需 1230 积分
积分
1770
飞币
883
注册时间
2017-8-15
发消息
发表于 2023-8-4 11:56:33
|
显示全部楼层
|
阅读模式
电池领域也可以借鉴大模型的技术思路,构建电池行业的大模型,以此来实现电池的智能设计、智能感知、智能调控和智能制造。
文 | 张丞
编辑 | 石亚琼
封面来源|IC photo我国动力电池产业已经进入新的发展阶段,迫切需要全生命周期智能化技术来提高研发效率、保障生产制造质量和降低研发制造成本。全生命周期智能化技术是贯穿电池设计仿真-测试-制造-运行各个阶段的。欧阳明高院士对各阶段所使用的智能化技术进行了详细的介绍。欧阳明高院士认为伴随着大模型技术的发展成熟,电池领域也可以借鉴大模型的技术思路,构建电池行业的大模型,对电池性能进行预测,并以此来实现电池的智能设计、智能感知、智能调控和智能制造。欧阳明高院士最后指出电池领域大模型技术仍存在一些局限性,比如数据量不足、可解释性有待提高、可迁移性还需要完善等。笔者过往也对电池仿真设计阶段的智能化技术进行了研究,在《仿真驱动电池正向设计》一文中较为详细地介绍了电池多尺度仿真技术及电池CAE仿真软件发展的现状、趋势与展望。其中欧阳明高院士演讲中提到的研发动力电池国产软件的公司为易来科得,我们过往也有报道。(https://36kr.com/p/2010098571552133)以下为欧阳明高院士的演讲全文(数字时氪整理,未经本人审核):大家下午好。我今天报告的题目是动力电池全生命周期智能化技术。首先我想介绍一下什么是动力电池全生命周期智能化技术。我们中国动力电池已经是世界最大的动力电池产业。但是现在我们也面临一系列挑战。比如说我们增速放缓、利润率降低、产品迭代加快。这些都是我们要解决的一些新的挑战。应对这个挑战,我们认为很重要的一个手段和工具,就是全生命周期智能化来支撑我们的设计、制造、管理、回收,以便实现全生命周期的提速提效降本。与此同时,我们迎来了新的机遇,那就是人工智能时代来临。我们现在已经进入了大模型时代,大家非常熟悉的有ChatGPT。再比如说大家不太熟悉的BERT,这都属于大模型,大模型ChatGPT。GPT是一种大模型,chatGPT是GPT的一种,一个是生成式的预训练模型,一个BERT是双向编码的预训练模型,那么这两种模型都是基于transformer这种底层神经网络的。所以我们什么叫大模型?一般来说都是基于深度学习,并以transformer为底层神经网络的、参数量达到亿级别以上的这种模型。那么transformer跟以前的神经网络不一样,它是并行的。并行就可以使参数量放大到百亿千亿,这样就有可能形成智力表现与专业知识的输出。这中间我们分成几个方面。首先是有大数据,然后是预训练,预训练包括了机器学习,也包括了人工的标定。然后是我们的大模型,百亿参数的大模型,那就是transformer。再加上注意力机制。在此基础上以它为基础材料构成的框架型系统,比如说GPT就有推理能力,然后以这个为基础,可以形成各种不同的应用的大模型。比如说我们用于绘画的,就是语言类的ChatGPT。当然我们也可以用于自动驾驶的,也可以用于能源和电力的大模型,都是可以的。对于动力电池来讲,我们也可以借鉴这个概念。就是我们可以预训练的神经网络,以transformer为基础来构建我们的电池大模型。预训练大模型。当然我们可以用GPT模式,也可以用其他模式的大模型。比如说这个不是GPT模式,以它为基础,我们再来做微调的子模型。比如说用于智能设计的,用于智能制造的,用于智能管理的等等,还有智能回收的都可以。首先是智能设计。我们现在已经从实验室错到仿真驱动,到了现在的智能化全自动,就是效率可以提升1到2个数量级,这是革命性变化。它其中的两项核心技术,一个就是高精度建模,还有一个就是高效自动智能寻优算法。第二个就是智能制造。智能制造我们可以用仿真做数字孪生,还有缺陷智能检测、产线的大数据、人工智能分析,来实现制造过程的智能化。还有我们智能的装备。我们从单机智能到多机协同智能,到整条生产线一体化智能,一个级别一个级别的上升。还有我们的智能感知,我们可以引入多维的传感器,尤其是我们认为最重要的电位传感器,电位传感器基于这些传感器,我们融合机理和人工智能就可以开发出内部状态的感知算法,来实现我们对内部状态的评估以及预测。在此基础上,我们可以通过大模型来进行电池管理。比如说我们来进行热失控安全的预警。以前是非常困难的。因为热失控的数据是很少的。发生事故之后,事故本来就不多,不可能形成大数据。但是有了人工智能,我们可以基于少数数据来生成,通过数字孪生来生成一个大型的数据库,然后进行预判。再比如说智能的调控,以前都是通过设计,我们电池能控制的部分很少,我们只有充电可以控制,放电基本上不可以控制。但是现在我们不仅仅可以对电池的均衡进行控制,这是已有的。当然我们还可以对充电、析锂进行调控。那么以前析锂出来就进不去了,我们现在可以调控。热失控我们以前也是没有办法调控的,但是现在我们也可以调控,也就是说通过实时控制来防止热失控,这以前是做不到的。再比如说我们可以通过智能端盖对内部气体进行智能调控。还有就是智能的回收,也需要智能技术。比方说非破坏性的修复,我们可以通过小电流来进行析锂调控。然后什么时候开始回收,也需要智能化的技术对寿命进行预测。这就是我想讲的动力电池全生命周期智能化技术的介绍。下面我想介绍一下我们在这些方面的进展。首先我们做出了电池行业首个人工智能大模型。我们这个不是GPT构架,我们是基于MAE构架,也就是谷歌的BERT基础上的处理图像的MAE构架,我们达到了10亿级的电池参数。刚才说我们ChatGPT是百亿千亿,那个是需要大量的这样的GPU作为底层的,我们这个不需要那么大的算力,因为大的算力我们现在也没有,所以我们可以做到10亿级别是可以做到的。通过我们一个模型可以解决多个任务,适应多种电池。这就是我们的基本构架。这个构架就是MAE构架,就是掩码的一种编码构架。所谓编码构架就是说我们现在有一条曲线,很多数据都没有,但是我们就算是75%的数据没有。我也可以通过这个大模型把这条曲线重构出来。也就是我用极少的信息可以把整个图像给你预测出来。我们达到了10亿量级的参数,达到了千GWh的数据量。这就是我们现在的核心优势,核心优势包括我们可以采用无标签数据。无标签数据就是我们所有的数据都可以不需要精细的标签。第二个,我们的模型可迁移,很迅速的可以迁移,也就是具有通用性。第三个,我们不需要人工介入,这是它的优势。现在我们已经发展到第二代,已经在全国30个城市实现业务落地。有80万辆新能源汽车,两万多的充电桩,以及1000个GWh的储能,都已经用我们这个模型了。这是我们创业公司昇科能源在推广。第二个就是电池智能设计,我们开发了一款动力电池的全自主的国产软件,底层也都是我们做的。在这个里头,我们做了大量的工作,就是虚拟建模仿真,包含了所有的电信类型材料库等等。我们现在已经有28家专业客户采用了这个软件。在全国在外测的单位和方案已经超过200套。这是第二个。第三个就是我们的智能制造。智能制造项目包括异物缺陷检测软件和电池的分容软件。传统的分容是要全部化成分容做一次测试。现在我们只需要一半测试,另外一半完全靠预测,大量的节省人力、物力和经费。这比如说我们这就是用AI做的,就是缺陷电池的智能诊断。缺陷检出率超过90%,在生产线上做缺陷检出。面向未来,我们还在开发的最核心的就是植入式软件。植入式传感器最核心的就是电位传感器。电位跟很多内部状态都有关系,是难度最大的一个传感器。最开始从2014年就开始做,现在做到第四代就是跟隔膜完全一体化的电位反馈,是柔性的。而且是面上反馈,不是单点反馈。我们现在柔性传感器的寿命已经超过2500小时。可以跟我们车上的等寿命。同时我们是多点反馈、无线传输,这就是我们传感器的样品。这样可以做很多工作,包括电池缺陷识别、安全预警、快充等等。下一步我们就是全智能电池。今天我们在展台已经展出了我们智能电池的一个样品,就是植入各种传感器、电位、温度、气体等等,整个植入进去,做成智能电池。最后我做一下动力电池全生命周期智能化的展望。我们在智能设计智能电池方面,主要是高精度多尺度的建模技术,加电池内部的多维传感。在智能制造与智能装备方面,主要是产线、大数据和先进制造技术,加单机智能化与多机协同,对智能管理和智能回收主要是靠大模型与主动调控。这是我们的技术路线图。当然我们还面临一系列挑战,比如说我们数据量还不够,我们还需要更多的数据。另外就是可解释性,整个人工智能大模型的可解释性,我们需要进一步的加入电池的机理。第三个就是可移植性。现在我们比如说我们如何移植到固态电池,我们还需要进一步研究。现有电池的可移植性完全没有问题。但是对新体系我们还需要做大量的工作。这就是跟大家汇报的,谢谢各位。
相关阅读:
数字时氪持续关注数字能源产业生态发展,聚焦能源技术与新一代信息技术融合发展历程,推出系列研究文章,同时会与产业内企业家、行业资深专家、学术界代表等人物进行深度访谈(点击文章查看):虚拟电厂如何解决调频难题?深圳的答案是5G网络切片 | 数字能源
是谁吹来了2023年工商业光储大扩张的东风?| 数字能源
电池、电网、数字化,储能系统集成商的三条战线 | 数字能源
储能的核心在于成本与安全 | 海辰储能联合创始人、总经理王鹏程专访数据中心+储能,微软谷歌都在下场做的一件事| 数字能源数智焦点 | 着眼全球竞争,特斯拉Megafactory落子上海,能否搅动国内储能市场?阳光电源发布干细胞电网技术,直指新型电力系统发展核心 | 数智焦点数智前瞻·能源 | 谁是下一代智能电网的首席执行官?(上)中望软件1.6亿收购北京博超,拓展千亿级能源电力数字化市场 | 数智焦点
各位关注数字时氪的小伙伴,因微信改版,建议大家一定要星标【数字时氪】,这样才能很明显看到我们推送的内容,大家一定要星标哇!
步骤:点开数字时氪公众号主页,点击右上角,选择“星标”,这样你就可以每天看到我们新的推送啦!
我们正在建设「新能源产业」主题交流社群,欢迎扫码添加数字时氪小助手,并发送名片或者个人介绍,我们将为您持续推荐相关产业信息和活动。
更多活动信息及行业详情,请关注微信公众号“数字时氪”(微信 ID :digital36kr),期待您的到来。
智能化
,
大模型
,
阳明
,
基于
,
动力
相关帖子
•
低空经济向高端、智能化方向发展,多地加大投入力度加快产业布局
•
【模型工具】使用基于边的图神经网络的给水系统可迁移元模型研究
•
苹果大模型新成果:GPT-4o扮演用户,在场景中考察大模型工具调用,网友:Siri也要努力 | 开源
•
引领未来交通 | Parasoft 携手 eVTOL迈入软件安全智能化时代
•
【模型工具】一种基于过程和数据混合驱动的改进实时洪水预报模型
•
双11热潮下,设备智能化、低空经济+物流、产业融合发展……物联网正在触达更远的未来
•
10.29 全面下杀!大A药丸辣?!低空经济是否曲终人亦散?宗申动力还能不能持有?
•
AI 大模型工具实用指南:写作、编程、音频转文字,你需要的都在这!
•
第45集eVTOL案例讲解, 非矢量飞行器,一款南非的长航时混合动力eVTOL。
•
对于低空飞行的动力来源,这个比克有哪些预案?
回复
使用道具
举报
提升卡
置顶卡
沉默卡
喧嚣卡
变色卡
千斤顶
照妖镜
返回列表
发新帖
高级模式
B
Color
Image
Link
Quote
Code
Smilies
您需要登录后才可以回帖
登录
|
加入联盟
本版积分规则
发表回复
回帖后跳转到最后一页
快速回复
返回顶部
返回列表