阳江钢绞线型号及规格一览表 电板寿命预测新SOTA！港科广联团队开源新法，用多脉络学习预测电板全生命虚弱

电板寿命预测这件事阳江钢绞线型号及规格一览表，正在从"只看轮回次数"走向"看齐全虚弱过程"。

但现存法大多只盯着单个电板的时辰序列，忽略了数据中存在的多脉络结构：

不同虚弱条目下的电板发扬不同，但同条目电板通常有相通退化特征；永恒 SOH 轨迹虽各有互异，却分享些典型模式；电压 - 电流弧线的退化信号并非均匀分散，而是聚拢在特定 SOC 区间。

为应答这挑战，香港科技大学（广州）、中南大学和上海大学的学者联在 KDD 2026（CCF-A 类）发表新筹商后果，开源了面向早期电板虚弱轨迹预测的多脉络学习法BatteryMFormer。

它不错从早期电压 - 电流弧线中同期学习时辰动态和 SOC 局部退化信号，再注入电板规格、化成条约、运转条目等虚弱条目信息，后通过个"元退化模式挂牵模块"检索跨电板分享的退化轨迹原型。

果上，BatteryMFormer 在通盘域上均取得能，即使在仅保留 50 测验电板的低数据建树下，它也曾显耀于强基线模子。

以下是多详确内容。

筹商配景

可再充电板已平庸应用于电动汽车、领域化储能和便携式电子栽培等当代工业场景。

跟着电板产业快速发展，群众电板出货量已在 2024 年过 1545 GWh，并瞻望将在 2030 年达到 4700 GWh。

怎么准确评估和预测电板永恒能退化，已成为因循电板研发化、制造评估和现实部署的重要问题。

电板虚弱轨迹预测（battery degradation trajectory forecasting， BDTF）旨在基于早期运转数据预测电板曩昔齐全的健康景况（state of health，SOH）演化过程。

比较仅预测轮回寿命或剩余寿命，BDTF 眷注退化过程的一语气演化，可为早期筛选、永恒能评估和虚弱机制分析提供细粒度的信息。

尽管机器学习法已被用于电板虚弱轨迹预测，现存筹商仍主要从单电板层面的时辰序列建模起程，尚未显式建模电板退化数据中的多脉络结构。

先，由电板规格、化成条约和运转工况等要素共同界说的虚弱条目，会显耀影响电板退化行动；换取或周边虚弱条目下的电板通常发扬出致或相通的退化特征。

其次，不同电板的永恒 SOH 轨迹天然存在互异，但通常分享些许典型退化模式，如线、亚线、线退化以及容量回升等景色。

后，电压—电流弧线中的退化沟通变化通常并非均匀分散，而是通常聚拢在特定 SOC 区间，对应潜在的局部电化学信号。

现存法未能系统愚弄这些虚弱条目规章、轨迹模式先验和 SOC 局部退化特征，甘休了其在复杂跨条目电板数据上的预测能力。

法空洞

筹商团队所建议的BatteryMFormer，则是种用于早期 BDTF 的多脉络 Transformer 框架。

该模子的中枢念念想是在 Transformer 架构中显式引入三类关键归纳偏置：早期电压—电流弧线中的时辰动态与 SOC 局部退化表征、虚弱条目层面的表征学习拘谨阳江钢绞线型号及规格一览表，以及跨电板分享的退化轨迹原型。

在模子历程上，BatteryMFormer 先通过双视角编码器从早期运转数据中构建互补表征：时辰视角用于捕捉轮回间和轮回内的动态变化，SOC 视角用于建模特定 SOC 区间内的局部退化信号。

在此基础上，虚弱条目感知解码器进步将电板规格、化成条约和运转条目等虚弱条目信息注入暗示学习过程，通过虚弱条目引的查询和虚弱条目感知瞩眼力，促进模子学习与虚弱条目沟通的退化表征。

后，元退化模式挂牵模块基于解码后的暗示检索跨电板分享的典型轨迹原型，并将其算作模式先验融到预测头中，以辅生长程 SOH 轨迹预测。

实验收尾模子总体发扬

筹商团队在 Li-ion、CALB、Na-ion 和 Zn-ion 四个电板域上系统评估 BatteryMFormer，并与现存电板虚弱轨迹预测模子和通用时辰序列预测模子进行比较，如下表所示：

其中，BatteryMFormer 在所罕有据域和评价计划上均取得能；相较于次模子，其 MAPE 辞别裁汰 11.07、8.49、17.66 和 8.97，MAE 辞别裁汰 10.94、10.83、17.65 和 11.83。

消融实验

另外，消融实验收尾如下表所示，移除 SOC 视角、元退化模式挂牵模块或虚弱条目感知解码器均会致能下落，考证了三类关键模块的有。

但与使用换取输入信息的 CPTransformer-SI 比较，BatteryMFormer 仍保合手势，钢绞线阐发能普及主要来自多脉络架构联想，而非罕见输入（SOC 序列以及虚弱条目信息）。

案例分析

在典型测试电板上，元退化模式挂牵模块大概检索出与方向电板永恒 SOH 演化趋势致的轨迹原型，支合手模子进行长程轨迹预测（图中 a）。

瞩眼力分析进步表示，模子会眷注特定 SOC 区间（图中 b 和图中 c），且瞩眼力区域与 DVA 特征区域可能存在对应沟通（如下图），阐发 SOC 视角学习到的局部退化表征具有定电化学讲解。

低数据建树评估

如表表示，在仅保留 50 测验电板的建树下，BatteryMFormer 仍在四个电板域上于强基线模子。

该收尾标明，多脉络学习计谋在测验数据受限时仍能有索要退化沟通信息，体现出较好的数据率。

总的来说，BatteryMFormer 将电板虚弱过程中的多脉络结构显式纳入 Transformer 模子联想，为早期电板虚弱轨迹预测提供了种可感知电板虚弱数据多脉络结构的学习框架。

该使命标明，面向复杂电板虚弱数据的 AI 模子不应仅套用通用时辰序列预测架构，而应围绕虚弱条目依赖、分享轨迹模式和 SOC 局部退化信号等任务特征，进行量身定制的神经汇聚架构联想。

实验收尾表示，BatteryMFormer 大概在多个电板域上清静普赶早期 BDTF 能，为跨条目、跨体系的电板退化建模提供了有价值的法参考。

另外，筹商团队包括：

作家：

谭瑞锋，香港科技大学（广州）枢纽可合手续动力与环境学域四年博士生，筹商向为材料信息学与数据驱动的电板虚弱预测。以作家 / 共同作家在 KDD、ACS Energy Letters、Energy Storage Materials 等期刊和东谈主工智能会议发表论文 5 篇。

董金涛，中南大学计议机学院 2023 本科生，主要筹商酷爱酷爱为东谈主工智能、数据驱动建模和电板老化预测，以共同作家在 KDD 上发表论文 1 篇。

通信作家：

张统西宾，科学院院士，香港工程科学院院士，香港科技大学（广州）讲座西宾，材料科学与固膂力学，材料基因组工程、材料信息学和力学信息学的动者，上海大学材料基因组工程筹商院创院院长，材料学会材料基因组工程分会任主任，香港科技大学（广州）广州市材料信息学实验室主任，Journal of Materials Informatics 主编，断裂学会主席。

他淘气动材料信息学、材料 / 力学 GPT、材料 / 力学多模态大模子、AI4S（AI for science）和 AI4M（AI for materials）的发展。

黄加强西宾于 2013 年以"上海市秀毕业生"荣誉毕业于上海交通大学机械工程特别自动化业。他自后于 2017 年在香港科技大学取得机械工程博士学位。他先后在香港理工大学和法兰西公学院从事博士后筹商。

他现在的筹商酷爱酷爱为电板、传感器与东谈主工智能的交叉域。以作家或通信作家身份在 Nature Energy、Nature Sustainability、Nature Communications、Energy & Environmental Science、Advanced Materials、KDD 等顶期刊或顶会议发表 30 余篇论文，央求、利 10 余项。

李佳西宾，香港科技大学（广州）助理西宾，博士生师。他在基础模子面的筹商已在学界和业界齐取得了显耀的后果，承担多项沟通域的国天然科学基金和龙头企业（华为、腾讯、阿里巴巴、字节卓越）筹商口头。

迄今为止，在 Nature 子刊、TPAMI、KDD、NeurIPS 等顶期刊与会议发表论文 100 余篇。代表作赢得 2023 KDD 唯佳筹商论文。2022 年，他主合手腾讯犀牛鸟口头，获学术鼎新。2023 年，他主合手国内个"图数据 + 图学习"校企联实验室即港科大（广州）创邻图数据联实验室，作拓荒自主常识产权的交易化图数据库 Galaxybase。2024 年，培养博士生赢得百度学金（群众 10 东谈主 ) 。

论文谀媚：http://arxiv.org/abs/2605.27044

口头谀媚：https://github.com/Ruifeng-Tan/BatteryMFormer

键三连「点赞」「转发」「防卫心」

迎接在推敲区留住你的主义！

—  完  —

咱们正在招聘名眼疾手快、眷注 AI 的学术裁剪实习生  � �

感酷爱酷爱的小伙伴迎接眷注 � �  了解细目

� � 点亮星标 � �

科技前沿进展逐日见手机号码：15222026333相关词条:管道保温     塑料管材生产线     锚索    玻璃棉毡    PVC管道管件粘结胶

1.本网站以及本平台支持关于《新广告法》实施的“极限词“用语属“违词”的规定阳江钢绞线型号及规格一览表，并在网站的各个栏目、产品主图、详情页等描述中规避“违禁词”。
2.本店欢迎所有用户指出有“违禁词”“广告法”出现的地方，并积极配合修改。
3.凡用户访问本网页，均表示默认详情页的描述，不支持任何以极限化“违禁词”“广告法”为借口理由投诉违反《新广告法》，以此来变相勒索商家索要赔偿的违法恶意行为。