【快充电池健康预测难题被突破】中国科学院大连化学物理研究所陈忠伟与毛治宇团队，联合西安交通大学冯江涛教授，在电池健康管理研究中取得新进展。团队开发出一种新型两阶段联邦迁移学习框架，有效解决了快充电池健康状态预测中数据不足与个性化建模的难题。
电池健康状态预测对电动汽车至关重要，但面临两大挑战：一是受隐私保护限制，单一电池数据有限；二是不同电池行为差异大，需构建个性化模型。
该框架第一阶段通过联邦迁移学习，使多个电池在保护数据隐私的前提下共享模型参数，协同训练全局模型；第二阶段利用目标电池少量本地数据对全局模型微调，形成个性化模型。该方法基于轻量级卷积网络，引入通道注意机制，性能显著提升，实验显示其在公共数据集上优于传统方法。
该框架作为第二代电池数字大脑PBSRD Digit的核心，已用于电池智能化管理，并支持储能领域垂直智能客服系统的开发，推动行业智能化发展。
相关研究成果发表在《IEEE交通电气化汇刊》（IEEE Transactions on Transportation Electrification）上。中国科普博览
