模型约束故障诊断网络

随机工况真阳性率升46.5%

一种适配不同电池包结构、可在线实时判定安全故障的深度学习网络。

曹锐 · Zhang, Zhengjie · Shi, Runwu · Lu, Jiayi · Yifan, Zheng · Yefan, Sun · 刘新华 · 杨世春

Nature Communications 2025

参数信息

真阳性率提升
46.5 %
有效数据量
18.2 million
故障类型数
4

技术优势

故障抓得更准

假阳性率处于0–0.2区间时,真阳性率较其他方法提升超过46.5%。

适配性更强

网络适配不同结构的电池包,无需为每种型号重新建模,降低了实施成本。

覆盖四类高危故障

能同步识别电解液泄漏、热失控、内部短路和过度老化,并输出各自触发概率。

应用场景