36氪專訪 | 升科能源褚政宇:AI是動力電池精細化管理的核心

根據國家應急管理部資料,今年一季度新能源汽車火災共計640起,同比上升32%,遠高於交通工具火災平均增幅(8。8%),平均每日發生超過7起火災。

事實上,現階段動力電池的問題還不止火災隱患,除此以外其能量密度、超充效能、低溫穩定性、餘能檢測等等,都是目前佔據整車成本40%甚至更高的動力電池系統長期以來難以從根本上解決的瓶頸。

昇科能源是清華大學車輛與運載學院電池安全實驗室的孵化企業,專注於能源AI服務,將12年的行業積澱融入深度學習框架,構建了首個面向電池時序資料的大規模預訓練模型 PERB1。0 (Pre-training Encoder Representation for Battery),只需一個模型,即可完成幾乎所有的電池時序資料類任務。

昇科在此基礎上推出了全氣候超充樁、充電智慧安全模組、智慧診斷儀、安全雲SaaS、新能源車主綜合服務小程式“小滿用電”等一系列軟硬體產品矩陣和解決方案,並以此賦能電池生態閉環。

昇科能源的核心創始團隊均來自歐陽明高院士課題組,是清華大學科技成果轉化的標杆。是國家高新企業、CBInsights中國新能源汽車創新企業。

近日,恰逢昇科能源成立三週年之際,籍此機會,36氪在與昇科能源的創始人兼CEO褚政宇博士的訪談中,有機會了解了更多關於新能源時代AI能源管理的資訊。

人工智慧和能源、電池管理

在從傳統能源向智慧能源的演進路徑上,人工智慧已經成為最有力的生產力工具。

具體到新能源汽車領域,動力電池及相關技術是新能源革命的核心動力。動力電池供應鏈上下游主要的參與方包括電芯廠、主機廠和充電運營商等,由於各自技術、工藝、生產資料的差異,多種技術路線之間很難打通,對電池狀態的檢測和管理長期以來沒有形成有效且統一的網路。

昇科認為:電池系統是一個具有高度非線性、偽週期性的電化學系統,這和傳統機械電氣系統是有本質差別的。這個差別導致電池系統的監控預警和狀態估計算法開發難度遠大於傳統機電系統。針對這些技術難題,清華大學車輛學院電池安全實驗室進行了多年科研探索,有著深厚的機理沉澱。昇科作為清華大學車輛學院電池安全實驗室的孵化企業,專注於電池業務,對這些長期技術積澱做了有效的科技成果轉化。

昇科能源透過與主機廠的深度合作,建立了完備的實驗及實車資料庫,擁有海量不同型別、不同階段的電池資料,支撐了演算法全流程開發及驗證,進而透過深度學習,形成了機理與資料融合,AI賦能的技術路線,建立了融合各機理引數、高檢出低誤報的異常檢測框架。

褚博士告訴36氪:我們堅定地認為數字化、智慧化可以在動力電池的全生命週期管理和應用中起到非常大的作用,一方面對於充電等使用場景,AI可以大幅提升電池的安全性;另一方面在交易和回收環節,基於AI的數字化檢測對於價值評估也起到非常重要的作用。

昇科能源的首個面向電池時序資料的大規模預訓練模型PERB1。0,可以透過對比學習,直接從大規模無標籤資料中獲取資訊實現預訓練,而傳統模型、和有監督的深度學習普遍無法利用無標籤資料。

並且,PERB1。0經過多家合作伙伴的資料訓練,只需微調即可快速用於新的電池和場景,而且冷啟動模型根據 real-time data自適應迭代,無需任何人工手動調參,在電池服役的全生命週期保持關鍵指標如準確率、誤報率等始終滿足要求。

褚博士進一步介紹:憑藉大規模預訓練模型的優勢,在電池開放平臺“伏龍”上,已經積累了大量使用者和資料,昇科整體上會前置於產業,在場景爆發之前提前去做佈局,比如800V超充,一直在堅定的進行佈局,自2021年以來,昇科能源與殼牌等開展了廣泛的合作,落地了AI安全超充技術,預計明年會有 20 多款支援超充的車型實現量產,而昇科已經完成了智慧超級充電站的商業化落地。

人工智慧和能源、電池管理

在全球範圍內,很長時間裡,鋰都將是一種稀缺的資源。如何最高效的利用好現有鋰電資源,也將是動力電池相關行業將長期面對的重要課題。

而動力電池隨著新能源汽車完成銷售之後,就離散的分佈在終端市場,管理的難度和成本都很高。

目前,新能源動力電池檢測評估在行業中尚未充分開發,電池回收行業面臨電池估值不透明、回收渠道散亂的問題。加上具有檢測能力的機構及企業尚在起步期,擁有專利技術、呈規模的比例極低。

昇科能源在面向電池時序資料的大規模預訓練模型 PERB1。0基礎上,形成了覆蓋動力電池全生命週期多個場景的完整解決方案,為企業側和使用者側提供網路化、全鏈路閉環服務。

褚博士進一步介紹:我們正在構建全球最大的電池智慧化數字網路,利用一張網覆蓋充電、維保、梯次利用、再生利用等多個場景,實現電池在全工況下高精度故障檢測、智慧決策、狀態評估、殘值評估等,高效賦能智慧能源新基建和電池檢測回收兩大業務板塊。

昇科電池智慧化數字網路,不僅可以對動力電池安全運維實現超早期超精準故障預警和主動防護(綜合故障識別率高於93%,誤報率低於0。1%),而且對動力電池從檢測到評估再到回收的全生命週期的後半段的多項指標也做到了行業領先(狀態評估誤差率≤2%,早期壽命預測誤差率≤6%)。

昇科能源表示:電池的AI技術應該更直接地服務終端使用者,形成更大的網路。儘管公司曾經幫助全球超過50家客戶精準預測電池故障和風險,評估電池健康狀態,並形成了多款商業化軟體,但圍繞“引領智慧能源革命,為了人類可持續的未來”公司使命,昇科認為,更應該靠近新能源的廣大終端使用者,不久前上線的“小滿用電”小程式就是昇科為此邁出的一小步。

透過“小滿用電”,昇科高頻的充電場景直接服務車主,每位使用者可以在充電過程中準確地瞭解電池的壽命還有多少、有什麼故障、值多少錢,再也不用擔心換新電池高昂的成本。這些資訊,是每位使用者原本應該知道卻一直無法得知,這正是AI技術的價值所在。

褚博士表示:昇科把全新的嘗試看作電池完全數字化的遊戲,類似Web3應用,使用者在長期參與的過程中,會持續構建數字化憑證,並受到不斷的激勵(Charge to earn),最終每位使用者都能夠得到與物理電池完全對應的數字化電池,獲得可觀收益,這也將促使電池流通市場實現最大效率運轉。

電池智慧化數字網路

在AI看來,處於生命週期內的動力電池無異於有機體。類似於處於人類科學前沿的腦機介面技術,電池也需要這樣一個可以有效看到黑盒內部的技術。

但是,鋰離子電池是封閉體系電化學系統,封裝後只能測量外特性:電流、端電壓、表面溫度、表面壓力等;而很多細微變化都先從內部發生,無法測量內部訊號,意味著巨大的資訊屏障。

褚博士談到:儘管鋰離子電池已經大規模應用,但我們對它的關鍵特性仍然知之甚少,一個重要原因是缺乏像“腦機介面”這類更精細的訊號感測技術。

昇科能源剛剛在這個領域取得了突破,昇科與清華大學車輛學院電池安全實驗室聯合組成了電池感測實驗室,並在電池“腦機介面”的研究中取得階段性進展,實現了對商用10Ah軟包電池內部電位、內部溫度、內部壓力的同步感測。

據介紹,電池“腦機介面”最大的難點在於感測器,與其他感測器不同,電池感測器應用於電池內部這個特殊場景,對相容性提出了非常多的要求:比如簡單的溫度訊號,在電池外部和電池內部測量的難度完全是兩個量級;再比如,內部電位測量和端電壓測量,同時面臨著穩定性、精度、阻隔效應、封裝等多重挑戰,每個挑戰都沒有成熟的解決方案。

褚博士說:為了突破難題,研發團隊經歷了長達6年的探索和技術攻關,傳統方案主始終無法克服材料相容性問題,且壽命一般不足300h,研發團隊另闢蹊徑,創造性地提出了以多孔二維薄膜作為感測敏感材料基底的技術路線,一舉解決了幾乎所有相容性問題。

電池的“腦機介面”對於解決安全性意義重大,動力電池在集成了多維訊號感測器後將步入智慧電池時代,安全預警等功能也將有明顯提升,同時可根據電池使用工況主動輸出“養身”管理方案,最大化發揮每一隻鋰電池的效能,延長電池的使用壽命,從根本上解決電池安全問題。

昇科能源的研發團隊認為,智慧感測器將在電池研發和測試領域率先實現商業化應用。目前,團隊針對智慧感測器自身特性和電池植入還在進行嚴苛的第三方測試和評估,建立針對電池感測器應用的第三方測試規範和標準。

現在,在北京市科委的大力支援下,昇科團隊正在與衛藍新能源展開合作,將電池感測器率先應用在300Wh/kg的固態電池研發過程中。

昇科表示:我們歡迎更多電池企業參與到智慧感測器的聯合應中來,共同推動智慧電池技術的進步。

頂部