Generativ AI iste'f'ol derivative litifiy-Ion batareyalarning yangi hayotga tatbiq etilishini kuchaytiradi

```html Mualliflar: Shengyu Tao Ruifei Ma Zixi Zhao Guangyuan Ma Lin Su Heng Chang Yuou Chen Haizhou Liu Zheng Liang Tingwei Cao Haocheng Ji Zhiyuan Han Minyan Lu Huixiong Yang Zongguo Wen Jianhua Yao Rong Yu Guodan Wei Yang Li Xuan Zhang Tingyang Xu Guangmin Zhou Abstrakt Foydalanishdan chiqarilgan batareyalarning holatini (SOH) tez va aniq baholash ulardan foydalanish va qayta ishlash uchun muhim dastlabki ishlov berishdir. Biroq, ma'lumotga asoslangan usullar tasodifiy SOH va zaryad holati (SOC) sharoitlarida keng qamrovli ma'lumotlarni tozalashni talab qiladi. Bu yerda biz generative o'rganish yordamida SOHni baholash ma'lumotlar tanqisligi va heterojenlik muammolarini bartaraf etishda istiqbolli ekanligini ko'rsatamiz, bu 2700 ta foydalanishdan chiqarilgan litiy-ion batareya namunalari, 3 ta katod material turi, 3 ta fizik format, 4 ta sig'im dizayni va 10 ta SOC darajasida 4 ta tarixiy foydalanishni qamrab oluvchi pulsli in'ektsiya ma'lumotlari orqali tasdiqlangan. Generativ ma'lumotlardan foydalanib, regresor aniq SOH baholashni amalga oshiradi, ko'rilmagan SOC ostida o'rtacha mutloq foiz xatoliklari 6% dan past. Biz ushbu texnikaning bir xil joriy etilishini hisobga olgan holda, 2030 yilga kelib global miqyosdagi batareya utilizatsiyasi stsenariyini tozalash xarajatlarini kamaytirish orqali 4,9 milliard AQSh dollari elektr energiyasi xarajatlarini va 35,8 milliard kg CO2 emissiyasini tejashini prognoz qilamiz. Ushbu maqola ko'plab baholash va bashorat qilish vazifalari uchun ma'lumotlarni olish vaqt talab qiladigan, qimmat va iflos bo'lishi mumkinligini hisobga olgan holda, generative usullar yordamida kengaytirilgan ma'lumotlar kosmosini o'rganish uchun cheklangan ma'lumotlardan foydalanishni ta'kidlaydi. Kirish Elektr energiyasidan foydalanishga o'tish, uglerodsiz energiya o'tishining muhim sohasi [1], qazilma yoqilg'iga asoslangan transport paradigmasini misli ko'rilmagan darajada o'zgartirib yubordi. Litiy-ion batareyalari ushbu o'tishda elektr transport vositalari (EV) uchun arzon, bardoshli va xavfsiz energiya ta'minotini ta'minlash orqali muhim ahamiyat kasb etadi [2, 3]. Foydalanishdagi va xizmat muddati tugagan EV batareyalari umumiy sig'imi 2050 yilga qadar 32–62 terra-vatdan oshib ketadi, bu Xalqaro Qayta Tiklanadigan Energiya Agentligi va Saqlash Laboratoriyasi stsenariylaridagi baholashdan sezilarli darajada yuqori [4]. Biroq, foydalanishdan chiqarilgan EV batareyalari katta qoldiq sig'im qiymati bilan qattiq tartibga solinadi, odatda nominal sig'imning 80% dan ortig'ini kam baholanadi [5, 6]. Agar ular to'g'ri ishlanmasa, bu ishlab chiqaruvchilar va foydalanuvchilar uchun iqtisodiy yuklar [7], shuningdek, resurslarni isrof qilish, ta'minot zanjiri xavflari va uglerod emissiyalari [8,9,10,11] kabi keyingi ekologik va ijtimoiy muammolarga olib keladi. Batareya chiqindilarining keskin ko'payishi bilan bog'liq muammolarni hal qilishning istiqbolli strategiyalari ulardan foydalanish [6,12,13] va qayta ishlashdir [14]. Ulardan foydalanishda, foydalanishdan chiqarilgan batareyalarni tarmoqqa ulangan energiya saqlash tizimlari [15], turar-joy elektr ta'minoti [16] va past tezlikdagi transport vositalari kabi ilovalar uchun qayta ishlatish mumkin. Biroq, ulardan foydalanish avvalgi ishlov berishni, shu jumladan, moslikni tekshirish [17], sig'imni saralash [18] va qayta guruhlashni [19,20] ilova talablariga mos kelishi uchun talab qiladi [21]. Dastlabki dasturlarning boshlanishiga qaramay [22,23,24], foydalanish stsenariylari va chiqindiga chiqarish yo'llari uchun qat'iy standartlarning yo'qligi qoldiq sig'imdan oqilona foydalanishni cheklaydi [25]. Qayta ishlash muqobil ravishda materiallarni ajratib olish yoki tuzilishini ta'mirlash orqali foydalanishdan chiqarilgan batareyalarning qoldiq qiymatlaridan foydalanadi [26,27], agar qaytarib bo'lmaydigan darajada yomonlashgan foydalanishdan chiqarilgan batareyalar uchun mos keladi. Pirometallurgiya va gidrometallurgiyaga [28,29] nisbatan, to'g'ridan-to'g'ri qayta ishlash yuqori foydalilik, kam energiya sarfi va kam uglerod emissiyalari bilan ajralib turadi [26,27,30]. Litiyning to'ldirilishi va katod materiallarini keyingi ishlov berishdan foydalangan holda, to'g'ridan-to'g'ri qayta ishlash material strukturasini samarali ta'mirlash va ishlashni tiklashga erishadi [31]. Biroq, sog'liq holati (SOH) to'g'ridan-to'g'ri qayta ishlash strategiyasini shakllantirishda talab qilinadigan kimyoviy reagentni va kutilayotgan litiy qo'shimchasi dozalarini aniqlaydi [32,33,34]. Yetarli bo'lmagan dozalash to'liq ta'mirlanmaslikka olib kelishi mumkin, ortiqcha dozalash esa katod yuzasida ishqor qoldiqlarini hosil qilishi mumkin, bu tiklash ishini yomonlashtiradi [27,35]. Afsuski, SOHni olish invaziv materiallarni tekshirishni [36,37] va uzoq sig'imni kalibrlash testlarini talab qiladi, invaziv bo'lmagan, tez va barqaror SOHni olish esa hal qilinmagan muammo bo'lib qolmoqda. Doimiy SOH ma'lumotlarini ta'minlash uchun, EV batareyalari monitoring qilinadi va operatsion ma'lumotlar bulut platformalari [38] va batareya pasportlari [24] tomonidan yozib olinadi. Yevropa Parlamenti 2023-yil 14-iyunda Batareyalar direktivasini qabul qildi, bu foydalanishdan chiqarilgan batareyalarni xizmat muddati tugaganidan keyin qayta ishlatish, ta'mirlash yoki qayta ishlashni ta'minlaydi [39]. Biroq, talab qilinadigan monitoring va yozib olish tartibi faqat EV xizmat bosqichida mavjud, foydalanishdan chiqarilgan batareyalarda avtomobil ichidagi monitoring blokiga ulanmagan. Shu sababli, soha bo'yicha mavjud SOH ma'lumotlarini olish qiyin. Hayot davomiyligi ma'lumotlarining yaxlitligi asosiy muammo bo'lib qolmoqda, bu esa tarixiy ma'lumotlardan yoki nazorat qilinadigan sharoitlardan farqli o'laroq, faqat soha ma'lumotlaridan foydalangan holda SOH baholashni talab qiladi [30,40,41]. Bir yechim - bu foydalanishdan chiqarilgan batareya yig'ish sohasida sig'imni kalibrlash testini o'tkazish, ya'ni SOCni konditsiyalash, bu sodda, ammo bu juda qimmat test vaqtini va qo'shimcha elektr energiyasi xarajatlarini talab qiladi. Gibrid puls quvvati xarakteristikasi testi dinamik puls in'ektsiyasi orqali SOHni baholash uchun muqobil hisoblanadi, ammo to'liq test ketma-ketligi 12 soatdan ortiq davom etadi. Tao va boshqalar. foydalanishdan chiqarilgan batareyalarni SOHni baholash uchun qisqa impulslardan foydalanganlar, bu esa 5% SOC ga SOCni konditsiyalashni talab qiladi, bu esa tasodifiy chiqindiga chiqarish SOC sharoitlariga deyarli mos kelmas edi [41]. Sensorga asoslangan o'lchovlardagi so'nggi yutuqlarga rentgen tasviri [42], elektrokimyoviy empedans [43,44], optik tolali sezgich [45,46], akustik sezgich [47,48], qisman zaryadlash [49,50] va pulsli in'ektsiya [17,41] kiradi. Laboratoriya bosqichida invaziv bo'lganligi sababli sezishga asoslangan usullar laboratoriya bosqichida, pulsli in'ektsiya esa jismoniy shikastlanishsiz batareya degradatsiyasini aniqlashni ta'minlaydi, shu bilan birga qisman zaryadlash va elektrokimyoviy empedansga asoslangan usullardan tezroq [17,51,52,53,54,55]. Biroq, pulsli in'ektsiya ma'lumotga asoslangan usul bo'lib, u faqat jismoniy o'lchangan ma'lumotlar modelni joylashtirish bosqichidagi chiqindiga chiqarish sharoitlarini qamrab oladi degan ideal taxminga mos keladi, bu mashinani o'rganish jamoasida domen siljishi bilan bog'liq umumiy muammo. O'tkazish o'rganish va domen moslashuvi usullaridagi yutuqlarga qaramay [56,57,58], maqsadli domenni moslashtirish uchun joylashtirishda dastlabki ma'lumotlar talab qilinishi va mavjud o'rganish usullari tasodifiy chiqindiga chiqarish sharoitlari uchun yangilanishi qiyin bo'lganligi sababli muammolar qolmoqda [59]. Bir yechim - bu ma'lumotlar tanqisligi va heterojenligini kamaytirish uchun kutilmagan chiqindiga chiqarish sharoitlarida ma'lumotlarni sinash miqyosini kengaytirish, ammo bu xarajatlarni oshirishi mumkin. Vang va boshqalar. termokimyoviy jarayon davomida turli oraliq holatlarda reaktsiya kinetik afzalliklarini interpolatsiya qilish uchun haroratni qazib olish usulini taklif qildilar, bu mashinani o'rganish modelini o'qitish uchun ma'lumotlarni ko'paytirish sifatida minimal termokimyo eksperimental miqyosi va xarajati bo'yicha keng o'quv bazalarini qurishga imkon beradi [60]. Bundan tashqari, generative o'rganish ham qisman sikllangan profillardan olingan ko'paytirilgan ma'lumotlar bilan SOHni baholash imkoniyatlarini namoyish etadi, bu jismoniy o'lchangan ma'lumotlarni tejaydi [61,62]. Biroq, batareya sotish va qayta ishlash kontekstidagi ma'lumotlar tanqisligi va heterojenlik katod materiallari turlari, fizik formatlar, sig'im dizaynlari va tarixiy foydalanishlarning aralashmasi tufayli yanada murakkabroqdir, bu sharoitlarga xos bo'lgan degradatsiya bilimlarini mashinani o'rganish modellariga integratsiya qilishni cheklaydi. Shu sababli, uzoq vaqtli sig'imni kalibrlash va qo'shimcha jismoniy tajribalarni amalga oshirmasdan ma'lumotlarni generatsiya qilish uchun iste'mol qilinadigan elektr energiyasi narxi va uglerod emissiyalarini tejash uchun, chiqindiga chiqarish sharoitlari va pulsli kuchlanish javoblari o'rtasidagi bog'liqlikni hisobga olish mantiqiy. Ushbu tadqiqotda biz foydalanishdan chiqarilgan batareyalarni dastlabki ishlov berishni, ya'ni SOHni baholashni, jismoniy o'lchov vaqtini va xarajatlarini tejaydigan attenuatorli variatsion avtoenkoder tomonidan generatsiya qilingan pulsli kuchlanish javobi ma'lumotlaridan foydalangan holda amalga oshiramiz. Umumiy dastlabki ishlov berish bosqichlari, generativ modelni o'qitish va amaliy modelni joylashtirish bosqichlarining yuqori darajali jarayoni 1-rasmda ko'rsatilgan. Tadqiqot g'oyasi - bu mavjud ma'lumotlardan foydalangan holda, pulsli kuchlanish javoblarini uzluksiz chiqindiga chiqarish sharoitlarida, ya'ni foydalanishdan chiqarilgan batareya yig'ish bosqichidagi SOC taqsimotini o'rganish uchun generative o'rganishni ishlatishdir. Keyingi SOH baholash jismoniy o'lchangan pulsli javob ma'lumotlari bo'lmagan holda amalga oshiriladi, bu esa aks holda konditsiyalash SOCni kutilayotgan darajaga moslashtirish uchun talab qilinadigan dastlabki ishlov berish elektr energiyasi xarajatlari va uglerod emissiyalarini tejaydi. Amper-soat integrallash usuli va mashinani o'rganish pulsli in'ektsiyasiga nisbatan, generative o'rganish tezroq generatsiya tezligi va aniq baholashni ta'kidlaydi. Generativ ma'lumotlar bilan, oddiy regresor ma'lumotlar bazasida ko'rilmagan yoki mavjud bo'lmagan SOC chiqindiga chiqarish sharoitlarida SOHni past xatolik bilan aniq baholaydi, bu qiyin bo'lgan tashqi tarqatish (OOD) muammosi. OOD muammosi SOC sharoiti va tez pulsdan kelib chiqqan kuchlanish javobi o'rtasidagi meros qolgan fizik modelni o'rganish orqali hal qilinadi. Bizning usulimizning umumiy o'tkazuvchanligini 3 ta katod material turi (NMC, LFP va LMO), 3 ta fizik format (silindrsimon, sumka va prizmatik), 4 ta sig'im dizayni va 4 ta tarixiy foydalanish (1 laboratoriya tezlashtirilgan qarish, 3 ta EV haydash, shu jumladan 1 ta faqat elektrlashtirilgan drayv rejimi va 2 ta gibrid drayv rejimi)ni qamrab oluvchi 2700 ta jismoniy o'lchangan namunalarni tekshirish orqali ko'rsatamiz. Generative o'rganish oldingi bilimlarini chiqindiga chiqarish sharoitlariga integratsiya qilish, modellar parametrlarining yashirin makonini kengaytirish orqali interpolatsiya va ekstrapolyatsiyaga mos keladi, bu esa SOH baholash aniqligini buzmasdan, o'lchov vaqtini, elektr energiyasi xarajatlarini va keyingi uglerod emissiyalarini tejaydi. Batareya chiqindilarining global 2030 yilgi konservativ global stsenariysi pirometallurgiya, gidrometallurgiya va to'g'ridan-to'g'ri qayta ishlash sharoitlarida tez va barqaror SOH baholashning muhimligini ta'kidlaydi. Texnik-iqtisodiy tahlil orqali generative o'rganish yordamida SOHni baholash 2030 yilga qadar global miqyosda 4,9 milliard AQSh dollari elektr energiyasi xarajatlarini va 35,8 milliard kg CO2 emissiyasini tejash mumkin. Biz modelning talqin qilinishi, qayta ishlashni dastlabki ishlov berishning ta'siri va kelajakdagi aqlli qayta ishlashni dastlabki ishlov berishning kengroq jihatlari haqida gaplashib chiqamiz. Foydalanishdan chiqarilgan batareyani dastlabki ishlov berish bosqichlari SOCni konditsiyalash, jismoniy o'lchovlar, SOH diagnostikasi uchun mashinani o'rganish va ulardan foydalanish yoki qayta ishlashdan oldin ikkinchi hayot qarorini qabul qilishni o'z ichiga oladi. SOC konditsiyalash - bu an'anaviy doimiy oqim doimiy kuchlanish (CCCV) usuli yordamida foydalanishdan chiqarilgan batareyalarning SOC qiymatlarini kerakli darajalarga sozlashni anglatadi. Pulsli kuchlanish javobi ma'lumotlarini generatsiya qilish uchun attenuatorli variatsion avtoenkoder sxemasi. SOHni baholash uchun ma'lumot generatsiyasi modelini amaliy qo'llash qo'shimcha SOC konditsiyalashni talab qilmaydi. O'qitilgan mashina o'rganish modeli generativ ma'lumotlar tomonidan nazorat qilinadi va joylashtirish bosqichida darhol pulsli kuchlanish javoblarini oladi. 2030 yilgi global batareya chiqindisi stsenariyida bizning generative o'rganish metodologiyamizning iqtisodiy va ekologik foydalari va tez generatsiya tezligi SOC konditsiyalash xarajatlarini tejash orqali. a b c d Natijalar Ma'lumotlar to'plami Ma'lumotlar tanqisligi va heterojenlik - bu ma'lumotga asoslangan batareya diagnostikasi va prognozlashda, ayniqsa foydalanishdan chiqarilgan batareyalar uchun asosiy muammolardir. Biz 270 ta jismoniy foydalanishdan chiqarilgan batareyalardan 2700 ta namuna to'pladik, SOC darajalari bo'yicha keng diapazonda, ya'ni 5% dan 50% gacha 5% oralig'ida. 2-rasmda, ma'lumotlar 3 ta keng tarqalgan katod material turi, shu jumladan 119 ta jismoniy to'plangan NMC (nikel marganets kobalt oksidi), 56 ta LFP (litiy temir fosfat) va 95 ta LMO (litiy marganets oksidi) foydalanishdan chiqarilgan batareyalarni, 3 ta fizik formatni (silindrsimon, sumka, prizmatik) va 4 ta tarixiy foydalanish naqshini (1 laboratoriya tezlashtirilgan sinovi, 3 ta EV foydalanish, shu jumladan 1 ta faqat elektr transport vositasi rejimida va 2 ta gibrid transport vositasi rejimida) qamrab oladi. Biz yuqori darajada heterojen bo'lgan sinov namunalari kiritilganligi bizning ma'lumotlarimizni foydalanishdan chiqarilgan batareyalarni tez pulsga asoslangan SOH baholash uchun hozirgacha eng katta ma'lumotlar to'plamiga aylantirganligini ta'kidlaymiz, bu esa modelning umumiy o'tkazuvchanligini jismoniy o'lchangan ma'lumotlar to'plamlaridan tashqariga kengayishini ta'minlaydi. Foydalanishdan chiqarilgan batareyalarni taqsimlash uchun Sankey diagrammasi, katod materiallari turlari, fizik formatlar, sig'im dizaynlari va tarixiy foydalanishlarni o'z ichiga oladi. Pulsli tok va keyingi kuchlanish javobi foydalanishdan chiqarilgan batareyalarning, bu yerda xususiyatlar burilish nuqtalaridan, ya'ni kuchlanish javobi egri chizig'ining ikkinchi tartibli hosilasi nol bo'lgan nuqtalardan olinadi. U1 dan U21 gacha bo'lgan 21 ta xususiyat nuqtasi olingan. Xom ma'lumotlar uchun yozib olish chastotasi 100 Gts. C-rate dagi har bir puls orasidagi dam olish vaqti 25 soniya. Esda tutingki, C harfi zaryad (to'kish) tezligini bildiradi, bu yerda 1 soatlik zaryad (to'kish) amalga oshiriladi. Atrof-muhit harorati 25 °C da nazorat qilinadi. Masalan, 2,1 Ah va 21 Ah foydalanishdan chiqarilgan batareyalarning sog'liq holati (SOH) taqsimoti (Gauss fit). Boshqa batareya turlari uchun SOH taqsimoti uchun qo'shimcha 1-rasmga murojaat qiling. Turli zaryad holati (SOC) sharoitlarida o'lchangan pulsli kuchlanish javobi va kalibrlangan SOH o'rtasidagi munosabat. Birinchi xususiyat o'lchovi, U1, tasvirlangan. Turli batareya chiqindiga chiqarish SOC taqsimotlari ostida ma'lumot generatsiyasini interpolatsiya qilish va ekstrapolyatsiya qilish holatlari tasvirlangan. Batafsil sinov sozlamalari Qo'shimcha eslatmalar 1 va 2 da keltirilgan, C-rate sozlamasi barcha katod materiallari turlari bo'yicha bir xil ekanligini ta'kidlash lozim. Kaynaq ma'lumotlari Kaynaq ma'lumotlari fayli sifatida taqdim etilgan. a b c d e Oddiy doimiy oqim doimiy kuchlanish (CCCV) testidan farqli o'laroq, puls testi uzoq test vaqtini va foydalanishdan chiqarilgan batareyalarga qo'shimcha zarar keltirmaydi. Shu sababli, biz SOH benchmark sig'im qiymatlari sifatida CCCV natijalaridan foydalanamiz. Generative o'rganish modelini o'qitish uchun puls testi ma'lumotlaridan foydalaniladi. Batareya katod materialining turi har xil bo'lishiga qaramay, biz standartlashtirilgan va oson foydalanish mumkin bo'lgan xususiyatlarni muhandislik qilishni amalga oshiramiz, bu amaliy foydalanishda moslikni ta'minlaydi. 2-rasm pulsli tok in'ektsiyasidan keyingi xususiyatlarni chiqarishni ko'rsatadi. CCCV va pulsli in'ektsiya eksperimental sozlamalari Qo'shimcha eslatma 1 da topilishi mumkin. Birinchi beshta kiritilgan puls uchun, burilish nuqtalari, ya'ni kuchlanish javoblarining ikkinchi tartibli hosilasining nolga teng bo'lgan nuqtalari, xususiyatlar sifatida yozib olinadi, natijada 21 o'lchovli xususiyatlar hosil bo'ladi. 5 soniya darajasidagi puls vaqtiga qaramay, biz pulsning mustahkamligini tekshirish va test vaqtini yanada qisqartirish maqsadida puls kengligini sezgirlik o'lchovini ham o'tkazamiz, bu 30 ms dan 5 s gacha o'zgarib turadi. Biz laboratoriya testlarida (Qo'shimcha eslatma 2) va haqiqiy EV haydash qarishida tezlashtirilgan qarishni hisobga olamiz, garchi ma'lumotlar maxfiyligi cheklovlari tufayli aniq haydash profillariga nomuvofiq bo'lsa ham. 2-rasmda, tezlashtirilgan qarish batareyalari (NMC, 2,1 Ah) va EV haydash qarish batareyalari (NMC, 21 Ah) ning SOH taqsimoti tasvirlangan. SOH qiymatlari 0,6 dan 1 gacha bo'lgan keng SOH diapazonida bir-birini to'ldirishini ta'kidlab, to'plangan ma'lumotlar batareya chiqindiga chiqarish stsenariylarini, shuningdek, haddan tashqari erta chiqindiga chiqarish holatlarini ham o'z ichiga oladi. Boshqa to'plangan batareyalarning (LMO, 10 Ah va LFP 35 Ah) SOH taqsimotlari keng SOH taqsimotini qamrab oladi, Qo'shimcha 1-rasmga qarang. Puls testlari foydalanishdan chiqarilgan batareyalarni tasodifiy yig'ishni simulyatsiya qilish uchun 5% dan 50% gacha bo'lgan turli SOC darajalarida takrorlandi. Test qilingan SOC diapazoni foydalanishdan chiqarilgan batareyalarning past SOCga ega bo'lishi yoki xavfsiz stasionar omborxonalar uchun majburiy ravishda tushirilishi kerakligi taxmin qilinadi, shuning uchun SOC yuqori chegarasi 50% ga o'rnatilgan. 2-rasmda, tezlashtirilgan qarish batareyalari (NMC, 2,1 Ah) va EV haydash qarish batareyalari (NMC, 21 Ah) dan olingan xususiyatlarning birinchi o'lchovi tasvirlangan. Sig'im dizaynlari va tarixiy foydalanishlardagi farqlarga qaramay, pulsli kuchlanish javoblari doimiy degradatsiya naqshini ko'rsatadi, boshqa foydalanishdan chiqarilgan batareyalar ham boshqa xususiyat o'lchovlari uchun shundaydir, Qo'shimcha 2-5-rasmlarga qarang. Biroq, foydalanishdan chiqarilgan batareyalarning SOC taqsimoti uzluksizdir va shuning uchun u jismoniy o'lchovlar bilan to'liq qamrab olinishi mumkin emas. Ma'lumotlarni sinash miqyosini kengaytirish o'rniga, biz SOC sharoitlarida yanada xilma-xil ma'lumotlarni generatsiya qilish uchun allaqachon sinovdan o'tgan pulsli kuchlanish javobi ma'lumotlaridan foydalanamiz. 2-rasmda, ikkita generatsiya stsenariyasi, ya'ni interpolatsiya va ekstrapolyatsiya, tasvirlangan, birlik konditsiyalash tejamkorligi, elektr energiyasi tejamkorligi, CO2 emissiyasini kamaytirish va ularning hisoblash usullari Qo'shimcha eslatmalar 1 va 2 da keltirilgan. Pulsli kuchlanish javobi ma'lumotlarini generatsiya qilish Biz birinchi navbatda allaqachon o'lchangan pulsli kuchlanish javobi ma'lumotlaridan foydalanib, yangi ma'lumotlarni to'g'ridan-to'g'ri generatsiya qilish o'rniga ularni qayta qurishni ko'rib chiqamiz. Qayta qurish shuni anglatadiki, o'lchangan ma'lumotlar avval yashirin o'zgaruvchan fazoga siqiladi, shu bilan birga asl statistik taqsimotlardan olingan o'rganilgan tuzilmani saqlaydi (Qo'shimcha 6-rasm) va keyin asl o'lchovlarga qayta siqiladi. Ushbu tadqiqotda, qayta qurish enkoder neyron tarmog'i modelini va dekoder neyron tarmog'i modelini o'qitish bosqichini nazorat qilishga teng, bu 1-rasmda ko'rsatilgan. B. Asosiy g'oya - bu cheklangan o'lchangan ma'lumotlardan foydalanish va chiqindiga chiqarish sharoitlari va pulsli kuchlanish javobi ma'lumotlari o'rtasidagi yashirin bog'liqliklar yordamida kengaytirilgan ma'lumotlar kosmosini o'rganish o'rtasidagi muvozanatni ta'minlashdir, bu esa "Metodlar" bo'limida batafsil bayon etilgan. Keyin konditsiya ma'lumotlari bilan birlashtirilgan o'lchangan ma'lumotlar enkoder neyron tarmog'iga kiritiladi, bu esa chiqindiga chiqarish sharoitlarini o'z ichiga olgan yashirin o'zgaruvchilarni oladi. Siqilgan yashirin o'zgaruvchilar dekoder neyron tarmog'ini o'qitish va kiritilgan ma'lumotlar namunalarini qayta qurish orqali siqiladi, bu ham oziqlantirish sharoitlari tomonidan boshqariladi. Dekoder neyron tarmog'ining yana bir kiritilishi faqat tasodifiy shovqin bo'lib, u Gauss taxminiga bo'ysunadi (Qo'shimcha 7-rasm), aks holda qo'shimcha sinov vaqti, energiya sarfi va hatto xavf tug'diradigan jismoniy eksperimental o'lchovni talab qilmaydi. 3-rasmning a qismi 35% va 50% SOC qiymatlarida tiklash natijalarini ko'rsatadi, bu yerda o'rtacha mutloq foiz xatolik (MAPE) 1% dan past, bu modelning pulsli kuchlanish javobi ma'lumotlari va SOC sharoitlari o'rtasidagi bog'liqlikni o'rganganligini ko'rsatadi. Bunday bog'liqliklar 0,6 dan 0,95 gacha bo'lgan keng SOH diapazonida umumiy xususiyatga ega. Boshqa xususiyat o'lchovlari uchun, ma'lumotlarni qayta qurish natijalari hali ham qoniqarli, MAPE 1% dan past, 3-rasmning b qismiga qarang. Boshqa foydalanishdan chiqarilgan batareya turlari (NMC, 21 Ah, LMO, 10 Ah va LFP, 35 Ah) uchun tiklash natijalari Qo'shimcha 8-10-rasmlarda keltirilgan, bu modelning umumiy o'tkazuvchanligi va moslashuvchanligini ko'rsatadi. Shu bilan birga, past SOC mintaqalarida nisbatan yuqori tiklash MAPE kuzatiladi, garchi hali ham 1% dan past bo'lsa ham, bu past SOC mintaqalarida polarizatsiya jav