基于机器学习的电化学能源电池宏微观设计

作者:李金金; 蔡俊飞; 韩彦强; 汪志龙; 陈安; 叶思敏
来源:硅酸盐学报, 2023, 51(02): 438-451.
DOI:10.14062/j.issn.0454-5648.20220639

摘要

能源储存系统是电动汽车、电子设备等高新技术的重要基础。近年来基于机器学习的电池设计能够快速连结材料微观结构-材料微观性能-电池宏观性能的复杂关系,成为了热点研究。本文从能源电池的微观材料设计和宏观状态预测两方面系统性地综述了电池设计中机器学习的应用现状和前景,概括综述了机器学习电池设计的研究数据来源、算法的优缺点及其在电池领域的应用场景以及近年来的相关创新性工作及其展望,以期为机器学习在能源储存系统的宏微观设计提供了参考。

全文