近日，中國科學院大連化學物理研究所與西安交通大學攜手，在電池健康管理研究方面取得了突破性進展。該研究成功開發了一種新型深度學習模型，旨在更準確地預測鋰電池的壽命，這一模型打破了傳統方法對大量充電測試數據的依賴，實現了對電池壽命的實時預估，為鋰電池壽命的端到端評估提供了新思路。

該模型基于少量充電周期數據，采用雙流框架的Vision Transformer結構和高效自注意力機制，能夠捕捉并融合多時間尺度的隱藏特征，從而實現對電池當前循環壽命和剩余使用壽命的精準預測。

在使用15個充電周期數據的情況下，該模型將剩余使用壽命和當前循環壽命的預測誤差分別控制在5.40%和4.64%以內，顯示出極高的預測精度。值得一提的是，該模型在面對訓練數據集未出現的充電策略時，仍能保持較低的預測誤差，證明了其強大的zero-short泛化能力。

這一電池壽命預測模型已成為第一代電池數字大腦PBSRD Digit的核心組成部分。通過整合到該系統中，研究人員進一步提升了系統的準確性，目前已廣泛應用于大規模工商業儲能和電動汽車的能量管理。

為提高系統的魯棒性和資源利用率，研究團隊計劃采用模型蒸餾、剪枝等方法對模型進行優化。這一研究不僅平衡了預測準確率和計算成本，還顯著提升了電池數字大腦在壽命預估方面的應用價值。