主讲人：姚行艳

主办单位：人工智能学院

讲座时间：2021年12月28日  15:00-16:00

讲座地点：格致楼C211

讲座简介

锂离子电池作为清洁能源已广泛应用于电动汽车和电子设备及储能系统中。健康状态（SOH）是锂离子电池性能评价的指标之一。锂离子电池健康状态（SOH）预测对锂离子电池在使用过程中的安全和健康管理具有重要意义。现有大多数研究利用特征选择方法选取健康指标（HIs），建立HIs和SOH的映射，忽略HIs的特征多样性。将特征转换为图神经网络的节点，并将节点间的关联关系构建图结构，可充分利用节点以及边的信息。

对此，报告主要研究基于图神经网络的锂离子电池SOH预测。从锂离子电池充放电过程中的电压、电流和温度曲线提取健康指标（HIs），充分利用HIs的时空特征预测SOH，提出一种融合卷积神经网络CNN、长短时记忆神经网络LSTM及GraphSAGE的预测方法。进而，在基于图神经网络预测SOH的过程中，针对不同类型特征的相关性不同，利用Pearson相关系数将从充放电数据提取的HIs分成正相关、负相关和弱相关三类，融合图神经网络GraphSAGE，提出一种多模特征融合的SOH预测方法。

讲座人简介

姚行艳，女，重庆工商大学计算机科学与信息工程学院 副教授，硕士生导师，国家自然科学基金项目评审专家 ，重庆市自然科学基金评审专家 ，重庆市人工智能学会理事；主持国家自然科学基金 1 项，重庆市自然科学基金等省部级项目 4 项；重庆工商大学教改项目 2 项；发表教改论文 6 篇；在国际国内学术刊物和国际学术会议发表学术论文 30 余篇，其中被SCI、EI 检索论文 20 余篇；出版专著 2 部；申请/授权国家发明专利 20 余项，曾获得重庆工商大学萧丽玉教育发展基金科研突出的青年教师。