近日，车电网与湖南工程学院合作完成的科研成果——《一种基于健康矩阵优化的LSTM神经网络锂电池SOH预测方法》（A Predictive Approach for Lithium-IonBattery SOH using LSTM Neural Networks Enhanced by Health Matrix Optimization）在EI期刊《分布式发电与替代能源杂志》（Distributed Generation & Alternative Energy Journal）上发表。此前，“锂电池健康状态的预测方法、装置、设备及存储介质”专利申请也获得受理，这一系列成果充分彰显了车电网在储能核心技术和基础研究方面的进步，也是企业和高校产学研合作的成果体现。
随着可再生能源利用的不断拓展以及电动汽车的日益普及，高效可靠的电池管理系统成为保障电池安全、提升效率和延长电池寿命的关键技术。锂离子电池凭借其优异的能量密度和长寿命优势，在电动汽车和储能系统中广泛应用。然而，锂电池性能会随时间推移逐渐衰退，这对电池的安全性、可靠性和经济性产生直接影响。因此，提高电池管理系统智能化水平，精准预测电池的健康状态至关重要。
在此背景下，彭游源、黄峰、谢鑫、桂国才、赵飞、欧宇鎏、许海等展开深入研究，创新性地引入基于健康矩阵优化的LSTM神经网络SOH预测方法，该方法有效兼顾了预测精度和速度。其应用范围广泛，可涵盖BMS中的实时健康监测、预警系统、充电控制、性能优化和故障诊断等多个模块。能使BMS依据实时数据动态调整运行参数，提前识别潜在故障并制定科学有效的充电计划，还支持数据分析和长期趋势评估，为充放电策略提供可靠依据，进而有效延长电池寿命，降低维护成本。
值得一提的是，早在2023年车电网董事长桂国才就受聘为湖南工程学院研究生导师，而该校的黄峰教授也被聘请为车电网储能研究所顾问。双方通过深度合作，不仅促进了知识和技术的交流，更为培养新能源领域的专业人才做出了积极贡献。
高校的理论研究优势与车电网的实践经验相结合，加速了科研成果从实验室到实际应用的转化过程。未来，车电网将继续深化拓展产学研合作，结出更加丰硕的成果，为推动行业进步和社会可持续发展做出积极贡献。