东方时讯网为了应对严峻的气候挑战，电池研究人员正在动员起来，加强协作和数据共享。机器学习和人工智能(AI)的最新进展正在导致电池研究取得突破。国家可再生能源实验室(NREL)的科学家已经使用这些复杂的计算机算法来表征电池性能、寿命和安全性。然而，数据科学的持续发展依赖于高质量和强大的数据，远远超出了任何单一实体的能力。全球顶级电池研究人员(包括NREL的研究人员)正在加入一项雄心勃勃的运动，以通过共享电池数据基因组(需要订阅)来刺激技术发展。
“电池供应商大约每18个月推出一次新的电池设计，”NREL高级储能研究员KandlerSmith说。“然而，系统设计人员可能需要12个月或更长时间才能为其应用表征新电池。作为一个社区，我们需要加速电池开发和部署，以更好地将学习从一种电池化学转移到另一种。”
电池数据基因组计划体现了人类基因组计划所展示的协作精神、刻意关注和紧迫性，该计划是1990年代对人类基因组进行测序的一项国际努力。与人类基因组计划一样，电池数据基因组旨在通过灵活共享来鼓励增加数据生成、收集和存储，以加速新能源存储解决方案的开发，以实现脱碳目标。作为由美国能源部(DOE)Argonne和爱达荷国家实验室的科学家领导的国际联盟的一部分，NREL支持BatteryDataGenome项目。
构建电池数据基因组
电池数据基因组寻求从电池生命周期的每一步收集数据，从发现到开发再到制造和各种部署方式。数据创建需要为电池社区的每个部分制定通用的数据管理标准。这是使用人工智能算法来完成的，该算法旨在识别从新的候选电极材料到改进的电池组结构再到电池寿命的所有内容。
“这是一个行动号召。我们正在努力激发和组织电池社区，尽可能将他们的数据贡献给尽可能多的人，以使强大的数据科学方法能够催化突破，”阿贡电池科学家诺亚保尔森说.
“当数据有许多不同的格式，不包括它们是如何收集的，并且不经常在不同的群体之间共享时，进行加速开发所需的那种大规模人工智能分析和预测就变得非常困难和新电池的部署。”
构建一致且可访问的数据存储库需要公司共同努力，以特定方式使用统一的元数据标准格式化信息，从而确定数据的收集方式。尽管这些标准目前尚不存在，但有必要通过电池数据基因组加强协作，以提高关键数据的可访问性和共享性。
灵活的数据共享增加了行业协作
为了吸引尽可能多的合作伙伴，BatteryDataGenome团队承认许多数据共享选项的重要性。并非该项目中包含的所有数据都需要公开共享才能成功——该透视图提供了许多不同共享场景的示例，只有一些是完全开放的。即使是无法贡献数据的项目团队，例如行业合作伙伴，也被邀请加入电池数据基因组，并利用学术或政府合作伙伴共享的数据。
“基于其他基因组计划，我们相信开放电池数据和共享挑战将促进研究人员改进算法和实验方法，”NREL储能科学家DonalFinegan说。“标准化将加快对专有和非专有数据集的分析。”
随着对有价值电池数据的访问增加，NREL研究人员希望继续改进物理模型和人工智能方法，以优化电池开发。来自电池数据基因组的信息有助于支持对下一代电池设计的传输特性、反应速率和热力学容量的研究。这些模型还可以粗略预测电池的性能并使用它来筛选新的化学物质。
“我真的相信，通过共同努力，我们可以帮助加快创新速度，增加电池供电电动汽车和储能系统的采用，以支持脱碳电网，”史密斯说。
《电池数据基因组原理》发表在Joule上。