机械工程学报 ›› 2026, Vol. 62 ›› Issue (18): 256-267.doi: 10.3901/JME.260773
• 特邀专栏:大模型驱动的高端装备智能运维 • 上一篇
张微1, 常希鹏1, 李响2, 杨绍杰3
ZHANG Wei1, CHANG Xipeng1, LI Xiang2, YANG Shaojie3
摘要: 锂电池健康监测对储能、交通、运载等工业领域至关重要,近年来数据驱动方法在电池健康监测领域取得显著成果,现有高精度的健康监测方法依赖于大规模监测数据的集中训练,但在实际工程中,单一用户难以收集大规模数据,且传统模型普遍适用于有限电池型号与运行工况,难以泛化普适,因此智能监测方法的工程应用面临巨大挑战。在工程场景下,不同用户往往拥有不同电池型号、工况的数据,将不同用户的数据集中建模能够解决单一用户数据稀缺与模型泛化性差的问题。然而,电池数据往往包含着用户的隐私,让不同用户共享其私有数据将泄漏隐私,因而难以在工程中应用。提出保障数据隐私的锂电池多用户协同智能健康监测通用基础模型,各用户在本地完成模型训练,多用户间仅交互模型信息;提出Mamba状态空间模型作为电池监测数据的统一序列编码器;建立局部特征空间尺度对齐方法,缓解不同数据源间的尺度偏移,解决数据分布偏差难题;在12个数据集上的实验结果表明,该模型能够在隐私约束下有效整合多用户不同电池型号、工况以及退化模式数据中的健康状态退化知识,学习具有良好泛化能力的统一电池健康表征,稳定实现多用户协同的高精度智能健康监测。
中图分类号: