两年前，传统车企在嘲笑新兴的电动汽车企业，认为电动汽车是烧钱，但是今天，他们都纷纷开始生产电动汽车，生怕被时代抛弃了。

两年前，很多人可能还不关心电动汽车，但是今天，他们中的一部分人成为了电动汽车车主，另外一部分人在开始认真考虑是否购买电动汽车。

短短的几年时间，是什么导致观念发生了如此大的变化。

是新技术的发展使得很多不可能成为了可能，一切似乎都是那么刚刚好。科技的迅速发展，给生活带来了很多的便利。

作为电动汽车所有部件中最昂贵的组件，锂离子电池的性能目前大幅度提升，对于日常通勤来说，人们可能更关心电池的衰减情况。

无论是电池制造商、车企、还是电动汽车用户，都关心锂离子电池的衰减。提前预测电池的衰减，有助于电池制造商研发高性能电池新材料；有助于车企制定保修计划。

特别是对于电动汽车用户而言，购买新车的时候，预先了解电池衰减情况可以帮助做出选择；此外，在用车过程中，实时监测电池的性能并预测电池衰减情况，能清楚地了解汽车的剩余价值。

到目前为止，预测电池寿命一直都很困难，尤其是精确预测。因为并非所有的电池生产都是一样的，车主用车习惯不同，加上充电方式的影响，电池在以不同的速率衰减。

去年，帝国理工大学的研究人员采用大规模的电动汽车真实数据来训练机器学习，研发了一种电动汽车电池的数字模型，用以实时监测电池的性能并具有预测电池寿命的潜力。

虽然已经创建了电动汽车电池的数字模型，但它们的精确度没有那么高，而且兼容性不高。

传统采用测量电池寿命的实验来评估电池性能的方法，通常时间比较长，测试的数值误差比较大，参考意义不大。

因此，简单、易用、精确度高的预测模型更受欢迎。

最近，上海交通大学的一个科研团队，研发了一种与小型数据集兼容的通用电池预测方法，该方法可以简单地预测电池的容量退化轨迹，精确度很高，平均误差只有2.8%。

他们利用时间序列分解方法从电池放电曲线中提取物理上有意义的特征，仅使用早期退化数据实现对单个电池的在线预测，而无需构建大型、高质量的离线训练集。

该数据集由电池架构和循环条件不同的电池组成，具有出色的电池寿命终止精度（定义为 80% 容量保持的循环次数）和退化轨迹预测的平均误差分别为 8.2% 和 2.8%。

该研发的特点是简单，通用并且精确度高。相关研究论文目前已经发表在学术期刊《Journal of Energy Chemistry》上。

这些研发非常有意义，未来，我们或可在手机上安装一个预测电动汽车锂离子电池衰减的应用程序，用以提前精准预测电池寿命并实时监控电池的衰减情况。

本文为科技酷探原创，抄袭必究！

作者为中国科学院博士，美国藤校研究员，科学技术控，接触一线科技研发，乐于分享，欢迎关注weixin号“科技酷探”。