盖世汽车讯 随着电动汽车（EV）和储能系统（ESS）的需求持续增长，各种配置的电池正涌入市场，以满足所需的电压和容量特性。然而，目前的电池健康评估工具通常需要针对每种特定配置收集新数据并重新训练模型，导致效率低下。

据外媒报道，为了解决这一问题，韩国蔚山科学技术院（UNIST）能源与化学工程学院的 Donghyuk Kim 教授和 Yunseok Choi 教授提出了一种新的人工智能辅助方法，该方法无需针对不同配置进行额外训练，即可对锂离子电池的健康状态（SoH）进行高精度评估。