国产首款自主可控的基于人工智能的锂电池热失控监测传感器上市
锂电池热失控反应特征非常剧烈-失控难控制
应开发更小电池单元的热失控监测技术，行业瓶颈亟待破解：
通常当有单节电池发生热失控现象时，电池包内压力急剧上升。热失控传感器检测到压力急剧变化时，触发防爆阀打开，释放内部压力，以防止爆炸事故发生。
电池包/组的整体热失控往往是由单体电芯热失控引发的，对于更小电池单元热失控进行监测，将为事故处理和人员撤离赢得宝贵的时间。
储能电站应实现pack级别预警。
pack级别预警
锂电池热失控难控制，容易引发多米诺骨牌效应，最终导致储能电站出现火灾甚至爆炸。
锂电池热失控预警和灭火技术关键对比（热失控预警是火灾发生前，火灾报警是火灾发生后），前者技术难度更高
储能电站火灾、爆炸事故频发，生命财产损失巨大：
储能电站安全的前置防线-国际现有储能安全规范要求提出电池储能系统热失控的监测要求
美国国际防火规范ICCIFC：2018的12章和美国国家消防协会NFPA855率先提出了对储能系统安装的防火要求。2020年出版的储能系统安全标准UL9540:2020也引入了这些法规的要求。这些法规标准都提出了电池储能系统热失控火焰蔓延的监测要求，而UL9540A作为目前唯一的测试方法标准引起了广泛关注。UL9540A从2017年第一次发布，到如今的2019版，已经是第四个版本，标准的更替也在不断地提升电力储能系统对安全的要求。
热失控预警：储能电池多维度安全监测预警技术受到国家层面高度重视！
针对热失控预警技术，2022年08月29，工信部公开征求对《关于推动能源电子产业发展的指导意见（征求意见稿）》的意见（以下简称《指导意见》）给出了指导意见。
电池系统集成、检测评价和回收利用中指导意见：
加强储能电池多维度安全测试技术、热失控安全预警技术和评价体系的开发与应用，突破电池安全高效回收拆解、梯次利用和再生利用等技术。
储能系统智能预警安防中指导意见：
开发基于声、热、力、电、气多物理8参数的智能安全预警技术，以及高效、清洁的消防技术。
目前热失控监测技术的现状：
常规的电压测量通常已经部署在锂离子电池中用于电池平衡和过充电或过充电保护，电压监测仅是对热失控事件的最后一次反应，把其做为热失控监测手段有着明显热失控报警严重迟滞的缺陷；
电压监测也存在着最长的时间才能显示其输出信号中的检测电压甚至因为更多的单元并行而进一步延迟，检测速度变慢。
急需提出新一代的电池热失控预测及预警方法，主要基于电池电化学机理建模的方法和基于电池大数据分析的人工智能方法，并实现用于新能源储能项目锂电池的热失控的快速、精准的监测和预警，解决锂离子电池热失控预测及预警所面临的挑战。
国际上主要的锂电池热失控监测实验，结果及结论分析
国际学术论文的主要实验结果：
图表说明：
S1电压传感器是绿色的线，它已经实现在绝大多数电池应用场景的电池监测中采用。标有“可见排气”的虚线表示在电池外壳外可见排气的时间。实验结果是所有实验传感器都能在≈20秒的热失控时间窗内检测到电池单元的热失控效应。
实验分析：
目前普遍采用的电压传感器（S1）方案是在20秒窗口的末期才监测到热失控参数，该时间已经是热失控效应的结束期。其他传感器均在20秒窗口的初期既已监测到热失控参数。
电压传感器监测方案不能较好地满足锂电池热失控快速、准备监测的需求。
锂电池热失控监测学术研究结论：两个或多个传感器的组合可以帮助创建一个检测系统，构建多数据融合的人工智能算法模型消除单个传感器的缺点，提高整个系统的可靠性。
02
热失控监测传感器是新的巨大蓝海市场行
蓝海市场热失控监测传感器应用规模不断扩大：
●2021年7月发改委、能源局发布《关于加快推动新型储能发展的指导意见》，指出到2025年，装机规模达到30GW，新型储能从商业化初期向规模化发展转变。
●截至2021年底，全国已有21个省级行政区在全省或部分地区明确了新增新能源发电项目规制性配储能比例以及配储时长。3个省份出台鼓励配储政策。综合来看，平均配储比例约为10%，配储时长约为2h。
03
基于多物理参数数据融合和先进人工智能算法的热失控监测传感器行
基于多物理参数数据融合和先进人工智能算法的热失控监测传感器介绍
大数据分析与应用技术国家工程实验室，鄂维南院士说：“机器学习特别是深度神经网络，是一种适用于求解高维问题的数学工具；机器学习的成熟，让很多以前难以甚至是无法计算的复杂问题能够被很好地建模，并且得出足以指导现实世界中工程实践的有效预测，从而前所未有地促进科学发现和技术创新。简单说就是：AIforScience。”
“现在，机器学习、人工智能这些领域的发展和物理建模、科学计算彻彻底底地交织在了一起，我过去30年的经验第一次组合到了一起。在这个方向上，咱们组是独一无二的，已经做了不少奠基性的工作，下一步需要努力的地方也很多。”
在鄂维南院士看来，什么是新的科研范式，是第几种范式，其实没那么重要，重要的是如何利用更强大的计算能力和数据处理能力，解决更多实际问题。
鄂维南院士正在带领团队构建下一代机器学习算法，通过新的融合计算的方式，并且结合物理模型，将来在解决物理问题时，或许只需要几个噪声数据点就可以得到对一个现象的完美描述，因为输入的是已知的物理原理。该研究成果将进一步应用到解决物理、化学、环境、新能源等领域的核心问题。
日前，在此基础上，金天弘能源科技（北京）有限公司成功推出了自主可控的基于多物理参数数据融合和先进人工智能算法的锂电池热失控监测传感器，其创新的采用气压力、VOC、CO、CO2、温度多物理参数做数据融合，采用先进人工智能AI神经网络算法，设计了一款具有边缘计算能力的锂电池热失控传感器，该传感器具有快速、准确、可靠、应用广泛等优点！可有效监测锂离子电池热失控风险，保障化学能储能电站安全！。其判断精度、速度、分辨率和稳定性等性能，非常好，达到了业界领先水平，而且获得了多项核心自主知识产权。
传感器外观
传感器爆炸图
基于多物理参数数据融合和先进人工智能算法的锂电池热失控监测传感器采用基于大数据及先进人工智能的算法，传感监测技术基于多物理参数的电池热失控预警大数据模型：
AI神经网络算法输入层神经元向量映射到隐层，隐层的神经元为m个，得到输出层神经元向量为o：
传感器采用的人工智能神经网络算法
基于多物理参数数据融合和先进人工智能算法的锂电池热失控监测传感器可以基于历史稳态与实时动态的运行维护电池系统电解液泄漏和泄压阀破裂检测模型：
可通过熵方法在早期以准确预测电池组电解液漏液和泄压阀破裂的时间，从而实现电池系统热失控前兆预测。也为储能电站运行维护时电池及电池管理系统（运行维护）提供指导运行安全预警：比如当电池出现下列情况时可以早期预警，可停止运行并处理→电池壳体变形、鼓胀、破损；泄压阀破裂；电解液泄露。
运行维护算法人工智能模型
AI人工智能算法模型不断训练对精度进行计算拟合，在数据驱动与模型驱动有机结合基础上，在实际工况下打磨算法，不断自我优化。
基于多物理参数数据融合和先进人工智能算法的锂电池热失控监测传感器具有边缘计算能力：
该传感器为分散式运算的架构，将应用程序、数据资料与服务的运算，由网络中心节点，移往网络逻辑上的边缘节点来处理。边缘运算将原本完全由中心节点处理服务加以分解，切割成更小与更容易管理的部分，分散到边缘节点去处理。边缘节点更接近于用户终端装置，可以加快数据的处理与传送速度，减少延迟。因此该传感器可以快速、准确的发出广泛的报警信息，如锂电池热失控四级预警、电池Rack振动监测预警、电池柜内凝露预警、以及电站恶劣天气预警。可以非常高效地为储能电站管理人员提供指引并进行储能安全生产管理、安全运行维护管理，能力非常强大。
强大边缘计算功能
强大边缘计算功能
强大边缘计算功能
方案、特点及优势
1、全自主化方案：从芯片选择、算法实现均采用全自主化产品、设计，自主可控；
2、系统级设计，可与BMS系统连接或通过自主主机上传至上位系统；
3、气压的测量，采用自主知识产权的电容式气压芯片，在全量程测量范围内精度达到惊人的±0.05hPa(高分辨率可有效实现更精准的预测);区别于压阻式气压芯片，电容式气压芯片，极大地提高了传感器的温度稳定性（因为电容式芯片对温度不敏感），在很大温度范围以及急剧的温度变化时（热失控初期温度会急速升高）也能实现高精度测量，并且性能又非常稳定!即时在热失控初期也不会因为温度升高而影响气压力的精准测量；
4、CO的测量，采用自主设计的金属氧化物半导体MOX传感器，采用电子鼻技犬筛选针对CO气体选择性好，温湿度影响小，检测信号稳定。同时可以根据厂家的热失控研究结果扩展检测其他多种气体;
5、温度的测量，采用自主知识产权的阵列技术，测量精度高，可实现准确快速的实时温度监测;
6、采用车规级成熟结构和电路设计，可适应恶劣储能、车载环境;
7、灵活通讯具有CAN/LIN；MUDBUSRS485接口；
8、铝制牢固金属外壳，适合严苛的储能环境；
9、航空插头实现信号连接。
参数表
方案的监测和预警功能
热失控实验环境搭建
应用
项目类型：数据中心电池、机房储能、备电解决方案
数据中心项目为了响应国家绿能号召，利用智慧储能系统来调节用电高峰阻塞对数据安全带来的风险，同时也作为特殊情况下的应急备电，采用锂电池热失控监测传感器保护储能电池安全。
项目类型：大型化学能储能电站（电源侧）
锂电池零碳储能项目。推进清洁能源综合利用，优化能源结构，实现“碳中和”有着重要意义，采用锂电池热失控监测传感器保护储能电池、电站安全。
项目类型：用户侧化学能储能电站
用户侧锂电池零碳储能项目。推进清洁能源综合利用，优化能源结构，实现“碳中和”有着重要意义，采用锂电池热失控监测传感器保护储能电池、电站安全。
04
产学研合作行
大数据分析与应用技术国家工程实验室简介：
大数据分析与应用技术国家工程实验室是国家发展和改革委员会正式批复同意建设的大数据分析技术研发与应用试验平台。实验室由北京大学牵头，联合中国科学院数学与系统科学研究院、北京奇虎科技有限公司、北京嘀嘀无限科技发展有限公司、中山大学、中国信息安全研究院等单位共同参与。该实验室旨在建设大数据分析技术研发与应用试验平台，培养和汇聚大数据分析技术研发与应用高端人才，为推动中国大数据分析、人工智能算法模型及应用的技术进步和产业发展提供技术支撑。
金天弘能源科技（北京）有限公司积极践行产学研合作，与大数据分析与应用技术国家工程实验室在郑州创新中心合作生根发芽，在新能源、介入式医疗传感监测算法、数据模型、人工智能的合作结出了累累硕果。双方在技术交流、人才培养、课题研究、大数据分析应用与人工智能算法等方面已经成功开展多次合作，大数据分析与应用技术国家工程实验室研究团队定期与公司开展技术交流，不断提高并改进研究水平，解决研发生产中大数据分析应用与人工智能算法等实际问题；针对公司在研究开发中遇到的大数据分析应用与人工智能算法难题和公关项目，积极推荐合适的新技术、新算法。
双方在大数据分析应用技术、人工智能算法等科研方向进行了深度合作，组织完成了大数据分析与应用技术国家工程实验室在郑州数字创新中心签约仪式，整合各方资源，发挥各自优势，努力实现机构共建、人才联聘、数据和算法共享、人工智能成果共享的运行新机制。
延伸阅读：
《机器人传感器技术及市场-2022版》
《气体传感器技术及市场-2022版》《盛思锐气体传感器SGP40产品分析》《盛思锐气体传感器SGP30产品分析》返回搜狐，查看更多
十款最佳人工智能软件
市场上逐渐将人工智能软件用于程序，编程和其他目的的计算机化已变得普遍。基于AI的平台具有丰富的机器计算和学习能力，可实现业务流程的自动化。自动化可以节省大量时间和精力。这是十大最佳人工智能软件的列表。
自动化使组织能够更高效，更有利地执行工作。
此外，自动化可以帮助个人更新其技能和能力。您将要使用商业智能软件来促进公司的运营。
最佳人工智能软件1.DeepVisionDeepVision专为个人面部分析而设计，是针对安全性，安全性和商业智能的完美AI解决方案。该软件可有效监视指定区域，以根据年龄，性别和其他详细信息随时间推移识别人员。
它使用面部人口统计模型来了解目标区域内随时间变化的人口统计变化，或用于跟踪客户模式。此外，它还帮助广告商和品牌与目标受众建立联系，以进行产品展示和广告宣传。该模型的创建是通过面部匹配来跟踪个人，以量化访客的访问频率，并帮助零售商立即找到潜在的顾客。
主要特点
它可以使用支持AI的技术识别视频或图像中的个人面孔。该软件可以通过执行面部匹配来检测目标对象的位置。它具有面部识别和检测功能。该软件只需查看人的图像即可立即识别人的脸。凭借其面部人口统计功能，它可以估计人们的性别和年龄。2.Braina它是少数支持多种语言的顶级AI软件之一。Braina也可以用作虚拟语音识别软件。借助于此，可以轻松快捷地将软件语音转换为文本。这个以生产力为中心的商业智能平台支持100多种语言。
主要特点
Braina中集成的工具和功能使用户可以快速完成工作。它与多语言虚拟助手集成在一起。该软件为用户提供了完美的成绩单。另外，它还可以读回非英语文本，以便于用户理解。其无可挑剔的语音命令使用户可以使用自己的语音搜索，播放/暂停/停止媒体。使用此软件，用户可以在不费力的情况下调整窗口大小，打开网站，文件夹和文件并执行其他任务。3.GoogleCloudMachineLearningEngine
无论您是希望开展新业务还是计划对现有业务进行数字化转型，GoogleAI技术和云解决方案都将帮助您取得令人难以置信的成功。GoogleCloudMachineLearningEngine是用于训练，调整和分析模型的理想解决方案。它带有ComputeEngine，CloudSDK，CloudStorage和CloudSQL。
该软件还提供了安全耐用的对象存储的好处。其库和命令行工具允许用户利用GoogleCloud。此外，还有用于SQLServer，MySQL和PostgreSQL的关系数据库。
主要特点GoogleCloudMLEngine通过预测和监视这些预测使用户受益。用户可以管理其模型及其多个版本。该解决方案的各个组成部分包括g-cloud，它是用于管理版本和模型的命令行工具。RESTAPI，旨在帮助用户进行在线预测；和GoogleCloudPlatformConsole（用于部署和管理模型的UI界面）。4.Engati使用Engati，用户可以轻松创建规模和复杂程度不同的聊天机器人。它带有150多个模板，因此个人可以快速开始使用聊天机器人。另外，该软件还包括高级“对话流”构建器，高端集成功能以及用于在网站或任何可用渠道上部署漫游器的功能。
该平台使聊天机器人的构建比以往更加轻松。有专门设计用于部署，构建，分析和训练机器人的部分。此外，使用该软件广播的聊天机器人用户信息，门户网站用户，实时聊天和广告系列将使您受益匪浅。
主要特点
使用此软件创建具有成本效益的聊天机器人，并轻松简化客户支持。当聊天代理不在线时，它提供了自动答复的好处。该软件具有自动营销和销售功能。使用此工具，您可以构建聊天机器人，该聊天机器人可以作为交互式，即时的方式让客户获取您的品牌详细信息。通过减轻筛选过程，它也可以减轻人事经理的工作。该软件能够实时对潜在员工进行背景调查。智能聊天机器人可帮助自动解决客户请求。5.Azure机器学习工作室
Azure机器学习Studio是出色的交互式编程软件之一，最适合创建可用于预测分析的商业智能系统。它是用户用来将对象移动到界面的高级工具。
使用此软件，您将有机会探索在云上构建创新的，基于AI的应用程序的新技术。Azure还提供了创新工具，人工智能服务和可扩展基础架构的优势。此外，您还将获得构建智能解决方案所需的资源。
主要特点AzureMachineLearningStudio充当专业人员的交互式工作区。您可以借助从不同来源收集的数据来构建预测分析模型。它是一个交互式平台，可使用数据操作和统计功能来转换和分析数据。您可以轻松确定结果。将分析模块或数据集拖放到界面上，以链接和修改参数和功能，以设计能够在MLStudio中运行的合格且受过训练的模型。借助该软件，您可以通过编写R脚本来准备数据。6.TensorFlowTensorFlow是广受欢迎的开源软件，对于寻求高级数值计算工具的专业人员而言，它是一个完美的解决方案。它具有灵活的架构，可跨多个平台（包括TPU，CPU和GPU）进行计算部署。另外，它可以部署在台式机，服务器，移动设备和其他设备上。
这是Google的AI工程师和研究人员团队的创意。TensorFlow能够进行深度学习和机器学习。而且，它对可在多个科学领域中使用的核心数学表达式提供了强大的支持。
它的一些核心组件包括自然语言处理，决策，聊天机器人，图像识别，数据摄取，多语言，视觉搜索，语音识别，虚拟助手，机器学习和工作流自动化。
主要特点与多维数组有关的数值计算的理想选择为有关机器学习和神经网络的概念提供出色的支持使用CPU和GPU计算的用户受益，而两者需要一个代码用于数据集和各种机器的高度可扩展的计算7.Cortana
像GoogleNow和Siri一样，Cortana是一个智能的个人助理，可以帮助用户启动应用程序，安排约会以及许多其他虚拟任务。它还能够调整设备设置，例如将Wi-Fi切换为关闭和打开模式。该工具还可以回答您的查询，设置提醒，开灯，在线订购比萨等。
主要特点它在Bing搜索引擎上运行。它与XboxOS，iOS，Windows和Android兼容。该平台支持多种语言，包括日语，英语，法语，葡萄牙语，意大利语，德语，西班牙语和中文。使用其语音输入功能，您可以管理和安排会议/重要任务，查找定义，事实等。该工具甚至可以通过语音命令打开系统上的应用程序。8.IBM沃森这是一个基于AI的计算机系统，旨在回答用户的问题。IBMWatson与认知计算集成在一起-包括推理，机器学习，自然语言处理，人工智能等技术的融合。该工具以IBM首任首席执行官ThomasJ.Watson爵士的名字命名，可将人工智能集成到各种业务流程中。它有助于提高组织的生产率和效率，从而可以获得更好的结果。
通常，业务数据采用非结构化的形式，例如语音数据，段落等。借助IBMWatson，专业人员可以系统地整理和组织非结构化数据，以生成所需的信息。IBMWatson的处理速度约为80teraflops，是人类回答问题能力的两倍。
主要特点使用此工具，您将完全控制基本任务。它可以通过保护IP地址，维护数据所有权和保护数据洞察力来处理所有这一切。该软件经过培训，可以重新构想用户的工作流程，而不管他们的工作领域如何。它是运输，医疗保健，金融，教育（包括其他领域）的理想选择。它对几乎所有行业和企业都有深入的了解。该软件可以帮助您做出更快更好的决策。IBM甚至重视数据的最小单位。如果您的数据量很小，则可以分析并确定可能的结果。无需集成任何其他工具，它就可以使用大量数据。通过使用它，您可以轻松地从多个来源访问所需的数据。9.InfosysNia
InfosysNia是一款高度评价的商业智能软件，可以从旧版系统，人员和流程中收集信息。它将数据聚合到一个知识库中，并自动执行IT流程和业务任务。该软件旨在减少人工工作，并找到需要想象力，创造力和激情的客户问题的解决方案。
用户可以利用该平台来获得深入的见解，增强的知识以及探索机会，以简化，优化和自动化复杂的组织流程。
主要特点它有助于增强流程和系统，以增强组织及其员工的能力。它包括一个高级的对话UI。该工具具有用于编程和重复任务的自动化功能。它是结合认知自动化，RPA和预测自动化的自动化平台之一。它可以捕获，处理和重用知识，以更好地开展业务。该平台还能够为用户提供数据分析。它也可以用作机器学习工具。10.Playment它是一个数据标记平台，可以为机器人模型大规模生成训练数据。Playment增强了处理无人机，制图，自动驾驶和类似空间的业务。
该工具已由CYNGN，DriveAI和StarskyRobotics等多家知名研究机构和组织选择。
主要特点支付具有AI和人类智能的独特组合。它可用于映射输出质量。它是一种高质量的工具，能够以100％的准确性组织多个类别的图像。该平台与竞争对手分析和产品比较功能集成在一起。企业使用它来使用户意识到可以带来良好结果的事物以及可能被证明对他们的业务致命的事物。该工具附带一个图像注释套件，允许用户构建对计算机视觉技术有用的数据集。结论这些是当前可用的顶级人工智能软件。该软件非常方便，可以从头开始构建和开发智能应用程序。这些工具具有AI和机器学习的强大组合，个人可以用来改善和简化他们的业务流程。
简而言之，可以说人工智能（AI）已变成商业软件的主要元素。如今，机器学习和AI学习能力经常安装在软件应用程序中，以为客户提供无与伦比的预测和自动化功能等功能。
首款人工智能检测糖尿病患者视网膜病变的医疗设备上市
就在刚刚，美国FDA批准了首款使用人工智能检测糖尿病患者视网膜病变的医疗设备IDx-DR上市。IDx-DR是首个获得市场营销授权可以提供筛查决策，而无需临床医生对图像或结果进行解读的医疗设备，这使得通常不参与眼科治疗的医生也能使用该设备。
糖尿病性视网膜病变是当高血糖导致视网膜血管，即眼睛后部的光敏组织损伤时发生。糖尿病性视网膜病变是导致患者失明的最常见原因，也是导致处于工作年龄阶段的成年人视力障碍和失明的主要原因。
由IDx开发的IDx-DR是一款软件程序，使用人工智能算法分析视网膜相机TopconNW400所拍摄的眼睛图像。医生会将患者的视网膜数字图像上传到安装了IDx-DR软件的云服务器。如果图像质量合格，该软件可向医生提供以下两种结果之一：1）“发现轻度以上糖尿病性视网膜病变：转诊至眼科医生”；或2）“未发现轻度以上糖尿病性视网膜病变，12个月内复查”。如果检测结果为阳性，患者应尽快联系眼科医生，以进行进一步的诊断评估及治疗。
该项批准是基于FDA对10个主要治疗地点的900位糖尿病患者的视网膜图像的临床研究数据的评估。该研究旨在评估IDx-DR检测轻度以上糖尿病性视网膜病变的准确率。在该研究中，IDx-DR能够正确识别轻度以上糖尿病性视网膜病变的时间有87.4％，而能够正确识别没有轻度以上糖尿病性视网膜病变的时间为89.5％。
IDx-DR的工作流程（图片来源：IDx官方网站）
不适合用IDx-DR筛查糖尿病性视网膜病变的患者包括有激光治疗史、手术或眼内注射史、持续性视力下降、视力模糊、飞蚊症、先前诊断为黄斑水肿、严重非增殖性视网膜病变、增殖性视网膜病变、放射性视网膜病变、视网膜静脉阻塞，以及怀孕的糖尿病患者。
“及早发现视网膜病变是数百万糖尿病患者疾病管理的重要组成部分，但许多糖尿病患者没有充分地进行糖尿病性视网膜病变筛查，因为其中约50％的人都不能保证每年看眼科医生，”FDA设备和放射健康中心眼耳鼻喉设备部门主任MalvinaEydelman博士说：“今天的决定使新型人工智能技术可用于初级保健医生的办公室。FDA将继续促进安全有效的数字医疗设备的可用性，从而改善患者获得所需的医疗保健的机会。”
我们期待这款新设备将帮助医生和糖尿病患者及早发现视网膜病变，免受失明之苦。