为将电动车退役的锂离子电池二次应用，达至节能减排的目的，岭南大学科学教研组助理教授唐晓鹏与上海理工大学组成研究团队，通过人工智能（AI）研发崭新的电池检测方法，筛选已退役但寿命表现良好的金沙赌场会员卡，用于能源储存和备用电池等电力需求较低的地方，缓解能源危机和减少环境污染。该研究论文近日在IEEE期刊发布，并在IEEE的学术会议中获颁“最佳论文奖”。

▲唐晓鹏与研究团队训练名为“卷积神经网络”的AI深度学习模型。

唐晓鹏与研究团队训练名为“卷积神经网络”的AI深度学习模型，取得电池前3个充电迴圈周期资料，并对38个不同寿命的电池样本进行测试验证，再运用模型将寿命值良好且相同的电池归类，从而更有系统地选出可二次应用的电池。

团队解释，基于安全性和续航力的考虑，当电动车的电池容量衰减至原有值的80%时，就必须退役，将退役电池二次应用于电力需求较低的地方，例如用作能源储存和备用电源，有助缓解能源危机和环境污染。该篇名为《以寿命为基础的电池分类 促进二次应用》的论文，在第25届IEEE中国系统仿真技术及其应用学术会议中，获得最佳论文奖。

以上内容归星岛新闻集团所有，未经许可不得擅自转载引用。