新乡市智能电池数字孪生技术重点实验室主要依托计算机科学与技术学院开展建设，围绕智能电池、数字孪生电池、智能电池管理系统和智能电池系统开展研究，将计算机科学与技术、物联网工程、大数据科学与技术和人工智能等技术与传统动力（储能）电池及系统相融合，实现电池及系统的信息化、数字化、智能化，提高电池系统的性能、安全性和管理水平，为电池产业的发展和应用提供科技支撑和解决方案。

实验室将围绕以下几个方向开展研究工作：

1.基于物联网技术的智能电池及管理系统研究

智能电池是将传统电池与多源传感器系统、电池管理系统及无线通信系统的融合，可以实时监测电池内部温度、气压、应力、电压、电极电位和气体等多种信号，从而可以更精确地进行电池状态和更早地进行主动预警。实验室以智能电池为研究对象，研究温度、气压、应力、电压等多体系传感器与电池的融合方法，提出有效、高效的传感器集成方案。建立多触发条件、多参数耦合的智能电池板载安全预警、防护的方法及策略，开发配套的电池管理系统。针对智能电池在不同串并组合下信号干扰影响，研究高稳定的自适应、抗干扰网络通信技术，实现电池传感数据准确、快速无线传输。

2.建设智能电池全生命周期多源数据库

实验室面向智能电池多维数据特性，制定“机械、电、热、电化学”安全性能测试试验方案，开展多时间尺度、多温度跨度、多应用场景、多安全用例的智能电池及系统测试，开展动力及储能电池安全性能多表征参数及测试方法的研究。研究电池多物理过程耦合机制，明晰其全生命周期机械、电、热、电化学过程特性演化特征。研究设计融合多源数据的数据格式规范与实验数据库架构，建立智能电池全生命周期多源数据库。

3.基于数字孪生和人工智能的数字孪生电池研究

实验室在电池物理模型、全生命周期多尺度多源数据库和运行数据等基础上，集成多学科、多物理量和多尺度的数字化过程，利用AI技术在云端完成对实体电池全生命周期过程的镜像映射，为电动汽车及储能应用系统BMS构建高精度数字电池模型。根据云端历史数据，基于云端平台的强大算力、存储空间和AI算法构建电池数字孪生模型。利用深度学习算法模型，实现基于数据驱动的电池状态（SOX）估算、故障预测、安全预警、残值评估和梯次重组等功能。

4.基于“云-边-端”架构的下一代电池管理系统研究

基于物联网技术、边缘计算技术和云计算技术，构建终端、边缘端和云端的多层交互架构，实现物理世界电池与虚拟世界电池之间的通信，结合数字孪生电池技术，实现基于“云-边-端”架构的下一代BMS，使电池管理更加智能化和自动化。

5.智能电池及系统示范应用研究

针对智能电池、数字孪生电池、下一代BMS等应用中面临的应用场景复杂、电池类型多样化、系统结构多样性的问题，开展典型应用场景的示范应用。通过对典型应用场景的关键参数标定、模型参数辨识、系统方案设计和关键技术研究等，形成完善的新能源汽车（储能）智能电池示范应用的解决方案和标准规范。

实验室拥有一支涵盖高校、企业的多领域研究团队，团队整体技术水平高、研发能力强、工程化实践经验丰富。现有教师和研究人员25人。在学历结构方面，有博士10人、硕士15人；在职称结构方面，有教授7人、副高职称人员9人，职称、学历结构合理。团队成员长期从动力及储能电池生产、电池大数据、物联网技术、云计算技术、人工智能技术的理论和应用研究，具有扎实的理论技术和实践经验。

近年来，实验室主要成员先后主持参与省厅级科研项目和横向项目22项，发表SCI、EI论文25篇，出版技术专著1部，授权发明专利16件，实用新型专利2件。