進化したマルチタスク学習モデルがEVバッテリー寿命予測精度を大幅改善
電気自動車（EV）の安全性と信頼性を向上させる画期的な進展として、複雑な実走行環境下におけるリチウムイオン電池の残余耐用寿命（RUL）予測精度を飛躍的に高める人工知能フレームワークが開発された。この革新的技術は、機械的・電気化学的ストレスが複合的に作用する現実的な条件下での電池状態監視の課題を解決するマルチタスクアンサンブル学習を採用しており、従来手法を凌駕する性能を実現した。
研究チームは、劣化メカニズムを深く理解するため、容量減少や電圧曲線に加え、電気化学インピーダンス分光法（EIS）とインクリメンタル容量－差動電圧（IC-DV）解析を統合した新手法を開発。導電性喪失（LC）、活物質喪失（LAM）、リチウムイオン喪失（LLI）の3つの主要劣化モードを定量的に評価するとともに、オーム抵抗、電荷移動抵抗、固体電解質界面（SEI）抵抗、ワールブルグ拡散インピーダンスという4つのインピーダンスパラメータを抽出した。これにより、電池内部の電子伝導経路とイオン拡散経路の両方から健康状態を多角的に把握可能となった。
従来の機械学習モデルが抱える過学習問題に対処するため、複数の関連タスクを同時学習するマルチタスク学習（MTL）アプローチを採用。静的状態に加え、X軸/Y軸/Z軸方向の振動条件という異なる機械的負荷環境下でのRUL予測を並行して学習させることで、データ不足の条件下でも高い汎用性を実現した。この手法により、特定の条件下で取得したデータの特徴を他の条件にも転用可能となり、実験コスト削減と予測モデルの迅速な適用が可能となった。
予測エンジンには高速処理が特徴のLightGBMを基盤としながらも、標準の損失関数を改良した適応型ロバスト損失関数（AR損失）を導入。予測誤差の大きさに応じて感度を動的に調整する仕組みを構築し、実環境で発生しやすいノイズの多いセンサーデータに対しても安定した予測性能を維持できるようにした。
実証実験では、商業用ニッケル・コバルト・マンガン酸リチウム（NCM）/グラファイトパウチセル（公称容量2400mAh）を使用。実走行を模擬したアイドル（0C）、定速（1C）、加速（2C）、減速（0.5C）の充放電プロファイルに加え、6自由度振動台で3軸方向の振動負荷を付与した加速劣化試験を実施。その結果、Z軸振動が最も深刻な劣化を引き起こし、耐用寿命終了時にLAM36.94%、LLI35.12%を記録する一方、提案モデルはすべての条件で平均絶対誤差（MAE）1.4%未満、平均絶対百分率誤差（MAPE）0.06%未満、二乗平均平方根誤差（RMSE）1.20%未満という従来を上回る精度を達成した。
この技術革新はバッテリーマネジメントシステム（BMS）の進化に大きく貢献する。正確なRUL予測に基づく予防保全の実現により、突発的な故障防止や電池寿命延長が期待される。自動車メーカーやフリートオペレーターにとっては、ダウンタイム削減と保証コスト低減を実現し、消費者の信頼向上にもつながる。さらに、使用済みEV電池の二次利用（定置型蓄電池など）における状態評価精度向上により、循環型経済の推進にも寄与する可能性を秘めている。
科学的観点では、電気化学の基礎原理と応用機械学習の統合が成功した点が重要だ。電池を「ブラックボックス」として扱うのではなく、材料劣化の物理的プロセスを特徴量エンジニアリングに反映させることで、解釈性の高い予測モデルを構築。実験計画においても、多軸振動と電気化学的特性変化を相関付けた高精度データセットを構築し、実使用環境を忠実に再現する設計がなされた。
今後の課題として、異なる電池化学種や温度範囲、充電プロトコルへの適用拡張が挙げられる。特に、都市部の頻繁な加減速や高速道路走行など、より動的な運転条件での検証が必要とされる。ただし、現在のフレームワークは次世代BMSソフトウェアの基盤として十分な堅牢性を有しており、EVの世界的普及が加速する中で重要な役割を果たすと期待される。
欧米を中心に進む電池健康状態の報告義務化の動きを考慮すると、この技術は規制対応ツールとしても不可欠となる可能性がある。製造業者と消費者の双方が信頼できる電池寿命情報を共有するプラットフォームとして、業界標準化が進む展望も考えられる。
著者:
ウェイリャン・ワン¹, フイチャオ・リウ²,³, ティアンユ・チャン⁴, プエン・ルアン⁵, ジン・シュー⁶, チェン・シャオ³
所属機関:
¹ 国家電網江蘇省電力有限公司（中国・南京 210024）
² 天津理工大学中環情報学院（中国・天津 300380）
³ スマートグリッド教育部重点実験室（天津大学）（中国・天津 300072）
⁴ 国家電網天津市電力公司経済技術研究院（中国・天津 300171）
⁵ 平高集团蓄エネルギー技術有限公司（中国・天津 300300）
⁶ 国家電網吉林省電力長春供電公司（中国・長春 130021）
掲載誌: 『電力建設』第45巻第11号（2024年11月）
DOI: 10.12204/j.issn.1000-7229.2024.11.003