8月15日，在北京充換電展期間，特來電發布了“基于大模型的充電安全和智能運維解決方案”，這是國內首個基于近全量車型充電大數據的電池安全大模型。

自ChatGPT發布到今年7月份，中國新注冊的人工智能相關公司中，已有78612家處于注銷、吊銷或停業異常狀態，原因是“大模型有數據、算法和算力，但沒有合適的場景”。

作為國內公共充電領域規模最大的充電網運營公司，特來電已運營超60萬個分布在全國各地的充電終端，為超過2000萬輛新能源車主提供充電服務。

特來電憑借覆蓋車、電池、用戶、終端、電站、能源的海量歷史數據，能夠利用大模型計算性能及學習能力，深層次挖掘用戶充放電行為、車輛真實運營類型等電池安全特征庫，繼而建成多指標、多維度融合的電池安全大模型，在安全防護、安全評價、健康評估等方面發揮巨大應用價值。

電池核心數據已超1000億條

據公安部統計，截至6月底，全國新能源汽車保有量達2472萬輛，占汽車總量的7.18%。純電動汽車保有量1813.4萬輛，占新能源汽車總量的73.35%。據中國電動汽車充電基礎設施促進聯盟統計，截至6月底，我國充電樁已達到1024.3萬臺，同比增加54%，換電站3772座。

據特來電首席科學家、首席信息安全官鞠強分享的數據，現在特來電充電網接入的數據覆蓋全國市面上95%的車型，服務于近600個品牌的2500萬輛新能源汽車，電池核心數據已經超過1000億條。

眾所周知，電動汽車在充換電時，經常遭遇自燃和起火等安全事故，而事故發生的來源很大比例是動力電池。就在此前8月1日，一輛奔馳電動汽車在韓國自燃起火，車輛起火時正停放在公寓大樓的地下車庫，140輛汽車因此受損或被毀。

成立10年來，在充電安全、場站智能運維、能源管理等方面，特來電遇到過各種各樣的問題，亟需需要基于海量的數據和大模型的技術，解決其中的難點和痛點。

鞠強介紹，特來電積累的數據主要包括四個部分：電池、用戶、樁和站、車輛。具體來看，有電壓、電流、SOC、BMS策略、充換電頻率、運營類型等。他指出，“數據對我們來講，有一定的壓力，存儲的成本太高了。如果數據搞了十年，還不能發揮作用，數據純粹就是成本消耗。”

這四部分的數據可以通過大模型進行多維度、多指標深度融合。目前，該大模型基于超20億的參數量，能夠識別出動力電池安全防護的特征256個維度。

高危車輛阻斷率可達99.9%

特來電對動力電池的安全防護大體上經過了四個發展階段：設備層防護、大數據防護、機器學習+機理模型防護、基于大模型技術的安全防護。

值得注意的是，大模型技術的安全防護和之前三個階段的防護并不是割裂的，通過大模型可以把第二代、第三代做的安全防護的所有算法和指標識別得更精準，提取出更多動力電池的特征，使動力電池的安全特征變得更全面、閾值變得更精準。

比如，在充電過程中，電池的最高溫度是非常重要的閾值。在大模型的加持下，可以使數據的維度變得更豐富，提取的電池數據更全面，準確率能提升15%。

基于大模型對電池機理特征數據深層次的挖掘，理論上可以做到一輛車一個充電策略，而不單單是一個車型一個充電策略，從而進行精致化健康管理，讓車輛安全可監視、可預警、可控制和可追溯，并且針對網約車、運營車輛和私家車也能采用不一樣的充電策略。

對于C端車主來說，如果在充電過程中發現車輛有自燃風險，會通過短信或電話的方式及時通知車主，自動切斷掉充電行為，保證車輛安全。

鞠強指出，大模型的云邊協同進化對提升安全防護效果顯著，是大模型在充電網上的最佳應用方案。基于大模型，高危車輛阻斷率可達到99.9%。

他還提到，有了大模型的加持，特來電的智能運維體系有了明顯的成長和進步，設備運行質量平均提高了20%，工單處理效率提升了3倍，故障自修復比例漲了30%，運維成本最高可以降到60%。

此外，特來電還發布了“基于群管群控功率共享的全新液冷超充系統”、“基于全生命周期保障的特來電合作伙伴政策”等技術產品。

返回第一電動網首頁 >