近日，计算机科学与技术专业2022级本科生陈力维（指导老师：姚行艳），在电池健康状态估计研究领域取得了重要进展，相关成果发表在国际顶级能源期刊《Energy》。该研究为电池健康管理技术领域提供了创新理论及应用支撑，并展现了我校在能源低碳及人工智能领域的科研实力，为学科建设及“双碳”战略目标实现注入新动能。

针对现有电池SOH估算方法在多变工况下泛化性差且模型难以解释的痛点，该研究提出了一种融合可解释性特征与自适应模型的新框架。通过Shapelet技术将电池老化过程转化为直观的距离特征，并结合动态权重迁移学习模型，实现了对不同种类、不同工况电池健康状态的精准、快速、可信的评估。该成果对电动汽车、电网储能等系统的电池安全与可靠性具有重要意义。

《Energy》是由Elsevier出版的国际工程技术期刊，专注于能源工程和研究领域。该期刊旨在发表关于能源工程各方面的原创性、创新性高质量研究成果，在国际能源研究领域享有极高声誉，是中科院一区TOP期刊，JCR Q1分区，最新影响因子为9.4。

该项研究注重科教融合、以研促学。姚行艳教授在科研攻关过程中，特别注重对本科生的指导和培养，其指导的本科生陈力维不仅深度参与了本项研究，更是在实践中屡创佳绩，荣获中国国际“互联网+”大学生创新创业大赛国家级铜奖、全国大学生数学建模竞赛国家级二等奖、“正大杯”全国大学生市场调查与分析大赛国家级二等奖、人工智能学院“计信之光”科创之光等荣誉，并在多项计算机类竞赛中获奖。