近日，第十一届电工技术前沿问题学术论坛（FAFEE 2024）在重庆市举办，重庆大学张永志教授应邀就《基于机器学习的电池寿命预测与老化模式诊断方法研究》发表报告，现将张永志教授的报告分享给各位读者，以期促进本领域的交流和技术进步。

张永志，重庆大学机械与运载工程学院，教授，博士，重庆大学“弘深青年学者”。2019年3月博士毕业于北京理工大学电动车辆国家工程实验室，先后在美国马里兰大学帕克分校、瑞典查尔姆斯理工大学从事科研工作，长期致力于锂离子电池老化建模、健康预测与管理方面研究，主持国家自然科学基金、四川省重点研发计划子课题等，发表论文30余篇，入选“ESI高被引论文”3篇、IEEE TVT车辆电子最佳论文奖1篇，eTransportation年度最佳论文奖1篇，电动汽车国际学术会议最佳论文奖2篇。授权国家发明专利6件。担任ICEEE2018、ICEIV2019国际学术会议分会场主席。

锂离子电池因其能量密度高、循环寿命长、价格低廉等优点而被广泛用于交通、储能等领域。然而，锂电池在使用过程中性能不断退化，达到截止寿命后其稳定性和可靠性大幅下降。作为电池管理系统的重要功能，锂电池剩余寿命预测不但为电池健康管理提供主要参考，还为电池残值评估提供重要依据。

本报告将针对现有锂电池剩余寿命预测存在的瓶颈问题，提出多种基于机器学习的锂电池寿命在线预测与快速分类方法，提升电池的使用安全，进而介绍一种基于贝叶斯优化理论的锂电池快速充电策略设计方法，以延长快充条件下的电池使用寿命。