基于物理原理引导的数据增强的大型语言模型方法，用于电池热失控的早期预警

《Journal of Energy Storage》：A large language model approach with physics-guided data augmentation for early warning of battery thermal runaway

　　

摘要

电池热失控是对电动交通系统而言极为严重的安全威胁。由于经过验证的热失控前兆样本极为稀缺，导致类别失衡问题十分严重，因此利用车载遥测数据构建可靠的早期预警模型极具挑战性。为解决这一问题，本研究提出了一种基于物理原理的热失控早期预警框架，该框架将基于大型语言模型的时间序列数据增强技术与基于Transformer的预测器相结合。具体而言，该框架首先通过结构化提示生成候选的多通道前兆数据窗口，随后运用多阶段筛选流程，结合严格的物理约束、分布兼容性评估、启发式耦合规则以及基于简化的热电化学关系的物理约束残差筛选机制。这些筛选后的样本被用于补充少数类数据，同时相同的残差函数还会作为辅助的物理引导正则化项纳入模型训练过程，从而实现数据构建与模型优化之间的闭环一致性。在64辆电动汽车的实际运行遥测数据上进行的实验表明，与常见的基准方法相比，所提出的框架显著提升了前兆检测性能。尤其是，基于物理约束的数据增强和正则化处理，相较于仅使用真实数据或未经物理筛选的LLM生成数据的模型，更能提升少数类的召回率和F1分数。这些结果充分证明了在电池安全监测中，确保罕见事件轨迹生成的物理合理性具有重要的实际意义。

章节节选

引言与相关研究

锂离子电池因其高能量密度、长循环寿命以及日益下降的成本，已成为电动汽车、电网级储能系统、便携式电子设备以及新兴航空航天领域大规模应用的核心技术[1]、[2]、[3]、[4]。随着电池组容量的增加以及电池工作状态越来越接近其热学和电化学极限，安全风险——尤其是热失控——逐渐引起了更多人的关注

系统模型与问题描述

在本节中，我们将明确所提出的热失控早期预警框架所依赖的数据、特征以及学习架构。首先介绍数据来源与预处理方式，接着定义特征表示方法以及利用LLM进行的数据合成增强技术，最后阐述学习任务及面临的关键挑战。

方法

本节介绍了一种端到端的热失控早期预警框架，该框架将基于物理约束的大型模型数据增强技术与Transformer编码器相结合。该方法针对企业级电动汽车的遥测数据设计，这类数据中的热失控前兆极为罕见，且运行条件存在较大差异。我们首先概述该框架的流程及其数据流向，接着介绍用于筛选LLM生成数据窗口的物理约束条件及残差构建方法

实验

本节旨在通过实际电动汽车的遥测数据，评估所提出的基于物理原理且经过LLM增强的Transformer模型。首先介绍数据集及车辆级评估方案，接着介绍各类基准方法，以统一的定义格式明确评估指标，最后通过对比分析报告实验结果，包括无增强处理、仅采用LLM增强处理以及结合LLM与PINN筛选处理三种场景下的性能差异。

以下是主要实验结果的概要，包括性能提升情况以及模型的物理一致性表现

结论

本文研究了在实际运行条件下电池热失控的早期预警问题，这类场景下经过验证的热失控前兆样本十分稀缺，且类别分布极不均衡。为应对这些挑战，我们提出了一种端到端框架，该框架将基于物理约束的大型模型数据增强技术与基于Transformer的预测器相结合。其中的增强模块能够生成多样化的少数类前兆数据窗口，并通过多阶段筛选机制对数据进行处理

CRediT作者贡献说明

高勇：撰写——审阅与编辑、方法论部分。黄嘉怡：撰写——初稿撰写、正式分析部分。陈睿：资源准备、方法论研究、问题调查部分。何佳成：资源准备、问题调查、资金筹集、正式分析部分。王婷：撰写——审阅与编辑、验证工作、方法论、正式分析、概念设计部分。

利益冲突声明

作者声明不存在任何可能影响本文研究结果的已知财务利益冲突或个人关系。

致谢

本研究部分得到了广西新能源汽车实验室及华东师范大学软件工程研究所的支持。作者们衷心感谢合作汽车制造商提供了用于本研究的实际电动汽车遥测数据。

高勇|黄嘉怡|陈睿|何佳成|王婷

中国广西柳州545007，上汽通用五菱汽车股份有限公司