近日，研究院智能测试与预测系统团队负责人王凯教授在储能技术领域取得重要研究成果，以“Revealing the degradation patterns of lithium-ion batteries from impedance spectroscopy using variational auto-encoders”为题发表在中科院一区期刊《Energy Storage Materials》上，影响因子20.4。

研究团队采用阻抗谱、全寿命周期大数据和人工智能技术来诊断和预测储能系统的健康状态和安全性诊断。该研究成果为早期及超早期安全预警，精确评估储能系统的健康状况以及时更换或维护老化电池，打造一种高效、安全、智能的能源管理系统奠定理论基础和技术支撑。

文章链接：https://doi.org/10.1016/j.ensm.2024.103394

《Energy Storage Materials》刊物为能源领域国际顶端权威期刊，在中科院分区中位于1区，JCR分区位于Q1，该刊2022年影响因子为20.4，CiteScore指数值为30.40。

团队负责人王凯发表SCI检索论文30余篇，影响因子20以上3篇，多篇论文入选ESI高被引论文，谷歌H因子47，引用近6000次，全球前2%顶尖科学家；主持或参与国家级、省部级项目10余项，出版专著和教材3部；授权发明专利10余项，转化5项，获青岛市青年科技奖、山东省智能制造(工业4.0)创新创业大赛一等奖等各类科研奖励5项，获山东省新时代岗位建功劳动竞赛标兵、山东省高等学校创新创业教育导师、山东省优秀硕士论文指导教师、青岛大学青年创新榜样、“杰正”教育基金创新创业奖等荣誉称号。

近年来，该研究团队研究储能技术方向（储能安全、能源管理等），已在Nature Communications、IEEE Transactions on Power Systems、Applied Energy、Journal of Power Sources、Protection and Control of Modern Power Systems、Infomat等国际知名刊物发表论文30余篇。