⚡ electrical engineering

KAN-Therm: A Lightweight Battery Thermal Model Using Kolmogorov-Arnold Network

Dieser Artikel stellt KAN-Therm vor, ein leichtgewichtiges, auf Kolmogorov-Arnold-Netzen basierendes thermisches Modell, das die Kerntemperatur zylindrischer Batterien mit reduziertem Speicherbedarf und kürzerer Rechenzeit effizient schätzt und damit die Ressourcenbeschränkungen physikalischer Batteriemanagementsysteme adressiert.

Ursprüngliche Autoren: Soumyoraj Mallick, Faysal Ahamed, Sanchita Ghosh, Tanushree Roy

Veröffentlicht 2026-05-08

📖 4 Min. Lesezeit☕ Kaffeepausen-Lektüre

CC BY 4.0

Ursprüngliche Autoren: Soumyoraj Mallick, Faysal Ahamed, Sanchita Ghosh, Tanushree Roy

Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Stellen Sie sich eine Lithium-Ionen-Batterie als eine belebte Küche vor. Die Oberfläche der Batterie ist wie die Arbeitsplatte – Sie können sie leicht berühren und spüren, wie heiß sie ist. Doch das Kern (die Mitte) ist wie das Heizelement des Ofens, das in der Wand verborgen ist. Sie können es weder sehen noch berühren, aber wenn es zu heiß wird, könnte die gesamte Küche in Flammen aufgehen.

Um die Batterie sicher zu halten, müssen wir die Temperatur dieses verborgenen „Ofens" basierend auf dem schätzen, was wir messen können: den einströmenden elektrischen Strom, die Temperatur der umgebenden Luft und die Temperatur der Arbeitsplatte.

Das Problem: Das „Schwere" gegen das „Schnelle"

Lange Zeit haben Wissenschaftler versucht, einen „digitalen Zwilling" (eine virtuelle Kopie) dieser Batterie zu erstellen, um die Kerntemperatur zu schätzen.

Der alte Weg (Physikmodelle): Dies ist wie der Versuch, die Temperatur zu berechnen, indem man für jede einzelne Sekunde ein massives, komplexes mathematisches Lehrbuchproblem löst. Es ist sehr genau, aber so langsam und erfordert so viel Rechenkraft, dass der kleine Computer in der Batterie (das BMS) überfordert wird. Es ist wie der Versuch, eine Differentialgleichung auf einem Taschenrechner zu lösen, während man Auto fährt.
Der neue Weg (Neuronale Netze): Dies ist wie die Anstellung eines superklugen, aber sehr schweren Riesen. Sie sind schnell beim Schätzen, tragen jedoch einen riesigen Rucksack voller Daten (Speicher), den der kleine Batteriecomputer nicht fassen kann. Wenn man versucht, den Riesen in den winzigen Wagen zu packen, geht der Wagen kaputt.

Die Lösung: KAN-Therm (Der „kluge, schlanke" Detektiv)

Die Autoren dieses Papers haben ein neues Werkzeug namens KAN-Therm entwickelt. Stellen Sie es sich als einen Detektiv vor, der sowohl unglaublich klug ist als auch einen federleichten Mantel trägt.

Anstatt die üblichen „schweren Riesen"-neuronalen Netze zu verwenden, setzten sie auf etwas namens Kolmogorov-Arnold-Netzwerk (KAN).

Funktionsweise: Herkömmliche Netze verwenden feste Regeln (wie eine starre Checkliste) und passen lediglich die Zahlen an. KANs sind anders; sie können die Regeln selbst lernen. Stellen Sie sich einen Detektiv vor, der nicht nur eine Liste von Hinweisen auswendig lernt, sondern lernt, Muster so zu erkennen, dass sie perfekt zum jeweiligen Fall passen.
Das Ergebnis: Dieser Detektiv ist so effizient, dass er nur einen winzigen Rucksack (sehr wenig Speicher) benötigt, aber das Rätsel (die Temperaturschätzung) dennoch fast augenblicklich löst.

Das Experiment: Das Rennen

Die Forscher setzten ihren neuen „Schlanken Detektiv" (KAN-Therm) in ein Rennen gegen die alten Schwergewichte:

MLP, RNN, LSTM: Die Standard-„schweren Riesen" (neurale Netze).
XGBoost: Ein „baum-basiertes" Modell (wie ein Entscheidungsbaum, der Ja/Nein-Fragen stellt).
Physikmodell: Die langsame, schwere mathematische Lehrbuchmethode.

Sie testeten sie an einer simulierten Batterie unter realen Fahrbedingungen (wie Stadtverkehr und Autobahngeschwindigkeiten).

Die Ergebnisse: Wer hat gewonnen?

Hier ist, wie das Rennen verlief, in alltäglichen Begriffen übersetzt:

Geschwindigkeit: KAN-Therm war der schnellste Läufer. Es schätzte die Temperatur in etwa 0,04 Mikrosekunden.
- Die Standard-Neuronalen Netze waren ungefähr 12 bis 22 Mal langsamer.
- Die alte physikalische Mathematikmethode war 33 Mal langsamer.
Größe (Speicher): KAN-Therm war der kleinste. Es benötigte nur 25 winzige Informationsteile (Parameter), um seine Arbeit zu verrichten.
- Das baumbasierte Modell (XGBoost) benötigte 6.000 Teile (240 Mal größer!).
- Die Standard-Neuronalen Netze benötigten hunderte Teile.
Genauigkeit: Dies ist der wichtigste Teil.
- Die „schweren Riesen" (RNN und LSTM) waren zwar etwas genauer, aber nur um einen winzigen, winzigen Rand (etwa 0,014 Grad).
- Um das einzuordnen: Die Sensoren, die die Batterie messen, haben eine natürliche „Unschärfe" oder ein Rauschen von 0,015 Grad. Der Unterschied zwischen dem langsamen, schweren Modell und dem schnellen, schlanken KAN-Therm ist kleiner als die Unschärfe des Sensors selbst.
- Mit anderen Worten: Der „Schlanke Detektiv" ist für alle praktischen Zwecke genauso gut wie der „Schwere Riese", passt aber in Ihre Tasche.

Das Fazit

Das Paper kommt zu dem Schluss, dass KAN-Therm das perfekte Werkzeug für die kleinen Computer in Elektrofahrzeugen und Batterien ist. Es löst das große Problem „Genauigkeit gegen Geschwindigkeit". Normalerweise muss man sich entscheiden zwischen Genauigkeit (und Langsamkeit) oder Geschwindigkeit (und Ungenauigkeit). KAN-Therm schafft es, schnell, winzig und genau genug zu sein, um Batterien sicher zu halten, ohne dass ein Supercomputer zum Betrieb benötigt wird.

Es ist wie der Upgrade von einer schweren, langsamen Dampfmaschine zu einem schlanken, Hochgeschwindigkeits-Elektromotor, der exakt denselben Job erledigt, aber auf ein Fahrrad passt.

Technische Zusammenfassung: KAN-Therm

Problemstellung

Der zuverlässige Betrieb von Lithium-Ionen-Batterien ist für Sicherheit und Langlebigkeit entscheidend, insbesondere in sicherheitskritischen Anwendungen wie Elektrofahrzeugen und intelligenten Stromnetzen. Eine zentrale Herausforderung besteht in der genauen Echtzeitschätzung der Batteriekerntemperatur, die einer direkten Messung nicht zugänglich ist. Zwar existieren hochpräzise physikalische Modelle (z. B. H∞-Beobachter, Kalman-Filter), doch leiden diese unter hohem Rechenaufwand, Schwierigkeiten bei der Parametrierung und schlechter Beobachtbarkeit, was sie für ressourcenbeschränkte physische Batteriemanagementsysteme (BMS) ungeeignet macht. Umgekehrt bieten bestehende datengetriebene Ansätze (z. B. MLPs, LSTMs, XGBoost) zwar schnellere Schätzungen, erfordern jedoch oft erheblichen Speicher- und Rechenbedarf zur Speicherung komplexer Netzwerkstrukturen, was einen Kompromiss zwischen Genauigkeit und Einsetzbarkeit auf eingebetteter Hardware schafft.

Methodik

Die Autoren schlagen KAN-Therm vor, ein leichtgewichtiges, datengetriebenes thermisches Modell auf Basis von Kolmogorov-Arnold-Netzen (KANs) zur Schätzung der Kerntemperatur einer zylindrischen Batteriezelle.

1. Theoretische Grundlage

Im Gegensatz zu herkömmlichen Multi-Layer-Perceptrons (MLPs), die feste nichtlineare Aktivierungsfunktionen mit lernbaren linearen Gewichten verwenden, ersetzen KANs skalare Gewichte durch lernbare univariate Funktionen (parametrisiert durch B-Splines) auf den Kanten. Diese Architektur basiert auf dem Darstellungssatz von Kolmogorov-Arnold und ermöglicht es dem Netzwerk, komplexe nichtlineare Zusammenhänge mit weniger Parametern und verbesserter Interpretierbarkeit zu erfassen.

2. Datengenerierung

Trainings- und Validierungsdaten wurden mithilfe eines lumped-parameter-thermischen Modells einer 2,3 Ah zylindrischen LiFePO4–LiC6-Batteriezelle generiert. Das Modell simuliert die Dynamik der Kerntemperatur ( $T_1$ ), der Oberflächentemperatur ( $T_2$ ) und der Kühlmitteltemperatur ( $T_\infty$ ) unter verschiedenen Bedingungen:

Eingaben: Angelegter Strom ( $I$ ), Kühlleistung ( $\dot{Q}_c$ ), Kühlmitteltemperatur ( $T_\infty$ ) und Oberflächentemperatur ( $T_2$ ).
Szenarien: Die Daten wurden aus Fahrzyklen des Urban Dynamometer Driving Schedule (UDDS), US06 und VEIL2NREL sowie aus Konstantstrom-Ladeprofilen (CC) im Bereich von 0,9C bis 10C erhoben.
Rauschen: Realistischer Sensorsensorrauschen (Gaußsches Rauschen mit $\sigma=0,015K$ für Temperatur und $\sigma=0,006A$ für Strom) wurde hinzugefügt, um physikalische Messungen zu simulieren.

3. Modellarchitektur und Training

Struktur: Das KAN-Therm-Modell nutzt eine kompakte Architektur mit einer Eingabeschicht aus 4 Knoten, einer versteckten Schicht aus 1 Knoten und einer Ausgabeschicht aus 1 Knoten (Konfiguration [[4, 1, 1]]).
Hyperparameter-Optimierung: Eine exhaustive Grid-Suche wurde durchgeführt, um optimale Einstellungen zu bestimmen, einschließlich Spline-Ordnung ( $k=3$ ), Gitterintervalle ( $G=2$ ), Sparsifizierungsstrafen ( $\lambda, \nu_1, \nu_2$ ) und Trainings-Epochen (70).
Verlustfunktion: Das Trainingsziel minimiert eine Kombination aus dem mittleren quadratischen Vorhersagefehler und Regularisierungstermen (L1-Norm und Selbstentropie), um Modellsparsamkeit und Kompaktheit zu erzwingen.
Benchmarks: Das Modell wurde mit vier State-of-the-Art-Benchmarks verglichen: MLP, RNN, LSTM und XGBoost, die alle mittels Grid-Suche abgestimmt wurden.

Hauptbeiträge

Entwicklung von KAN-Therm: Die Arbeit stellt eine spezifische KAN-basierte Architektur vor, die auf die Schätzung der Batteriekerntemperatur zugeschnitten ist, und zeigt, dass lernbare Aktivierungsfunktionen thermische Dynamiken mit extremer Parameter-effizienz effektiv modellieren können.
Optimierung für physische BMS: Durch rigoroses Hyperparameter-Tuning identifizierten die Autoren eine Konfiguration, die Genauigkeit mit den strengen Speicher- und Rechenbeschränkungen physischer BMS-Hardware (z. B. Systeme mit begrenztem FRAM) in Einklang bringt.
Umfassendes Benchmarking: Die Studie bietet einen detaillierten Vergleich von KAN mit herkömmlichen neuronalen Netzen und baumbasierten Modellen über fünf Metriken: Parameteranzahl, Schätzzeit und RMSE (Training, Validierung und Test).

Ergebnisse

Der Leistungsvergleich auf einem Testdatensatz (einschließlich Konstantstrom- und dynamischer VEIL2NREL-Profile) ergab folgende Befunde:

Parameter-Effizienz: KAN-Therm ist das kompakteste Modell und benötigt nur 25 lernbare Parameter. Dies ist deutlich weniger als beim RNN (121), MLP (369), LSTM (877) und XGBoost (6.000).
Rechengeschwindigkeit: KAN-Therm erreichte die schnellste Schätzzeit mit 0,0395 µs pro Probe. Es war etwa 21,7-mal schneller als das RNN, 12,5-mal schneller als das LSTM und 20,4-mal schneller als XGBoost. Es übertraf zudem das physikalisch basierte numerische Integrationsmodell (1,3 µs).
Genauigkeit:
- Test-RMSE: Das RNN erzielte den niedrigsten Test-RMSE (0,0334 K), gefolgt vom LSTM (0,0359 K). KAN-Therm erreichte einen Test-RMSE von 0,0477 K.
- Fehleranalyse: Der Unterschied im RMSE zwischen dem leistungsstärksten RNN und KAN-Therm beträgt 0,0143 K, was laut den Autoren dem Sensorsrauschpegel (0,015 K) entspricht.
- Kompromiss: Obwohl KAN-Therm einen leicht höheren RMSE als das RNN und LSTM aufweist, bietet es ein überlegenes Gleichgewicht aus Genauigkeit und Effizienz. Der relative Fehler von KAN-Therm beträgt ca. 0,0125 %, was für nachgelagerte Sicherheitsanwendungen als ausreichend erachtet wird.

Bedeutung und Behauptungen

Die Arbeit behauptet, dass KAN-Therm erfolgreich die Dichotomie zwischen gewünschter Schätzgenauigkeit und praktischer Umsetzbarkeit im Batteriemanagement adressiert. Durch die Nutzung der Parameter-effizienz und Interpretierbarkeit von KANs bietet das Modell eine leichtgewichtige Alternative, die für den Einsatz auf ressourcenbeschränkter physischer BMS-Hardware geeignet ist, wo hochpräzise Modelle zu rechenintensiv und Standard-Neuronale Netze zu speicherintensiv sind.

Die Autoren betonen, dass KAN-Therm zwar in der rohen Genauigkeit nicht strikt RNNs übertrifft, seine massive Reduktion der Parameteranzahl (79,3 % weniger als beim RNN) und der Inferenzzeit (21,7-fach schneller) es jedoch zu einer praktikablen und skalierbaren Lösung für die Echtzeit-Überwachung thermischer Vorgänge in sicherheitskritischen eingebetteten Systemen macht. Die Arbeit legt nahe, dass KANs komplexere Architekturen in Szenarien, in denen Rechenressourcen begrenzt sind, effektiv ersetzen können.