🤖 machine learning

Degradation-Aligned Self-Supervised Learning for State of Health Estimation of Lithium-Ion Batteries under Label Sparsity

Este artículo propone un marco de aprendizaje autosupervisado alineado con la degradación utilizando un modelo CNN-GRU y una tarea de pretexto de ordenamiento cíclico para permitir una estimación del estado de salud de baterías de iones de litio precisa y robusta, incluso cuando se entrena con datos etiquetados extremadamente dispersos y distribuidos de manera desigual.

Autores originales: Jiaqi Yao, Julia Kowal

Publicado 2026-08-18

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Jiaqi Yao, Julia Kowal

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Las baterías son los motores silenciosos del mundo moderno, alimentando desde los teléfonos inteligentes en nuestros bolsillos hasta los vehículos eléctricos en nuestras carreteras. En el corazón de cada batería hay una pregunta simple pero crítica: ¿cuánta vida le queda? Los ingenieros llaman a esto el "estado de salud". Es una medida de cuánta capacidad ha perdido una batería desde que era nueva, de forma muy similar a revisar el dibujo de un neumático para ver cuánto camino puede soportar todavía. Conocer este número es vital para la seguridad y la eficiencia, permitiéndonos predecir cuándo una batería necesita mantenimiento o reemplazo antes de que falle. Sin embargo, obtener una respuesta precisa es sorprendentemente difícil. El verdadero estado de salud está oculto dentro de la química de la batería y no se puede medir directamente con una herramienta simple. En su lugar, debe estimarse observando cómo se comporta la batería mientras se carga y se descarga.

Durante años, los científicos han intentado enseñar a las computadoras a realizar estas estimaciones alimentándolas con vastas cantidades de datos. El problema es que estos datos generalmente deben ser etiquetados cuidadosamente con las respuestas correctas, un proceso que requiere someter a las baterías a años de pruebas lentas y costosas en un laboratorio. En el mundo real, tales datos perfectos son raros. La mayoría de las baterías en uso hoy en día tienen solo unos pocos puntos de datos conocidos, mientras que el resto de su historia permanece en el misterio. Esta escasez de información etiquetada ha sido durante mucho tiempo un cuello de botella, dificultando la construcción de sistemas fiables que puedan predecir la salud de la batería en situaciones cotidianas.

Un equipo de investigadores de la Universidad Técnica de Berlín ha encontrado una forma de sortear esta escasez. Desarrollaron un nuevo método que permite a un modelo computacional aprender los secretos del envejecimiento de las baterías utilizando principalmente datos no etiquetados. Imagine a un estudiante tratando de aprender un idioma. Tradicionalmente, necesitaría que un profesor corrigiera cada frase que dice. Este nuevo enfoque es más parecido a dejar que el estudiante escuche miles de horas de hablantes nativos y descubra la gramática y el flujo por su cuenta, necesitando solo que un profesor revise su trabajo ocasionalmente. Los investigadores enseñaron a su modelo a reconocer el orden natural del envejecimiento. Dado que las baterías siempre se degradan en una secuencia específica —envejeciendo y debilitándose con cada ciclo de carga—, el modelo aprendió a clasificar las sesiones de carga de "nueva" a "desgastada" sin haberle dicho nunca la edad exacta de la batería.

Para hacer esto, los investigadores utilizaron un tipo específico de inteligencia artificial que combina dos técnicas poderosas. Una parte del sistema actúa como un microscopio, haciendo zoom en patrones locales diminutos en las curvas de voltaje que aparecen mientras la batería se carga. La otra parte actúa como una memoria, conectando estos pequeños patrones a lo largo del tiempo para comprender la historia más amplia de cómo la batería está cambiando. Al entrenar este sistema con una enorme cantidad de datos de carga no etiquetados, el modelo aprendió a identificar los sutiles cambios que ocurren a medida que una batería envejece. Aprendió que un ligero cambio en la forma de la curva de carga al principio de un ciclo es diferente de un cambio similar al final de un ciclo, incluso sin saber el número exacto de ciclos que habían transcurrido.

Una vez que el modelo había aprendido estos patrones mediante esta práctica autodirigida, los investigadores lo probaron con muy pocos datos etiquetados. Le dieron al modelo solo el uno por ciento de la cantidad habitual de ejemplos etiquetados —solo una fracción minúscula de la historia de vida de la batería— para perfeccionar sus predicciones finales. Los resultados fueron sorprendentes. Incluso con información tan escasa, el modelo podía estimar la salud de la batería con una precisión notable. En sus pruebas, el error promedio fue inferior al dos por ciento, un nivel de precisión que rivaliza con métodos que requieren mucha más información. Esto sugiere que el modelo había absorbido con éxito la lógica subyacente del envejecimiento de las baterías durante su fase de entrenamiento supervisado, lo que le permitió generalizar bien incluso cuando los ejemplos específicos eran pocos y dispersos.

El estudio también exploró cómo la distribución de estos pocos ejemplos etiquetados afectaba el resultado. Descubrieron que importaba menos si las etiquetas estaban distribuidas uniformemente a lo largo de la vida de la batería y más si estaban concentradas en las etapas finales del envejecimiento. Cuando el modelo fue entrenado con datos de la fase de degradación profunda, donde el comportamiento de la batería cambia más drásticamente, funcionó aún mejor. Por el contrario, cuando las etiquetas limitadas provenían solo de los años tempranos y estables de la vida de la batería, el modelo tenía dificultades para aprender los cambios complejos que ocurren más tarde. Este conocimiento revela que la información más valiosa para enseñar a una computadora sobre la salud de la batería reside en los momentos en que la batería muestra signos claros de desgaste.

Este trabajo ofrece un camino prometedor hacia el futuro de la gestión de baterías. Al demostrar que las máquinas pueden aprender la historia del envejecimiento de las baterías a partir de los datos brutos no etiquetados que ya están disponibles en el mundo real, los investigadores han eliminado una barrera importante para la creación de sistemas de baterías más inteligentes y seguros. Su enfoque no requiere esperar años para que los datos perfectos de laboratorio estén disponibles. En su lugar, aprovecha los vastos océanos de datos operativos que ya se están recolectando, enseñando a las computadoras a entender el lenguaje del envejecimiento para que podamos cuidar mejor las fuentes de energía que impulsan nuestras vidas.

Resumen Técnico: Aprendizaje Auto-supervisado Alineado con la Degradación para la Estimación del Estado de Salud de Baterías de Iones de Litio bajo Escasez de Etiquetas

Planteamiento del Problema
La estimación precisa del Estado de Salud (SOH, por sus siglas en inglés) es crítica para la seguridad y optimización de los sistemas de baterías de iones de litio. Si bien los enfoques de aprendizaje profundo basados en datos han mostrado resultados prometedores, estos dependen típicamente de grandes volúmenes de datos de ciclado de alta calidad y etiquetados. En la práctica, obtener tales etiquetas es un desafío porque el SOH no es directamente medible y requiere pruebas de control estandarizadas costosas y que consumen mucho tiempo. En consecuencia, los datos de envejecimiento de baterías en el mundo real suelen sufrir de "escasez de etiquetas", caracterizada tanto por una baja cantidad de muestras etiquetadas como por una cobertura desigual a lo largo de la vida útil de la batería (por ejemplo, una falta de datos en regímenes de degradación profunda). Los métodos existentes de aprendizaje auto-supervisado (SSL) en este dominio suelen centrarse en tareas de pretextos basadas en la reconstrucción, las cuales pueden no alinear las representaciones aprendidas con la tarea específica de la estimación del SOH, ya que el envejecimiento de las baterías es intrínsecamente un proceso ordenado y progresivo.

Metodología
Los autores proponen un marco de Aprendizaje Auto-supervisado (SSL) Alineado con la Degradación diseñado para aprovechar la abundante cantidad de datos no etiquetados para aprender representaciones consistentes con el envejecimiento, las cuales son posteriormente ajustadas mediante el uso de datos etiquetados dispersos.

Arquitectura del Modelo (CNN-GRU):
- El modelo central consiste en un Codificador y una Cabeza.
- El Codificador utiliza una Red Neuronal Convolucional (CNN) con dos bloques convolucionales unidimensionales (1D) apilados para extraer patrones locales de las curvas de voltaje de carga de Corriente Constante (CC), y estas características son integradas secuencialmente por una capa de Unidad de Puerta Recurrente (GRU) para capturar dependencias temporales.
- La Cabeza es una red totalmente conectada utilizada para diferentes tareas dependiendo de la fase de entrenamiento.
Tarea de Pretexto: Clasificación por Orden de Ciclo:
- En lugar de reconstruir los datos de entrada, la fase de preentrenamiento emplea un objetivo de clasificación por orden de ciclo.
- El modelo es entrenado para predecir una "puntuación de envejecimiento" adimensional ( $s_{age}$ ) de tal manera que las puntuaciones respeten el orden cronológico relativo de los ciclos de la batería.
- Se minimiza una pérdida de clasificación logística por pares, asegurando que, para cualquier par de muestras de la misma celda, aquella de un ciclo posterior (mayor degradación) reciba una puntuación de envejecimiento más alta.
- Para garantizar la fiabilidad, se excluyen los pares con números de ciclo idénticos o diferencias de ciclo por debajo de un umbral ( $d_{min} = 50$ ) para evitar el ruido proveniente de los fenómenos de recuperación de capacidad.
Flujo de Trabajo de Entrenamiento:
- Preentrenamiento Auto-supervisado: El modelo CNN-GRU es entrenado utilizando un gran volumen de curvas de carga CC no etiquetadas mediante el algoritmo de SSL basado en clasificación. El codificador aprende a mapear las curvas de carga hacia una puntuación de envejecimiento que correlaciona con la degradación.
- Adaptación para Tareas Derivadas (Ajuste Fino): Los parámetros del codificador preentrenado se congelan. Se instancia una nueva cabeza para la regresión del SOH. El modelo es entonces ajustado finamente utilizando un conjunto de datos etiquetados escasos y dispersos (que oscila entre el 1% y el 100% de los datos disponibles).

Contribuciones Clave

Marco de SSL Basado en Clasificación: El artículo introduce un nuevo marco de SSL que utiliza la clasificación por orden de ciclo como tarea de pretexto. Este enfoque alinea explícitamente las representaciones aprendidas con la naturaleza progresiva intrínseca del envejecimiento de las baterías, abordando las limitaciones de los métodos basados en la reconstrucción.
Arquitectura CNN-GRU: Se desarrolla una arquitectura de aprendizaje profundo específica para extraer patrones locales de las curvas de carga mediante CNNs e integrar estas características temporalmente mediante GRUs, siendo adecuada tanto para el preentrenamiento auto-supervisado como para la regresión del SOH.
Análisis de la Distribución de Etiquetas: El estudio proporciona un análisis profundo sobre cómo la distribución de las etiquetas dispersas (uniforme, aleatoria, solo etapas tempranas, solo etapas tardías) impacta el rendimiento del modelo, ofreciendo perspectivas sobre las estrategias óptimas de adquisición de datos bajo escasez de etiquetas.

Resultos Experimentales
El marco fue evaluado utilizando el conjunto de datos de envejecimiento de baterías CALCE (celdas CX2-34, CX2-36, CX2-37, CX2-38).

Alineación con la Degradación: Antes del ajuste fino, las puntuaciones de envejecimiento predichas por el modelo preentrenado mostraron una relación inversa monótona casi perfecta con el SOH real, con coeficientes de correlación de rango de Spearman ( $\rho$ ) que oscilaron entre -0.996 y -0.998 en todas las celdas. Esto confirma que el modelo capturó con éxito la información alineada con la degradación a partir de los datos no etiquetados.
Rendimiento bajo Escasez de Etiquetas:
- El modelo SSL-Rank propuesto superó significativamente tanto al modelo base de Aprendizaje Supervisado (SL) puro como a otros enfoques de SSL (SSL basado en Reconstrucción y SSL de Objetivos Múltiples).
- Mientras que el modelo SL puro falló en estimar el SOH con precisión cuando los datos etiquetados descendieron por debajo del 40%, el modelo SSL-Rank mantuvo un rendimiento robusto incluso con solo el 1% de los datos etiquetados.
- Al 1% de la relación de datos etiquetados, el modelo SSL-Rank logró un Error Absoluto Medio (MAE) del 1.718% y un Error Cuadrático Medio (RMSE) del 2.329% en la celda de prueba, con un $R^2$ de 0.970.
- El modelo SSL-Rank superó consistentemente a SSL-Recon y SSL-MO en todas las proporciones de datos etiquetados (del 1% al 100%), demostrando que el objetivo de clasificación proporciona una inicialización superior para las tareas derivadas.
Influencia de la Distribución de Etiquetas:
- Los experimentos revelaron que los datos etiquetados de "solo etapas tardías" (muestras de etapas de degradación profunda) produjeron un mejor rendimiento que los datos de "solo etapas tempranas", incluso con el mismo tamaño de muestra. Esto se atribuye a que los cambios de patrón relacionados con el envejecimiento son más pronunciados en las curvas de voltaje durante las etapas de vida tardía.
- Por el contrario, los modelos ajustados con datos de "solo etapas tempranas" fallaron cuando el tamaño de la muestra era muy pequeño (por ejemplo, 5%), lo que resalta la necesidad de diversidad o cantidad de datos para compensar las etapas de degradación limitadas.

Significado y Pretensiones
Los autores afirman que este trabajo aporta una nueva luz a la estimación del SOH para baterías de iones de litio en aplicaciones del mundo real donde los datos etiquetados son escasos. Al explotar la información intrínseca del orden de ciclo en los datos no etiquetados, el marco propuesto permite una estimación robusta del SOH con un mínimo de datos etiquetados (tan bajo como el 1%). El estudio demuestra que aprovechar los datos no etiquetados a través de tareas de pretexto alineadas con la degradación no solo mitiga la escasez de etiquetas, sino que también mejora la inicialización del modelo, conduciendo a un rendimiento superior incluso cuando los datos etiquetados son relativamente abundantes. Los autores señalan que el estudio actual está limitado a un único modelo de celda bajo condiciones de ciclado específicas y sugieren que el trabajo futuro debería extender este marco a entornos de múltiples celdas y diversas condiciones para reflejar mejor la variabilidad del mundo real.

Más como este