考虑噪声的基于特征化电化学测量的连续体电池模型贝叶斯参数化

物理化学连续体电池模型通常依靠研究人员的个人经验通过手动拟合进行参数化。在本文中，我们引入一种计算机算法，该算法直接利用电池研究人员的经验可复现地从实验数据中提取信息。我们将带期望传播（EP）的贝叶斯优化（BOLFI）进行扩展，以创建一个适用于模块化连续体电池模型的黑盒优化器。标准方法将原始整体实验数据与模型模拟进行比较。通过将数据划分为基于物理的特征，我们的数据驱动方法使用的模拟量少数个数量级。为验证，我们处理全电池 GITT 测量以非破坏性地表征两电极的扩散系数。我们的算法使实验者与理论研究者能够研究、验证并记录其见解。我们期望该算法成为实验数据库可访问评估的工具。