面向智能电池管理系统的五层数字孪生架构
网络与互联网体系结构
2026-01-13 v2
摘要
随着数字孪生技术日益被引入电池管理系统以满足日益增长的透明和生命周期感知运维需求，现有的电池数字孪生仍 suffer 从碎片化的运营流程以及缺乏用于协调生命周期内建模、推理和决策的架构视角。为此，我们发展了一种统一的五层电池数字孪生框架，将关键功能集成到连贯的管道中，并促进了数字孪生更清晰的架构理解。该五层包括几何建模、描述性分析、物理信息预测、规程优化和自主控制。在定量评估中，所得架构实现了高保真度多物理校准，电压预测误差为0.92%，温度预测误差为0.18%，并提供1.09% MAPE和校准不确定性的健康状态估计。作为首个受NVIDIA生态系统支持、融合物理与AI技术的电池数字孪生系统，我们提出的五层框架将电池管理从被动防护转向可解释、预测和自主范式，为开发下一代电池管理和能源管理系统铺平了道路。
引用
@article{arxiv.2509.02366,
title = {Towards Intelligent Systems for Battery Management: A Five-Tier Digital Twin Architecture},
author = {Tianwen Zhu and Hao Wang and Zhiwei Cao and Simon See and Yonggang Wen},
journal= {arXiv preprint arXiv:2509.02366},
year = {2026}
}