孙宏斌教授团队成果入选《自然·通讯》2023年度TOP25

近日，国际知名期刊Nature Communications（自然·通讯）主编发函祝贺我校孙宏斌教授团队发表的论文“Collaborative and privacy-preserving retired battery sorting for profitable direct recycling via federated machine learning”从8500篇论文中脱颖而出，入选Nature Communications期刊化学和材料科学（Chemistry and materials）2023年度TOP25文章，并被编辑推荐为能源领域50篇最具突破性和影响力论文（Editors' Highlights）。

研究团队收集了来自7个制造商、包含5种正极材料、具有不同历史使用情况（如来自实验室测试、电动汽车运行等）的130个退役电池的数据。通过数据清洗和噪声处理，形成了适用于特征工程的标准化参数曲线。

随后采用联邦学习框架进行退役电池正极材料分类，该联邦学习框架可以有效利用来自多方的本地大规模电池数据，且数据无需在参与方之间共享，充分保护了多方协作时的数据隐私。同时，团队考虑了同质性和质异性退役场景，在两种场景下均实现了高精度分类。其中，采用WDV策略的联邦学习方法相较于其它方法分类精度高、隐私预算高，在实现高精度分类的同时，极大降低了数据泄露风险。

团队还基于不同LFP/NMC比例的电池数据，对三种机器学习分类方法（采用多数投票MV、Wasserstein-Distance投票WDV的联邦学习方法和非联邦学习方法）和三种电池回收方法（火法、湿法和直接回收方法）进行了经济性评估。研究发现，基于联邦学习的电池分类能高效协同回收合作者，保障大规模分布式的电池数据隐私，并实现退役电池的盈利性直接回收。

研究表明采用联合机器学习方法可以在不依赖过去运行数据的情况下对这些退役电池进行分类，从而保护了回收合作者的数据隐私。从经济上讲，所提出的方法强调了精确的电池分类对可持续回收行业的价值。这项研究预示着一种使用来自不同来源的隐私敏感数据的新模式，有助于分布式系统的协作和尊重隐私的决策。

（论文链接：https://www.nature.com/articles/s41467-023-43883-y

或

点击文末“阅读原文”链接一键直达）

孙宏斌教授现任太原理工大学党委副书记、副校长（主持行政工作），清华大学学术委员会委员、长聘教授，山西能源互联网重大科技基础设施首席科学家，中国极地研究中心（中国极地研究所）极地清洁能源首席科学家。国家级教学名师，教育部长江学者，国家杰青，国家基金委创新群体“新型电力系统安全分析与智能调控”负责人，中组部万人计划科技领军人才，IEEE/IET/CSEE Fellow。兼任IEEE PES Fellow遴选委员会委员，世界工程组织联合会（WFEO）能源委员会副主席，IEEE PES能源互联网协调委员会首届主席，IEEE能源互联网与能源系统集成会议创会主席，Energy Internet期刊首任主编。

主持承担了973、863、国家重点研发计划、国自然联合基金集成项目等十余项国家级项目。获国家科技进步一等奖1项、国家技术发明二等奖1项、获2020年首届Energy Internet Pioneer Award、亚太工程组织联合会2022年度工程师奖、两次入选中国高校十大科技进展、两次获国家级教学成果一等奖。Elsevier中国高被引学者(2020-2022)，专著5部，SCI论文200余篇，Google总引数2万余次。授权中国发明专利200余项、美国专利40余项。