一种基于跨尺度协同优化的低温电解液性能预测方法和系统
申请号:CN202511247822
申请日期:2025-09-03
公开号:CN120783898B
公开日期:2025-11-18
类型:发明专利
摘要
本发明属于智能分子动力学模拟技术领域,涉及一种基于跨尺度协同优化的低温电解液性能预测方法和系统,包括:通过分子动力学模拟获得低温电解液结构模型;对低温电解液结构模型中锂离子配位施加高斯偏置势,获得电解液动态数据;获取电解液的分子图向量和非共价作用能向量;将电解液动态数据、分子图向量和非共价作用能向量融合为特征融合向量;根据图神经网络模型,建立低温电解液预测模型,通过特征融合向量对低温电解液预测模型进行训练;将候选电解液配方输入训练好的低温电解液预测模型,生成电解液的关键性能。其实现了低温范围内电解液关键性能的高精度预测与筛选,显著降低低温电解液研发的实验成本与周期。
技术关键词
低温电解液
性能预测方法
电解液配方
分子
局部结构特征
时间变化曲线
神经网络模型
长链烷基基团
性能预测系统
低温电池
模型训练模块
训练集数据
预测误差
密度
节点
输出模块