专访｜深算院“梦溪”AI系统：化成分容效率提升4倍，年省1.4亿！

在新能源电池产业迅猛发展的今天，如何通过技术创新提升生产效率、降低成本、确保安全性，成为了行业关注的焦点。深圳计算科学研究院（简称深算院）凭借其领先的AI大数据分析技术，正在为新能源电池产业的数智化转型提供强有力的支持。

近日，深算院CTO别彬彬先生在OFweek 2025（第九届）动力电池产业年会上，发表了题为《梦溪——新能源电池AI分容解决方案》的精彩演讲，并与深算院CMO刘高冰先生一同接受了维科网锂电的专访，详细介绍了深算院在新能源电池领域的创新解决方案。

左一深算院CMO刘高冰，左二深算院CTO别彬彬

化成分容与深算院的解决方案

别彬彬介绍，在锂电池制造过程中，化成分容环节占据了整个生产工序的1/3，设备投入更是高达45%，“这一环节的效率和精度直接影响到电池的质量和寿命。”

图深算院CTO别彬彬

维科网锂电注意到，传统化成分容依赖人工经验与固定参数，存在三大致命痛点1、效率低下单次分容耗时长达数小时，且需反复测试验证；2、误差难控人工标定易受环境干扰，电芯容量误差常超5%；3、成本高企高精度设备依赖进口，单条产线投资动辄数千万。

“行业亟需一种既能降本增效，又能提升一致性的技术方案。”某头部电池厂技术负责人坦言。

这一背景下，深算院自主研发的“梦溪”化成分容AI预测系统，基于MES系统TB级数据处理，构建了锂电池电芯数据库及行业知识库，通过智能化AI技术直击行业痛点

1、精准预测，缩短工序仅需采集电芯化成阶段的初始充电数据（如充电至50%-70%），即可通过AI模型预测最终容量，将分容时间缩短50%-30%以上；系统对17万支电芯的实测数据显示，平均误差率低至0.3%（行业平均超5%），远优于行业平均水平。

2、动态优化，降本增效实时分析产线数据，动态调整充放电参数，减少无效能耗，单条产线年节省电费超百万元；通过替代进口设备的核心算法，设备投入成本降低20%。

3、机理融合，可解释性强突破传统AI“黑箱”局限，系统结合电化学机理模型，可追溯预测逻辑，辅助工程师优化工艺。

例如某动力电池企业引入“梦溪”系统后，低容电芯筛选效率提升4倍，200万支电芯召回时间从17.5小时压缩至4小时，且实现100%不良品召回，彻底规避热失控风险。

别彬彬介绍，假设一个投入生产20GWh产能的项目应用梦溪系统，设备成本可节省约500万/GWh；产线运营成本可节省约110万/GWh；总共节约成本年为1.4亿元！

“梦溪”降本增效示图

不局限单环节 更可整线优化

在采访中，深算院CMO刘高冰告诉维科网锂电，深算院的解决方案不仅仅局限于单个环节的优化，而是通过数据闭环实现了整线工艺的优化。

刘高冰表示，“通过对电芯生产过程中各个环节的数据进行实时监控和分析，深算院能够快速发现并解决生产中的问题，确保产品的一致性和质量。这种从结果推导问题的闭环优化模式，使得生产线能够不断自我优化，提升整体效率。”

全自研系统构筑护城河

据了解，深算院在技术研发上始终坚持自主可控的原则。其核心算法引擎和针对电池行业的应用系统均为自主研发，从第一行代码开始写起，确保了系统的安全性和可靠性。深算院的崖山数据库系统（YashanDB）、采石矶数据质量系统和钓鱼城数据分析系统，均为国际领先的全自研基础软件系统，填补了国内在这一领域的技术空白。

崖山数据库系统深算院基于自研的数据库前沿基础理论突破，打造的从核心理论到关键系统均为中国原创、性能指标国际领先的全自研新型数据库系统。崖山数据库系统经工信部下属权威机构评测，内核代码自主率达100%；通过了中国信通院“可信数据库”集中式事务型和分布式分析型测评，兼容国产主流软硬件，具备商用能力。目前，已在综合性央企、政务、能源、交通、互联网等多个业务场景平稳运行并得到行业认可。

采石矶数据质量系统深算院基于自研的数据同一性、一致性、时效性、精确性、完整性原创理论模型打造的数据质量系统。采石矶系统已在金融、数字政府、运营商、科研院所等行业使用，精度和效率大幅超越国外同类系统。

钓鱼城数据分析系统深算院基于自研的开创性理论及分布式架构，研发的全球领先的高精准大规模数据分析系统，国际上无对标系统，荣获五个国际奖项，是“全球最快图计算引擎”。钓鱼城数据分析系统可自动挖掘数据中蕴含的潜在价值，通过“可解释”的高精度数据知识，赋能新能源行业、工业制造、商业决策、风险识别、生物医药发现、推荐引流等众多应用场景。

从单点突破到产业协同

别彬彬介绍，深算院在人才培养和团队建设上也颇具特色。该研究院85%以上的员工为研发人员，其中大多数专注于数据科学和算法领域。为了应对交叉学科的需求，深算院还引入了电化学等领域的专家，培养了一批既懂AI又懂电化学的复合型人才，“这些人才在新能源电池产业的数智化转型中发挥了重要作用，未来将覆盖钠电池、固态电池领域，定义下一代制造标准。”

据悉，深算院还与产业链上下游企业展开广泛合作，共同探索行业数字化应用场景。通过与设备供应商、电池制造商等企业的合作，深算院不仅推动了自身技术的落地应用，也为整个行业的数智化转型提供了有力支持！

别彬彬称，深算院的目标不仅仅是为新能源电池产业提供技术解决方案，更是希望通过技术创新推动整个产业的升级。未来，深算院将继续深耕AI大数据分析领域，探索更多应用场景，助力新能源电池产业在全球竞争中占据领先地位。

结语

深算院凭借其领先的AI大数据分析技术和自主可控的研发能力，正在为新能源电池产业的数智化转型提供强有力的支持。从化成分容到K值预测，从数据闭环到整线优化，深算院的解决方案不仅提升了生产效率，降低了成本，还确保了产品的安全性和一致性。

未来，随着技术的不断进步和应用的深入，深算院有望在新能源电池产业中发挥更加重要的作用，推动整个行业迈向新的高度。