在电动汽车与大规模储能系统的快速发展中,电池成为核心支撑。钠离子电池(SIBs)凭借钠资源丰富、成本低廉、低温性能优异等优势,被视为锂离子电池的重要替代选项。然而,正极材料的能量密度不足,始终是制约SIBs大规模商业化的关键瓶颈。研究团队首次构建了一套数据驱动的NASICON正极材料筛选与优化体系,通过“数据采集-特征工程-模型训练-实验验证”的闭环流程,成功开发出高能量密度正极材料NMVTZP,相关研究以题为“Machine Learning for Selecting High-Energy Phosphate Cathode Materials”发表在Research上。
Citation: Yongchun Dang, Zechen Li, Yongchao Yu, Xiwei Bai, Li Wang, Xuelei Wang, Peng Liu, Chen Sun, Xunli Zhou, Zhenpo Wang, et al. Machine Learning for Selecting High-Energy Phosphate Cathode Materials. Research. 2025; 8: 0794. DOI: 10.34133/research.0794