电解液设计方法、装置、设备、介质及程序产品与流程

1.本技术属于二次电池技术领域，尤其涉及一种电解液设计方法、装置、设备、计算机存储介质及计算机程序产品。


背景技术：

2.近年来，随着以锂离子电池为代表的二次电池的应用范围越来越广泛，锂离子电池广泛应用于水力、火力、风力和太阳能电站等储能电源系统，以及电动工具、电动自行车、电动摩托车、电动汽车、军事装备、航空航天等多个领域。由于二次离子电池取得了极大的发展，因此对其能量密度、循环性能和安全性能等也提出了更高的要求。
3.电解液是二次电池的重要组成，发挥着传导活性离子和电子绝缘的作用。正负极活性物质决定二次电池理论容量，但是其充放电速率、长循环性能等性能与电解液的息息相关。从锂离子电池技术的发展历程来看，电解液体系的选择很大程度上决定二次电池的成功与否。因此，开发先进电解液是开发下一代二次电池技术的核心之一。
4.但是，由于电解液成分复杂，往往需要投入大量的工作，才能设计出符合实际需要的电解液。


技术实现要素：

5.本技术实施例提供一种电解液设计方法、装置、设备、计算机存储介质及计算机程序产品，能够实现电解液的高效率、低成本设计。
6.第一方面，本技术实施例提供一种电解液设计方法，方法包括：
7.获取待设计电解液的第一理化参数；
8.将第一理化参数输入训练好的成分预测模型，通过成分预测模型对待设计电解液的成分信息进行预测，得到待设计电解液的成分信息，其中，成分预测模型通过基于高通量计算方法得到的训练样本训练得到；
9.根据待设计电解液的成分信息设计待设计电解液。
10.在第一方面的一些实施例中，在将第一理化参数输入训练好的成分预测模型，通过成分预测模型对待设计电解液的成分信息进行预测，得到待设计电解液的成分信息之前，方法还包括：
11.通过预先训练的仿真模型模拟多种具有不同成分信息的第一电解液；
12.利用高通量计算方法对第一电解液进行计算，得到第一电解液对应的第二理化参数；
13.分别将每种第一电解液的第二理化参数以及每种第一电解液的成分信息创建训练样本；
14.根据多个训练样本，训练成分预测模型，直至满足训练停止条件，得到训练好的成分预测模型。
15.在第一方面的一些实施例中，根据多个训练样本，训练成分预测模型，直至满足训
练停止条件，得到训练好的成分预测模型，包括：
16.对每个训练样本，分别执行如下步骤：
17.将训练样本输入至预设的成分预测模型中，得到与第二理化参数对应的预测成分信息；
18.根据预测成分信息和第一电解液的成分信息，确定成分预测模型的损失函数值；
19.在损失函数值不满足训练停止条件的情况下，调整成分预测模型的模型参数，并利用训练样本训练参数调整后的成分预测模型，直至满足训练停止条件，得到训练好的成分预测模型。
20.在第一方面的一些实施例中，高通量计算方法包括密度泛函理论计算、分子动力学模拟和有限元计算中的至少一者。
21.在第一方面的一些实施例中，第一理化参数包括构成电解液的溶剂分子的理化参数以及电解液的理化参数中的至少一者。
22.在第一方面的一些实施例中，构成电解液的溶剂分子的理化参数包括溶剂分子的几何结构、电子结构、热力学能量、分子前线轨道能级、偶极矩、电子亲和能、氧化还原电位、拉曼光谱、红外光谱、介电常数、粘度、熔点、沸点中的至少一者。
23.在第一方面的一些实施例中，电解液的理化参数包括电解液的介电常数、粘度、熔点、沸点、离子导率中的至少一者。
24.在第一方面的一些实施例中，成分信息包括物质组成和配比。
25.在第一方面的一些实施例中，成分预测模型包括线性回归分析模型、逻辑回归分析模型、支持向量机、最近邻算法模型、k均值聚类算法模型、决策树模型、朴素贝叶斯模型、随机森林模型、降维算法模型、梯度增强算法模型中的至少一者。
26.在第一方面的一些实施例中，待设计电解液包括水系电解液和非水电解液。
27.在第一方面的一些实施例中，待设计电解液中包括溶剂、电解质盐以及任选的添加剂，
28.其中，溶剂包括一种或多种有机小分子，有机小分子由c、h、o、n、f、cl、s、p、b中的至少两种元素组成；
29.电解质盐包括六氟磷酸盐、双氟磺酰亚胺盐、硝酸盐、亚硝酸盐、氟化盐、氯化盐、溴化盐、碘化盐、二氟磷酸盐、二氟草酸硼酸盐、二草酸硼酸盐、四氟草酸硼酸盐、双氟磺酰亚胺盐、双三氟甲磺酰亚胺盐、4，5-二氰基-2-三氟甲基咪唑盐、高氯酸盐、硫酸盐、亚硫酸盐、六氟砷酸盐中的至少一者，电解质盐中的阳离子选自li

、na

、k

、mg
2
、ca
2
、zn
2
、al
3
中的至少一者；
30.任选的添加剂包括成膜添加剂、阻燃添加剂、防过充添加剂、过充保护添加剂及多功能添加剂中的至少一者。
31.第二方面，本技术实施例提供一种电解液设计装置，装置包括：
32.获取模块，用于获取待设计电解液的第一理化参数；
33.预测模块，用于将第一理化参数输入训练好的成分预测模型，通过成分预测模型对待设计电解液的成分信息进行预测，得到待设计电解液的成分信息，其中，成分预测模型通过基于高通量计算方法得到的训练样本训练得到；
34.设计模块，用于根据待设计电解液的成分信息设计待设计电解液。
35.第三方面，本技术实施例提供一种电解液设计设备，设备包括：处理器以及存储有计算机程序指令的存储器；
36.处理器执行计算机程序指令时实现如本技术第一方面任一实施例的电解液设计方法。
37.第四方面，本技术实施例提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序指令，计算机程序指令被处理器执行时实现如本技术第一方面任一实施例的电解液设计方法。
38.第五方面，本技术实施例提供一种计算机程序产品，计算机程序产品中的指令由电子设备的处理器执行时，使得电子设备执行如本技术第一方面任一实施例的电解液设计方法。
39.本技术实施例的电解液设计方法、装置、设备、计算机存储介质、计算机程序产品，能够通过将电解液的理化参数输入到成分预测模型中，得到与理化参数对应的成分信息，这样，不需要进行实际的实验工作，就能够根据对电解液的性能要求，设计电解液的成分，得到符合性能要求的电解液。并且，由于成分预测模型的训练样本是基于高通量计算方法得到的，无需进行大量的实验来获取训练样本，降低了实验成本。本技术实施例能够实现低成本、高效率的电解液设计。
附图说明
40.为了更清楚地说明本技术实施例的技术方案，下面将对本技术实施例中所需要使用的附图作简单的介绍，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
41.图1是本技术一个实施例提供的电解液设计方法的流程示意图；
42.图2是本技术另一个实施例提供的电解液设计方法的流程示意图；
43.图3是本技术又一个实施例提供的电解液设计装置的结构示意图；
44.图4是本技术再一个实施例提供的电解液设计设备的结构示意图。
具体实施方式
45.下面将详细描述本技术的各个方面的特征和示例性实施例，为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及具体实施例，对本技术进行进一步详细描述。应理解，此处所描述的具体实施例仅意在解释本技术，而不是限定本技术。对于本领域技术人员来说，本技术可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本技术的示例来提供对本技术更好的理解。
46.需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
47.如背景技术所述，现有技术中，对电解液进行设计往往需要进行大量的实验，例如，需要研究人员按照经验设计多种不同电解液的物质组成、配比，再对电解液的性能进行验证，或者是基于现有的电解液进行配方优化。发明人发现，现有技术的电解液设计方法，不仅研发周期长、成本高、迁移性差，且难以总结电解液设计开发的内在规律。
48.在生物领域中，高通量筛选(high throughput screening，hts)技术是指以分子水平和细胞水平的实验方法为基础，以微板形式作为实验工具载体，以自动化操作系统执行试验过程，以灵敏快速的检测仪器采集实验结果数据，以计算机分析处理实验数据，在同一时间检测数以千万的样品，并以得到的相应数据库支持运转的技术体系，它具有微量、快速、灵敏和准确等特点。简言之就是可以通过一次实验获得大量的信息，并从中找到有价值的信息。
49.发明人经大量研究发现，将基于高通量筛选的高通量计算方法应用于电解液设计中，能够有效降低实验成本，还能够得到电解液成分信息与性能的内在联系。
50.为了解决现有技术问题，本技术实施例提供了一种电解液设计方法、装置、设备、计算机存储介质及计算机程序产品。
51.下面结合附图，通过具体的实施例及其应用场景对本技术实施例所提供的电解液设计方法进行介绍。
52.图1示出了本技术一个实施例提供的电解液设计方法的流程示意图，具体的可以是本技术实施例提供电解液设计方法中所采用的成分预测模型的训练方法。
53.如图1所示，本技术实施例提供的电解液设计方法中所采用的成分预测模型可以包括步骤s110～s140。
54.s110，通过预先训练的仿真模型模拟多种具有不同成分信息的第一电解液。
55.s120，利用高通量计算方法对第一电解液进行计算，得到第一电解液对应的第二理化参数。
56.s130，分别将每种第一电解液的第二理化参数以及每种第一电解液的成分信息创建训练样本。
57.s140，根据多个训练样本，训练成分预测模型，直至满足训练停止条件，得到训练好的成分预测模型。
58.在本技术的实施例中，通过仿真模型模拟多种具有不同成分信息的电解液，然后通过高通量计算方法对仿真模型模拟的电解液进行计算，得到第一电解液对应的第二理化参数，分别将每种第一电解液的成分信息以及对应的第二理化参数构建训练样本，如此可对成分预测模型进行训练，得到训练好的成分预测模型。然后，即可基于训练好的成分预测模型对待设计的电解液的理化参数进行处理，得到待设计的电解液的成分信息，根据待设计的电解液的成分信息设计电解液，从而实现电解液的低成本、高效设计。
59.下面对成分预测模型的训练过程进行详细说明。
60.首先介绍步骤s110，通过预先训练的仿真模型模拟多种具有不同成分信息的第一电解液。
61.其中，仿真模型可以为现有技术中常用的仿真模型，例如，可以为通过模拟计算机、数字计算机和混合计算机中的至少一者构建并训练的仿真模型。作为一个示例，仿真模型可以为通过模拟计算机构建并训练得到的仿真模型，具体地，通过该仿真模型可以得到
具有物质组成、物质配比等多个尺度的电解液计算工作流，从而模拟多种具有不同成分信息的电解液。
62.在一种可选的实施方式中，第一电解液可以包括水系电解液和非水电解液。作为一个示例，第一电解液可以包括以水为溶剂的电解液以及以有机物为溶剂的有机电解液。在一种可选的实施方式中，第一电解液可以包括用于锂离子电池、锂金属电池、钠离子电池、钠金属电池、钾离子电池、钾金属电池、镁离子电池、镁金属电池、钙离子电池、钙金属电池、锌离子电池、锌金属电池、铝离子电池、铝金属电池中的电解液。
63.在一种可选的实施例方式中，第一电解液中可以包括溶剂、电解质盐以及任选的添加剂。
64.其中，溶剂可以包括一种或多种有机小分子，有机小分子由c、h、o、n、f、cl、s、p、b中的至少两种元素组成。
65.电解质盐可以包括六氟磷酸盐、双氟磺酰亚胺盐、硝酸盐、亚硝酸盐、氟化盐、氯化盐、溴化盐、碘化盐、二氟磷酸盐、二氟草酸硼酸盐、二草酸硼酸盐、四氟草酸硼酸盐、双氟磺酰亚胺盐、双三氟甲磺酰亚胺盐、4，5-二氰基-2-三氟甲基咪唑盐、高氯酸盐、硫酸盐、亚硫酸盐、六氟砷酸盐中的至少一者，电解质盐中的阳离子选自li

、na

、k

、mg
2
、ca
2
、zn
2
、al
3
中的至少一者。
66.任选的添加剂可以包括成膜添加剂、阻燃添加剂、防过充添加剂、过充保护添加剂及多功能添加剂中的至少一者。
67.成分信息可以为与电解液的构成相关的信息。在一种可选的实施方式中，成分信息可以包括电解液中物质的组成和配比。
68.通过仿真模型模拟上述多种具有不同成分信息的第一电解液，能够得到大量、全面的与电解液相关的信息，从而能够在后续步骤中，获得更全面的训练样本。如此，训练好的成分预测模型能够适用于多种二次电池用电解液的设计，提高了成分预测模型的适用性。
69.然后介绍步骤s120，利用高通量计算方法对第一电解液进行计算，得到第一电解液对应的第二理化参数。
70.步骤s120中，第一电解液对应的第二理化参数为与第一电解液的性能相关的物理性质和化学性质的参数。
71.在一种可选的实施方式中，第二理化参数可以包括构成电解液的溶剂分子的理化参数以及电解液的理化参数中的至少一者。
72.具体地，构成电解液的溶剂分子的理化参数可以包括溶剂分子在非溶液环境中所具有的理化参数，例如处于真空环境中时所具有的理化参数，也可以包括溶剂分子在溶液环境中所具有的的理化参数，例如处于电解液中时所具有的理化参数。在一种可选的实施方式中，构成电解液的溶剂分子的理化参数可以包括溶剂分子的几何结构、电子结构、热力学能量、分子前线轨道能级、偶极矩、电子亲和能、氧化还原电位、拉曼光谱、红外光谱、介电常数、粘度、熔点、沸点中的至少一者。
73.在一种可选的实施方式中，电解液的理化参数可以包括电解液的介电常数、粘度、熔点、沸点、离子导率中的至少一者。
74.上述高通量计算方法可以包括多种计算方法。在一种可选的实施方式中，高通量
计算方法包括密度泛函理论计算、分子动力学模拟和有限元计算中的至少一者。
75.为了便于理解，下面对本技术中的高通量计算方法的部分实现方式进行示例性说明。需要说明的是，以下示例仅是为了解释本技术，而不是为了限制本技术。
76.作为采用密度泛函理论计算真空环境下电解液溶剂分子的理化参数的一个示例，对于1,2-二甲氧基乙烷(dme)分子，可先通过gaussview软件构建dme分子初始几何构型；然后可以采用gaussian16软件对所构建的dme分子初始几何构型进行优化并在最优结构上计算相关物理化学性质，所采用的具体方法为密度泛函理论，基组为6-311 g(d,p)，泛函为b3lyp；接着可以采用振动频率分析确定所得优化结构为基态结构，采用nbo电荷，分析dme分子的电荷分布；最后可分析优化得到的dme分子的几何结构(键长、键角、二面角)、电子结构(nbo电荷分布)、热力学能量、电子亲和能、偶极矩、拉曼光谱、红外光谱、最高占据分子轨道(homo)与最低未占据分子轨道(lumo)能级、氧化还原电位等理化参数。
77.作为采用分子动力学模拟计算电解液溶剂的介电常数和粘度的一个示例，对于1，3-二氧戊环(dol)，可以采用packmol软件构建包含多个溶剂分子的dol溶剂模型，例如可以构建包含1000个溶剂分子的dol溶剂模型；然后可以采用lammps软件对dol溶剂模型进行分子动力学模拟模拟过程可以包括以下步骤(1)～(4)。
78.(1)在298k下进行等温等压系综(npt系综)计算，压力为1个大气压，时间为3ns，时间步长为1fs；
79.(2)从298k升温至400k，系综为npt，压力为1个大气压，升温速率为20k/ns，并最终于400k下恒温2ns，时间步长为1fs。
80.(3)从400k降温至298k，系综为npt，压力为1个大气压，降温速率为20k/ns，并最终在298k下恒温5ns，时间步长为1fs。
81.(4)在298k进行正则系综(nvt系综)计算，时间为10ns，时间步长为1fs。
82.基于nvt计算轨迹的后半段进行分子动力学模拟采用，计算dol溶剂的介电常数与粘度，其中，介电常数计算公式为：
[0083][0084]
其中，ε为介电常数，ε0是真空介电常数，是体系的总偶极矩，t是温度，v是电解液的体积，kb是玻尔兹曼常数。
[0085]
粘度计算公式为：
[0086][0087]
其中，η为粘度，t是温度，v是电解液的体积，kb是玻尔兹曼常数，p
xz
为体系压力。
[0088]
作为采用密度泛函理论计算溶液环境下溶剂分子在电解液中的理化参数的一个示例，对于碳酸二甲酯(dmc)分子，可以采用gaussview软件构建dmc分子初始几何构型；然后可以采用gaussian16软件对所构建的dmc分子初始几何构型进行优化，并在最优结构上计算相关物理化学性质，所采用的具体方法为密度泛函理论，基组为6-311 g(d,p)，泛函为b3lyp，采用隐式溶剂化作用模型(smd溶剂化模型)描述溶液环境，设置smd溶剂化模型的介电常数可通过分子动力学模拟计算得到；接着可以采用振动频率分析确定所得优化结构
为基态结构，采用nbo电荷分析dmc分子的电荷分布；最后可分析优化得到的dmc分子的几何结构(键长、键角、二面角)、电子结构(nbo电荷分布)、热力学能量、电子亲和能、偶极矩、拉曼光谱、红外光谱、homo与lumo能级、氧化还原电位等理化参数。结合采用密度泛函理论计算得到的真空环境下电解液溶剂分子的理化参数，可以对比溶剂分子在真空环境与溶液环境下理化参数的差异，并基于这些理化参数的差异探究电解液溶剂环境与电解液中溶剂分子理化参数的内在联系。
[0089]
作为采用密度泛函理论计算溶液环境下电解液溶剂分子与阳离子形成的离子-溶剂结构的理化参数的一个示例，对于碳酸丙烯酯(pc)分子和li

，首先可以采用gaussview软件构建pc分子与li

形成的li
-pc的离子-溶剂初始结构，具体地，构建的初始结构包括了pc分子与li

形成的所有可能的结构；然后可以采用gaussian16软件对所构建的li
-pc的离子-溶剂初始结构进行优化，并在最优结构上计算相关物理化学性质，所采用的具体方法为密度泛函理论，基组为6-311 g(d,p)，泛函为b3lyp，采用smd溶剂化模型描述溶液环境，设置smd溶剂化模型的介电常数可通过分子动力学模拟计算得到；接着可以采用振动频率分析确定所得优化结构为基态结构，采用nbo电荷分析li
-pc的电荷分布；最后可以分析优化得到的pc分子的几何结构(键长、键角、二面角)、电子结构(nbo电荷分布)、热力学能量、电子亲和能、偶极矩、拉曼光谱、红外光谱、homo与lumo能级、氧化还原电位等理化参数。结合采用密度泛函理论计算得到的溶液环境下电解液溶剂分子的理化参数，可以对比pc分子与li

作用前后的理化参数的差异，并基于此研究电解液中溶剂分子与阳离子之间的相互作用与溶剂分子理化参数的内在联系。
[0090]
作为采用分子动力学模拟计算电解液的理化参数的一个示例，对于双三氟甲磺酰亚胺锂(litfsi)的dol/dme电解液，首先可以采用packmol软件构建包含多个dol溶剂分子及dme溶剂分子的溶剂模型，具体地，可以构建包含500个dol分子和500个dme分子的溶剂模型，并在其中分别添加10、20、30、40、50、60、70、80、90、100个litfsi分子，得到litfsi dol/dme电解液模型；然后可以采用lammps软件对litfsidol/dme电解液模型进行分子动力学模拟，模拟过程可包括以下步骤(1)～(4)。
[0091]
(1)在298k下进行npt系综计算，压力为1个大气压，时间为3ns，时间步长为1fs；
[0092]
(2)从298k升温至400k，系综为npt，压力为1个大气压，升温速率为20k/ns，并最终于400k下恒温2ns，时间步长为1fs。
[0093]
(3)从400k降温至298k，系综为npt，压力为1个大气压，降温速率为20k/ns，并最终于298k下恒温5ns，时间步长为1fs。
[0094]
(4)在298k进行nvt系综计算，时间为10ns，时间步长为1fs。
[0095]
基于nvt计算轨迹的后半段进行分子动力学模拟采用，计算dol/dme溶剂的介电常数、粘度和离子导率，其中，介电常数计算公式为：
[0096][0097]
其中，ε为介电常数，ε0是真空介电常数，是体系的总偶极矩，t是温度，v是电解液的体积，kb是玻尔兹曼常数。
[0098]
粘度计算公式为：
[0099][0100]
其中，η为粘度，t是温度，v是体积，kb是玻尔兹曼常数，p
xy
为体系压力。
[0101]
离子导率计算公式为：
[0102][0103]
其中，d为离子导率，t为时间，d为扩散维度(三维扩散取值为3)，n为锂离子数目，ri为第i个锂离子的位移。
[0104]
基于计算结果，可以分析锂盐浓度对litfsi dol/dme电解液的介电常数、粘度和离子导率的影响。
[0105]
作为采用有限元方法模拟计算电解液的理化参数的一个示例，对于用于锂金属电池双三氟甲磺酰亚胺锂(litfsi)的dol/dme电解液，首先可以采用与上述采用分子动力学模拟计算电解液的介电常数、粘度和离子导率的示例类似的步骤，计算得到0.1-4.0mo/l(每隔0.1mol/l取值)litfsi的dol/dme电解液的介电常数、粘度和离子导率等理化参数；将以上litfsi的dol/dme电解液的理化参数作为输入参数输入有限元计算模型后，可以采用comsol软件对litfsi dol/dme电解液模型进行有限元模拟，计算0.1、0.5、1.0、2.0、5.0、10.0c充电或放电倍率下电解液中锂离子浓度分布、电场分布和金属锂负极沉积或脱出形貌。更进一步，根据充电和放电的金属锂负极形貌，可以计算得到电池循环过程中的库伦效率。基于计算结果，可以分析锂盐浓度、充放电倍率对litfsidol/dme电解液的锂离子浓度分布、电场分布、金属锂负极形貌和库伦效率的影响。
[0106]
作为采用多种高通量计算方法自动化计算电解液的理化参数的一个示例，对于用于锂电池电解液的氟代碳酸乙烯酯(fec)分子，可以先通过密度泛函理论计算fec分子在真空环境下的理化参数；然后可以以fec分子在真空环境下的理化参数作为分子动力学模拟的输入，采用与上述采用分子动力学模拟计算电解液溶剂的介电常数和粘度的示例类似的步骤，计算得到fec溶剂的理化参数，例如介电常数、粘度等；接着可以以fec分子在真空环境下的理化参数作为溶剂化模型的参数，采用上述采用密度泛函理论计算溶液环境下溶剂分子在电解液中的理化参数的示例类似的步骤，计算fec分子在溶液环境下的理化参数，以及采用上述采用密度泛函理论计算溶液环境下电解液溶剂分子与阳离子形成的离子-溶剂结构的理化参数的示例中类似的步骤计算li
-fec的离子-溶剂结构在溶液环境下的理化参数；还可以采用上述采用分子动力学模拟计算电解液的理化参数的示例类似的方法分别计算溶解了litfsi、lifsi、lipf6的fec电解液的溶剂化结构、离子导率、粘度、介电常数等理化参数；还可以采用上述采用有限元模拟计算电解液的理化参数的示例类似的方法分别计算溶解了litfsi、lifsi、lipf6的fec电解液在充放电过程中的锂离子浓度分布、电场分布、金属锂负极形貌和库伦效率等等理化参数。
[0107]
作为采用多种高通量计算方法对电解液理化参数进行同步计算的一个示例，以锂电池电解液高通量计算为例进行说明。首先从可以现有小分子数据库(例如gdb-11或者gdb-13数据库)中批量提取小分子结构模型；然后可以采用上述采用密度泛函理论、分子动
力学模拟和有限元自动化计算方法对电解液的理化参数进行计算的示例中的计算方法高通量同步计算各个小分子及对应的电解液的理化参数；进而可以构建起锂电池电解液大数据库，其中包括电解液溶剂分子和对应离子-溶剂结构的几何结构(键长、键角、二面角)、电子结构(nbo电荷分布)、热力学能量、电子亲和能、偶极矩、拉曼光谱、红外光谱、homo与lumo能级、氧化还原电位等理化参数，以及电解液模型的离子导率、粘度、介电常数、熔沸点等理化参数。
[0108]
步骤s120中，可以通过高通量计算方法对步骤s110中得到的大量第一电解液进行计算，可以得到大量的电解液成分信息与理化参数的对应关系。如此，能够加快电解液成分信息与理化参数的对应关系的处理速率，提高电解液设计的效率、节约电解液设计的成本。
[0109]
接着介绍步骤s130，分别将每种第一电解液的第二理化参数以及每种第一电解液的成分信息创建训练样本。
[0110]
在步骤s130中，可以将步骤s120中通过高通量计算方法得到的理化参数与对应的成分信息创建训练样本，如果，能够得到大量、全面的训练样本，从而使训练得到的成分预测模型具有更高的准确性和更广的适用性。
[0111]
最后介绍步骤s140，根据多个训练样本，训练成分预测模型，直至满足训练停止条件，得到训练好的成分预测模型。
[0112]
其中，成分预测模型可以为机器学习模型。在一种可选的实施方式中，成分预测模型可以包括线性回归分析模型、逻辑回归分析模型、支持向量机(svm)、最近邻(knn)算法模型、k均值聚类算法模型、决策树模型、朴素贝叶斯模型、随机森林模型、降维算法模型、梯度增强算法模型中的至少一者。容易理解的，成分预测模型可以为上述模型中的任意一种模型，也可以为上述模型中的两种或两种以上模型组合得到的模型。作为一个示例，对于以上列举的多种模型，可以比较不同模型的预测效果，从而选用合适的模型，实现对电解液性质的精准预测，例如，可以比较特定应用场景(高温、低温、快充、高比能等)下各模型对电解液成分信息的预测效果，或者各模型对于特定的一种或多种理化参数对应的电解液成分信息的预测效果，从而选用合适的模型。
[0113]
上述训练停止条件可以是预先设置的成分预测模型训练停止的条件。作为一个示例，训练停止条件可以是成分预测模型的损失函数小于某一个阈值，还可以是成分预测模型进行训练的迭代次数达到某一次数。具体的训练停止条件可以根据用户需求自行选取，在此不做限定。
[0114]
在一种可选的实施方式中，步骤s140具体可以包括：
[0115]
对每个训练样本，分别执行如下步骤：
[0116]
将训练样本输入至预设的成分预测模型中，得到与第二理化参数对应的预测成分信息；
[0117]
根据预测成分信息和第一电解液的成分信息，确定成分预测模型的损失函数值；
[0118]
在损失函数值不满足训练停止条件的情况下，调整成分预测模型的模型参数，并利用训练样本训练参数调整后的成分预测模型，直至满足训练停止条件，得到训练好的成分预测模型。
[0119]
在本技术的实施例中，通过仿真模型模拟多种具有不同成分信息的电解液，能够节省大量的经济成本和时间成本。通过高通量计算方法对仿真模型模拟的电解液进行计
算，能够高效率、低成本地得到电解液对应的理化参数，从而创建训练样本。通过上述过程创建的训练样本应用于成分预测模型的训练，得到的成分预测模型能够基于电解液成分信息与性能的内在联系，根据实际所需要的电解液性能对应的理化参数进行处理，实现电解液的高效、低成本设计。
[0120]
下面结合附图2对本技术实施例提供的电解液设计方法进行详细说明。
[0121]
图2示出了本技术实施例提供的一种电解液设计方法的流程示意图，如图2所示，本技术实施例提供的数据处理方法可以包括步骤s210～s230。
[0122]
s210，获取待设计电解液的第一理化参数。
[0123]
其中，第一理化参数与第二理化参数的含义相同，只是第一理化参数为与实际应用中所需要的电解液性能对应的理化参数，第二理化参数对应的是第一电解液对应的理化参数。
[0124]
s220，将第一理化参数输入训练好的成分预测模型，通过成分预测模型对待设计电解液的成分信息进行预测，得到待设计电解液的成分信息，其中，成分预测模型通过基于高通量计算方法得到的训练样本训练得到。
[0125]
其中，成分预测模型为根据多个基于高通量计算方法得到的训练样本训练得到，每个训练样本可以包括一种第一电解液的第二理化参数，以及与该第一电解液对应的成分信息。
[0126]
s230，根据待设计电解液的成分信息设计待设计电解液。
[0127]
步骤s230中，可以根据步骤s220得到的成分信息确定待设计电解液的一种或多种配方，并配置电解液，进行实验验证，也可以通过计算机模拟电解液的配置及验证过程。
[0128]
本技术实施例的电解液设计方法，能够通过将电解液的理化参数输入到成分预测模型中，得到与理化参数对应的成分信息，这样，不需要进行实际的实验工作，就能够根据对电解液的性能要求，设计电解液的成分，得到符合性能要求的电解液。并且，由于成分预测模型的训练样本是基于高通量计算方法得到的，无需进行大量的实验来获取训练样本，降低了实验成本。本技术实施例能够实现低成本、高效率的电解液设计。
[0129]
在一种可选的实施方式中，第一理化参数可以包括构成电解液的溶剂分子的理化参数以及电解液的理化参数中的至少一者。
[0130]
具体地，可以根据对待设计电解液的性能需要，确定待设计电解液中溶剂分子的理化参数和/或电解液整体的理化参数，从而确定第一理化参数。
[0131]
在一种可选的实施方式中，构成电解液的溶剂分子的理化参数可以包括溶剂分子的几何结构、电子结构、热力学能量、分子前线轨道能级、偶极矩、电子亲和能、氧化还原电位、拉曼光谱、红外光谱、介电常数、粘度、熔点、沸点中的至少一者。
[0132]
构成电解液的溶剂分子的理化参数包括上述多种理化参数中的至少一者，可以使得设计出的电解液在性能方面更符合用户的期望，从而避免不必要的重复劳动，节约实验成本。
[0133]
在一种可选的实施方式中，电解液的理化参数可以包括电解液的介电常数、粘度、熔点、沸点，离子导率中的至少一者。
[0134]
电解液的理化参数包括上述多种理化参数中的至少一者，可以使得设计出的电解液在性能方面更符合用户的期望，从而避免不必要的重复劳动，节约实验成本。
[0135]
在一种可选的实施方式中，成分信息可以包括物质组成和配比。如此，可以根据待设计电解液的成分信息直接得到待设计电解液的配方，进一步减少了实验成本。
[0136]
在一种可选的实施方式中，成分预测模型可以包括线性回归分析模型、逻辑回归分析模型、支持向量机、最近邻算法模型、k均值聚类算法模型、决策树模型、朴素贝叶斯模型、随机森林模型、降维算法模型、梯度增强算法模型中的至少一者。
[0137]
在一种可选的实施方式中，待设计电解液可以包括水系电解液和非水电解液。
[0138]
在一种可选的实施方式中，待设计电解液中可以包括溶剂、电解质盐以及任选的添加剂。
[0139]
其中，溶剂可以包括一种或多种有机小分子，有机小分子可由c、h、o、n、f、cl、s、p、b中的至少两种元素组成；
[0140]
电解质盐可以包括六氟磷酸盐、双氟磺酰亚胺盐、硝酸盐、亚硝酸盐、氟化盐、氯化盐、溴化盐、碘化盐、二氟磷酸盐、二氟草酸硼酸盐、二草酸硼酸盐、四氟草酸硼酸盐、双氟磺酰亚胺盐、双三氟甲磺酰亚胺盐、4，5-二氰基-2-三氟甲基咪唑盐、高氯酸盐、硫酸盐、亚硫酸盐、六氟砷酸盐中的至少一者，电解质盐中的阳离子可选自li

、na

、k

、mg
2
、ca
2
、zn
2
、al
3
中的至少一者；
[0141]
任选的添加剂可以包括成膜添加剂、阻燃添加剂、防过充添加剂、过充保护添加剂及多功能添加剂中的至少一者。
[0142]
作为一个示例，任选的添加剂可以包括由碳、氢、氧、氮、氟、氯、硫、磷、硼元素构成的一种或多种有机小分子，以及六氟磷酸盐、双氟磺酰亚胺盐、硝酸盐、亚硝酸盐、氟化盐、氯化盐、溴化盐、碘化盐、二氟磷酸盐、二氟草酸硼酸盐、二草酸硼酸盐、四氟草酸硼酸盐、双氟磺酰亚胺盐、双三氟甲磺酰亚胺盐、4，5-二氰基-2-三氟甲基咪唑、高氯酸盐、硫酸盐、亚硫酸盐、六氟砷酸盐等盐类中一种或多种。其中，上述盐类的阳离子可以选自li

、na

、k

、mg
2
、ca
2
、zn
2
、al
3
中的至少一者。
[0143]
基于同样的发明构思，本技术实施例还提供了一种电解液设计装置300。
[0144]
如图3所示，电解液设计装置300可以包括获取模块301、输入模块302和设计模块303。
[0145]
获取模块301，用于获取待设计电解液的第一理化参数。
[0146]
预测模块302，用于将第一理化参数输入训练好的成分预测模型，通过成分预测模型对待设计电解液的成分信息进行预测，得到待设计电解液的成分信息，其中，成分预测模型通过基于高通量计算方法得到的训练样本训练得到。
[0147]
设计模块303，用于根据待设计电解液的成分信息设计待设计电解液。
[0148]
在一种可选的实施方式中，装置300还可以包括模拟模块，计算模块、创建模块以及训练模块。
[0149]
模拟模块，用于通过预先训练的仿真模型模拟多种具有不同成分信息的第一电解液。
[0150]
计算模块，用于利用高通量计算方法对第一电解液进行计算，得到第一电解液对应的第二理化参数。
[0151]
创建模块，用于分别将每种第一电解液的第二理化参数以及每种第一电解液的成分信息创建训练样本。
[0152]
训练模块，用于根据多个训练样本，训练成分预测模型，直至满足训练停止条件，得到训练好的成分预测模型。
[0153]
在一种可选的实施方式中，训练模块用于根据多个训练样本，训练成分预测模型，直至满足训练停止条件，得到训练好的成分预测模型，具体可以包括：
[0154]
对每个训练样本，分别执行如下步骤：
[0155]
将训练样本输入至预设的成分预测模型中，得到与第二理化参数对应的预测成分信息；
[0156]
根据预测成分信息和第一电解液的成分信息，确定成分预测模型的损失函数值；
[0157]
在损失函数值不满足训练停止条件的情况下，调整成分预测模型的模型参数，并利用训练样本训练参数调整后的成分预测模型，直至满足训练停止条件，得到训练好的成分预测模型。
[0158]
在一种可选的实施方式中，高通量计算方法可以包括密度泛函理论计算、分子动力学模拟和有限元计算中的至少一者。
[0159]
在一种可选的实施方式中，第一理化参数包括构成电解液的溶剂分子的理化参数以及电解液的理化参数中的至少一者。
[0160]
在一种可选的实施方式中，构成电解液的溶剂分子的理化参数可以包括溶剂分子的几何结构、电子结构、热力学能量、分子前线轨道能级、偶极矩、电子亲和能、氧化还原电位、拉曼光谱、红外光谱、介电常数、粘度、熔点、沸点中的至少一者。
[0161]
在一种可选的实施方式中，电解液的理化参数可以包括电解液的介电常数、粘度、熔点、沸点，离子导率中的至少一者。
[0162]
在一种可选的实施方式中，成分信息可以包括物质组成和配比。
[0163]
在一种可选的实施方式中，成分预测模型可以包括线性回归分析模型、逻辑回归分析模型、支持向量机、最近邻算法模型、k均值聚类算法模型、决策树模型、朴素贝叶斯模型、随机森林模型、降维算法模型、梯度增强算法模型中的至少一者。
[0164]
在一种可选的实施方式中，待设计电解液可以包括水系电解液和非水电解液。
[0165]
在一种可选的实施方式中，待设计电解液中可以包括溶剂、电解质盐以及任选的添加剂，
[0166]
其中，溶剂可包括一种或多种有机小分子，有机小分子可由c、h、o、n、f、cl、s、p、b中的至少两种元素组成；
[0167]
电解质盐可包括六氟磷酸盐、双氟磺酰亚胺盐、硝酸盐、亚硝酸盐、氟化盐、氯化盐、溴化盐、碘化盐、二氟磷酸盐、二氟草酸硼酸盐、二草酸硼酸盐、四氟草酸硼酸盐、双氟磺酰亚胺盐、双三氟甲磺酰亚胺盐、4，5-二氰基-2-三氟甲基咪唑盐、高氯酸盐、硫酸盐、亚硫酸盐、六氟砷酸盐中的至少一者，电解质盐中的阳离子可选自li

、na

、k

、mg
2
、ca
2
、zn
2
、al
3
中的至少一者；
[0168]
任选的添加剂可包括成膜添加剂、阻燃添加剂、防过充添加剂、过充保护添加剂及多功能添加剂中的至少一者。
[0169]
图4示出了本技术实施例提供的电解液设计设备的硬件结构示意图。
[0170]
在于电解液设计的设备可以包括处理器401以及存储有计算机程序指令的存储器402。
[0171]
具体地，上述处理器401可以包括中央处理器(cpu)，或者特定集成电路(application specific integrated circuit，asic)，或者可以被配置成实施本技术实施例的一个或多个集成电路。
[0172]
存储器402可以包括用于数据或指令的大容量存储器。举例来说而非限制，存储器402可包括硬盘驱动器(hard disk drive，hdd)、软盘驱动器、闪存、光盘、磁光盘、磁带或通用串行总线(universal serial bus，usb)驱动器或者两个或更多个以上这些的组合。在合适的情况下，存储器402可包括可移除或不可移除(或固定)的介质。在合适的情况下，存储器402可在综合网关容灾设备的内部或外部。在特定实施例中，存储器402是非易失性固态存储器。
[0173]
存储器可包括只读存储器(rom)，随机存取存储器(ram)，磁盘存储介质设备，光存储介质设备，闪存设备，电气、光学或其他物理/有形的存储器存储设备。因此，通常，存储器包括一个或多个编码有包括计算机可执行指令的软件的有形(非暂态)计算机可读存储介质(例如，存储器设备)，并且当该软件被执行(例如，由一个或多个处理器)时，其可操作来执行参考根据本技术的一方面的方法所描述的操作。
[0174]
处理器401通过读取并执行存储器402中存储的计算机程序指令，以实现上述实施例中的任意一种电解液设计方法。
[0175]
在一个示例中，电解液设计设备还可包括通信接口403和总线410。其中，如图4所示，处理器401、存储器402、通信接口403通过总线410连接并完成相互间的通信。
[0176]
通信接口403，主要用于实现本技术实施例中各模块、装置、单元和/或设备之间的通信。
[0177]
总线410包括硬件、软件或两者，将在线数据流量计费设备的部件彼此耦接在一起。举例来说而非限制，总线可包括加速图形端口(agp)或其他图形总线、增强工业标准架构(eisa)总线、前端总线(fsb)、超传输(ht)互连、工业标准架构(isa)总线、无限带宽互连、低引脚数(lpc)总线、存储器总线、微信道架构(mca)总线、外围组件互连(pci)总线、pci-express(pci-x)总线、串行高级技术附件(sata)总线、视频电子标准协会局部(vlb)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下，总线410可包括一个或多个总线。尽管本技术实施例描述和示出了特定的总线，但本技术考虑任何合适的总线或互连。
[0178]
该电解液设计设备可以基于待设计电解液的第一理化参数执行本技术实施例中的用于设计电解液的方法，从而实现结合图2和图3描述的电解液设计方法和装置。
[0179]
另外，结合上述实施例中的电解液设计方法，本技术实施例可提供一种计算机存储介质来实现。该计算机存储介质上存储有计算机程序指令；该计算机程序指令被处理器执行时实现上述实施例中的任意一种电解液设计方法。
[0180]
需要明确的是，本技术并不局限于上文所描述并在图中示出的特定配置和处理。为了简明起见，这里省略了对已知方法的详细描述。在上述实施例中，描述和示出了若干具体的步骤作为示例。但是，本技术的方法过程并不限于所描述和示出的具体步骤，本领域的技术人员可以在领会本技术的精神后，作出各种改变、修改和添加，或者改变步骤之间的顺序。
[0181]
以上所述的结构框图中所示的功能块可以实现为硬件、软件、固件或者它们的组
合。当以硬件方式实现时，其可以例如是电子电路、专用集成电路(asic)、适当的固件、插件、功能卡等等。当以软件方式实现时，本技术的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中，或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。机器可读介质的例子包括电子电路、半导体存储器设备、rom、闪存、可擦除rom(erom)、软盘、cd-rom、光盘、硬盘、光纤介质、射频(rf)链路，等等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。
[0182]
还需要说明的是，本技术中提及的示例性实施例，基于一系列的步骤或者装置描述一些方法或系统。但是，本技术不局限于上述步骤的顺序，也就是说，可以按照实施例中提及的顺序执行步骤，也可以不同于实施例中的顺序，或者若干步骤同时执行。
[0183]
上面参考根据本公开的实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各方面。应当理解，流程图和/或框图中的每个方框以及流程图和/或框图中各方框的组合可以由计算机程序指令实现。这些计算机程序指令可被提供给通用计算机、专用计算机、或其它可编程数据处理装置的处理器，以产生一种机器，使得经由计算机或其它可编程数据处理装置的处理器执行的这些指令使能对流程图和/或框图的一个或多个方框中指定的功能/动作的实现。这种处理器可以是但不限于是通用处理器、专用处理器、特殊应用处理器或者现场可编程逻辑电路。还可理解，框图和/或流程图中的每个方框以及框图和/或流程图中的方框的组合，也可以由执行指定的功能或动作的专用硬件来实现，或可由专用硬件和计算机指令的组合来实现。
[0184]
以上所述，仅为本技术的具体实施方式，所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的系统、模块和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。应理解，本技术的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本技术揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本技术的保护范围之内。