电化学储能电池技术主题识别、演化及风险分析.pdf
《电化学储能电池技术主题识别、演化及风险分析.pdf》由会员分享,可在线阅读,更多相关《电化学储能电池技术主题识别、演化及风险分析.pdf(13页珍藏版)》请在文库网上搜索。
1、第 12 卷 第 8 期2023 年 8 月Vol.12 No.8Aug.2023储能科学与技术Energy Storage Science and Technology电化学储能电池技术主题识别、演化及风险分析张力菠,王格格(南京航空航天大学经济与管理学院,能源软科学研究中心,江苏 南京 211106)摘要:电化学储能电池技术作为发展潜力极大的一类储能技术,其研发态势受到全球各国关注。然而由于电化学储能电池技术本身的复杂性和广泛性,其关键技术主题、未来研发趋势及技术发展的风险水平尚未得到全面综合的科学分析。基于专利数据,宏观分析专利数据申请特征,使用LDA主题模型识别技术主题并基于后离散方法
2、分析主题演化趋势,通过贝叶斯网络模型对热门研发领域技术发展进行风险分析。结果显示:电化学储能电池技术领域共存在15个技术主题,主题演化趋势分为上升型、平稳型和衰退型。从专利数量、产业链和电池类型3个角度进行分析,发现电化学储能电池技术全球研发呈持续增长态势,产业链上游原材料相关技术是研发的关键领域,但可能存在技术饱和现象或遭遇瓶颈,中游加工领域相关技术正逐渐成为研发热门方向。在产业链视角下对中游加工领域技术发展的风险评估为中等水平,关键风险因子有关键技术垄断、上游原材料价格上涨、行业标准滞后、产业链协作不充分。本研究将为电化学储能电池技术的发展规划及研发决策提供有益的参考。关键词:电化学储能电
3、池;LDA模型;技术主题识别;技术主题演化;风险分析doi:10.19799/ki.2095-4239.2023.0188 中图分类号:G 255.53;TP 391 文献标志码:A 文章编号:2095-4239(2023)08-2680-13Topic identification,evolution,and risk analysis of electrochemical energy storage battery technologyZHANG Libo,WANG Gege(Energy Soft Science Research Center,Nanjing University o
4、f Aeronautics and Astronautics,College of Economics and Management,Nanjing 211106,Jiangsu,China)Abstract:The research and development(R&D)of electrochemical energy storage battery technology has attracted worldwide attention as a promising energy storage solution.However,a comprehensive and scientif
5、ic analysis of its key technology topics,future R&D trends,and risk levels has been lacking owing to the complexity and extensiveness of this field.This study aims to bridge this gap using patent data to macroscopically analyze the application characteristics,identify technical topics using the late
6、nt Dirichlet allocation topic model,analyze topic evolution based on the post-discrete method,and assess the technology development risks using the Bayesian network model.The results show that there are 15 distinct technical topics within the field of electrochemical energy storage battery technolog
7、y.The evolution trend of these topics is divided into ascending,stationary,and declining types.储能专利收稿日期:2023-03-29。基金项目:江苏省高校哲学社会科学研究重大项目(2022SJZD006);国家社会科学基金重大招标项目(22ZDA113)。第一作者及通讯联系人:张力菠(1973),男,教授,研究方向为能源-经济-环境系统建模与仿真、能源转型与风险等,E-mail:。引用本文:张力菠,王格格.电化学储能电池技术主题识别、演化及风险分析J.储能科学与技术,2023,12(8):2680-
8、2692.Citation:ZHANG Libo,WANG Gege.Topic identification,evolution,and risk analysis of electrochemical energy storage battery technologyJ.Energy Storage Science and Technology,2023,12(8):2680-2692.第 8 期张力菠等:电化学储能电池技术主题识别、演化及风险分析Analyzing patent quantities,industrial chains,and battery types,the glob
9、al R&D efforts in this field show a continuous growth trend.Raw material-related technologies upstream of the electrochemical energy storage battery industry chain are the key field of R&D,although saturation or bottlenecks may be encountered.Meanwhile,processing-related technologies in the midstrea
10、m field are gradually becoming a hot R&D direction.Furthermore,considering the industrial chain perspective,the assessment of technological development risks in the midstream processing field indicates a medium-level risk.Key risk factors include monopolizing key technologies,rising prices of upstre
11、am raw materials,lagging industry standards,and insufficient cooperation within the industrial chain.This study provides a useful reference for developing planning and R&D decision-making processes in electrochemical energy storage battery technology.Keywords:electrochemical energy storage;LDA model
12、;technology topic identification;technology topic evolution;risk analysis作为能源转型、实现“双碳”目标的主要路径之一,光伏、风电等可再生能源近年来发展迅速,2021 年全球光伏和风电的新增装机量共达到229 GW 1,全年发电量占比达到10.3%,是2015年巴黎气候协定签署时(4.6%)的两倍多2。但相较于传统能源,可再生能源发电具有间断性、不确定性等特点,大规模并网会给电力系统的供需平衡带来极大影响3。而储能技术可将可再生能源电能在非用电高峰期存储起来,在用电高需求期间重新释放4,从而提高电网的可靠性,促进可再生能源
13、的大规模接入和消纳。因此,在“双碳”目标背景下,发展储能技术十分关键。按能量存储的形式,储能技术可分为机械储能、电化学储能、电磁储能、化学储能和热能储能5。其中,电化学储能技术的发展潜力最大,是全球储能技术创新发展的重点领域6,其2021年全球新增装机容量在全球储能新增装机容量中占比达57.6%,位列第一7。电化学储能技术指利用化学反应,将电能转化为化学能进行存储和再释放,具有响应速度快、不易受环境影响等优势8,电化学储能电池是电化学储能技术的本体技术9,其中锂离子电池、铅酸电池、液流电池等目前已在全球储能项目中得到广泛应用10,其他新型电化学储能电池技术也取得了突破性研究进展,例如美国一研究
14、团队提出一种水基钙离子电池,并指出钙离子电池有望取代锂离子电池技术11。目前电化学储能电池技术领域的研究多从组件材料选择及制备方法改进角度出发,探索各种类型电池的生产制造以及回收再利用方法,涵盖不同类型电池组件例如正极、负极、电解质、隔膜和其他辅材等,不同的研究目标包括电池性能提升、成本降低、寿命增加等12-14。即便近年来发展非常迅速,但由于电化学储能电池技术本身的复杂性和广泛性,其关键技术及未来研发趋势及可能存在的风险目前还并不清晰,在一定程度上影响国家及产业的相关发展规划和战略布局。鉴于专利信息极高的代表性和新颖性15,针对专利数据进行文本挖掘以识别电化学储能电池领域热门技术主题,进而分
15、析其技术发展面临的风险,不仅对科学合理的相关技术研发决策有重要参考价值,而且有助于掌握电化学储能电池技术发展与竞争的主动权。目前已有部分学者针对电化学储能电池技术专利展开研究,如 Mller 等16利用联合专利分类号(CPC)及引文分析确定电池技术类别中的重要专利;Block和Song17基于Derwent手动代码(DMC)研究固态电池技术的发展趋势。现有研究主要聚焦于专利中的结构化信息如专利分类编码,进行引文分析或趋势分析以考察技术研发趋势,但对于范围广泛的电化学储能电池技术而言,现有的专利分类编码难以描述详细技术主题,存在局限性18。因此,对于发展态势当前备受关注的电化学储能电池技术,其相
16、关领域专利数据的挖掘与主题识别亟需深入的系统研究。Latent Dirichlet Allocation(LDA)主题模型是由Blei等19提出的一种无监督学习方法,可以从大量文档中提取出潜在主题,实现文档的高效聚类,在专利数据挖掘研究中得到广泛应用,如Ma26812023 年第 12 卷储能科学与技术等20分析了近年电动汽车专利的研究热点和领域,得出了不同领域的技术发展趋势;Zhang等21将区块链技术专项划分为不同时间阶段并分别应用LDA分析以得到不同时间段之间主题的相关性。此外,贝叶斯网络作为一种能够在不确定条件下进行建模决策,对复杂网络中的变量关系进行概率推理的方法,在不同领域的风险分
17、析研究中均有应用,如Akhavan等22通过贝叶斯网络对知识型和启动型项目进行风险评估;Carless等23使用贝叶斯网络评估新兴核能国家中的核扩散和安全风险。由于电化学储能电池技术范围较广,仅利用专利中结构化信息进行研究具有一定局限性,而利用主题模型可以深入挖掘专利非结构化文本中的有效信息,因此本工作采用LDA主题模型挖掘专利文本信息,识别电化学储能电池技术领域专利中的潜在技术主题并分析其演化趋势,并采用贝叶斯网络模型进一步在产业链视角下分析电化学储能电池热门技术领域的技术发展所处的风险水平及关键风险因子,为电化学储能电池技术的发展规划及研发决策提供有益的参考。1 研究框架本工作提出了一个包
18、含技术主题识别、技术主题演化趋势分析和技术发展风险分析的集成研究框架。以电化学储能电池技术专利数据为研究对象,首先收集专利数据,进行数据预处理;然后采用LDA主题模型识别电化学储能电池技术主题;之后基于后离散方法,使用主题重要度和主题演化趋势指标分析被识别出的技术主题的演化趋势;针对以上分析识别出的热门技术领域,进一步使用贝叶斯网络模型,从电化学储能电池产业链角度对技术发展的风险水平和关键风险因子进行风险分析,最后提炼电化学储能电池技术规划与发展的相关启示。具体研究框架如图1所示。Selenium自动化爬虫形成电化学储能电池技术专利数据集WIPOPATENTSCOPE专利数据库检索及收集专利数
19、据制定电化学储能电池技术专利检索式专利数据处理数据预处理(分词、去停词、词性标注等)构建电化学储能电池技术专利词典DTM标准格式数据LDA模型识别电化学储能电池技术主题一致性(Coherence)确定最优主题数提取主题词确定电化学储能电池技术主题名称基于后离散方法的主题演化分析技术主题重要度指标计算词云图技术主题演化趋势指标计算主题演化趋势分类分析产业链视角下基于贝叶斯网络的技术发展风险分析敏感性分析确定关键风险因子技术发展所处风险水平判断针对热门技术领域构建贝叶斯网络模型图1研究框架Fig.1Research framework2682第 8 期张力菠等:电化学储能电池技术主题识别、演化及风
20、险分析1.1基于LDA主题模型的电化学储能电池技术主题识别主题模型使用词袋法将每个文档视为一个词频向量,使得文本信息得以转换为数字信息。LDA主题模型是1个三层贝叶斯概率模型,包含文档、主题和词共3层结构24。本工作中,文档即收集的电化学储能电池技术专利文本集合,每项专利文本可以表示为相关技术主题的概率分布,每个技术主题又可表示为单词的概率分布。LDA算法的核心思想为降维,适用于大规模文档集或语料库中的隐含主题识别,可用于自然语言的建模25。由于本工作所研究的专利文本集合中包含了3万多个单词,通过使用LDA模型,可将模型识别出的较少数量的电化学储能电池技术主题定义为多个关键主题词的概率分布,并
21、使用定义的主题解读专利文本,实现大规模电化学储能电池技术专利数据集的文本分析。LDA算法理论的模型如图2所示。其中,箭头指向表示前后变量间的条件依赖关系,阴影表示可观测变量,其他变量为隐变量。其中,T为待识别的电化学储能电池技术主题数,D为电化学储能电池技术领域专利文本总数,N为专利文本集中的单词总数,Wd,n为第d篇专利文本的第n个词,Zd,n为第d篇专利文本中第n个词所属的电化学储能电池技术主题,d为第d篇专利文本下的主题分布,t为第t个主题下的词分布,为主题分布的Dirichlet先验参数,为词分布的Dirichlet先验参数。LDA模型运行流程为,首先确定主题数,并输入电化学储能电池技
22、术领域部分专利文本来训练LDA模型,通过调整参数使得模型达到最优效果,然后模型会生成每项电化学储能电池技术专利文本对应的主题概率分布和单词概率分布。生成主题和词的联合分布如式(1):p(W,Z|,)=p(W|Z,)p(Z|)=t=1T()nt+()d=1D()nd+()(1)此外,由于LDA模型本身无法确定最佳主题数量,本工作采用一致性指标(coherence)确定最优主题数。一致性指标通过衡量每个主题中高概率单词之间的语义相似程度,作为判断模型效果的依据,并通过计算不同主题数目下模型相应的一致性值,以确定最优主题数26。本工作对主题数分别取值为120时的模型一致性依次进行计算,选取一致性值最
23、高的主题数作为电化学储能电池技术LDA主题模型的输入参数。1.2基于后离散方法的电化学储能电池技术主题演化分析基于识别的技术主题,进一步采用Griffiths和Steyvers27提出的后离散方法,计算主题重要度指标如式(2)所示,分析电化学储能电池技术主题重要程度随时间的变化趋势。tk=f=1FtpkfFt(2)其中,k指当前电化学储能电池技术主题,kt表示技术主题k在时间窗口t中的主题重要度,Ft表示时间窗口t内的电化学储能电池技术专利文本集数量总和,pfk表示专利文本f中含技术主题k的概率。在同一时间窗口中主题重要度值越大,则表示该电化学储能电池技术主题热度越高,受关注程度越高。通过分别
24、计算不同年份内的各电化学储能电池技术主题重要度,可以得到相应技术主题的演化趋势。进一步分析电化学储能电池技术主题演化趋势,基于Sun等28提出的主题演化趋势指标,电化学储能电池技术主题演化趋势指标 k的计算如式(3)所示。其中,t1k表示在时间窗口t1(前期)内电化学储能电池技术主题k的平均主题重要度,t2k表示在时间窗口t2(后期)内化学储能电池技术主题k的平均主题重要度。k=t2k t1k(3)当电化学储能电池技术主题演化趋势指标k值接近1时,则该技术主题重要度变化平稳,记为平稳型主题;当k值明显大于1.1时,则相较于前期,DNZd,nWd,nTdt图2电化学储能电池技术LDA模型Fig.
25、2LDA model of electrochemical energy storage battery technology26832023 年第 12 卷储能科学与技术该技术主题在后期重要度有所上升,记为上升型主题;当k值小于0.9时,则该技术主题重要度下降,记为衰退型主题。1.3基于贝叶斯网络的电化学储能电池技术发展风险分析基于技术主题演化趋势分析结果,在产业链视角下,针对识别出的热门研发领域,使用贝叶斯网络模型方法,分析其技术发展所面临的风险。贝叶斯网络基于贝叶斯定理,综合概率论与图论知识,对不确定性事件进行推理。针对电化学储能电池热门技术发展的贝叶斯网络风险分析模型构建过程包括贝叶斯
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 电化学 电池 技术 主题 识别 演化 风险 分析