Штучний інтелект від UC Riverside прогнозує реальний запас ходу електромобіля

Індикатор заряду електромобіля не завжди точно відображає його здатність подолати, наприклад, гірський перевал зі швидкістю 105 км/год. Інженери Каліфорнійського університету в Ріверсайді (UCR) створили новий інструмент, покликаний замінити цю невизначеність чіткою впевненістю в реальному запасі ходу

Новий діагностичний інструмент, названий State of Mission (SOM), надає значно кориснішу відповідь, ніж простий стан заряду. Замість того, щоб лише показувати, наскільки заряджений акумулятор, SOM повідомляє, чи зможе електромобіль безпечно й надійно виконати заплановану поїздку. При цьому враховуються висота, дорожній рух, температура та індивідуальний стиль водіння. Деталі цього важливого дослідження були опубліковані в журналі iScience

Інтелектуальніший за сучасні індикатори заряду 

Сучасні системи керування зарядом акумуляторів покладаються або на жорсткі фізичні рівняння, або на непрозорі моделі штучного інтелекту. Розробка SOM від UCR поєднує обидва підходи. Вона об’єднує адаптивність машинного навчання з надійністю електрохімії та термодинаміки. Гібридна модель «навчається» на тому, як акумулятори поводяться з часом – як вони заряджаються, розряджаються та нагріваються, але при цьому залишається ґрунтованою на фізичній реальності. Завдяки цьому система може впоратися з такими несподіваними факторами, як раптові похолодання чи круті підйоми

Результати тестування та перспективи 

Команда протестувала SOM, використовуючи публічні набори даних NASA та Оксфордського університету, які включали реальні показники роботи акумуляторів. Вони містили цикли заряду та розряду, зміни температури, дані про напругу й довгострокові тенденції. Порівняно зі звичайними діагностичними інструментами, SOM зменшив похибки прогнозування на 0,018 вольта для напруги, 1,37°C для температури та 2,42% для стану заряду

Співкерівник дослідження, професор Ченгіз Озкан, зазначив, що система «перетворює абстрактні дані про батареї на дієві рішення. Вона покращує безпеку, надійність та планування для транспортних засобів, дронів та будь-яких застосувань, де енергія має бути узгоджена з реальним завданням»

Наразі система перебуває в розробці 

Одна з її головних проблем полягає в тому, що вона вимагає більшої обчислювальної потужності. Однак команда UCR впевнена, що після оптимізації SOM може бути інтегрована в електромобілі, дрони та мережеві накопичувачі. Дослідники також вивчають, як SOM може працювати з новими хімічними складами акумуляторів, такими як натрій-іонні, твердотільні та проточні акумулятори, обіцяючи покращити надійність та ефективність у широкому спектрі технологій