Искусственный интеллект от UC Riverside прогнозирует реальный запас хода электромобиля

Индикатор заряда электромобиля не всегда точно отражает его способность преодолеть, например, горный перевал со скоростью 105 км/ч. Инженеры Калифорнийского университета в Риверсайде (UCR) создали новый инструмент, призванный заменить эту неопределенность четкой уверенностью в реальном запасе хода

Новый диагностический инструмент, названный State of Mission (SOM), дает гораздо более полезный ответ, чем простое состояние заряда. Вместо того чтобы показывать, насколько заряжен аккумулятор, SOM сообщает, сможет ли электромобиль безопасно и надежно совершить запланированную поездку. При этом учитывается высота, дорожное движение, температура и индивидуальный стиль вождения. Подробности этого важного исследования были опубликованы в журнале iScience

Интеллектуальнее современных индикаторов заряда

Современные системы управления зарядом аккумуляторов полагаются либо на жесткие физические уравнения, либо на непрозрачные модели искусственного интеллекта. Разработка SOM от UCR совмещает оба подхода. Она объединяет адаптивность машинного обучения с надежностью электрохимии и термодинамики. Гибридная модель «обучается» на том, как аккумуляторы ведут себя со временем – как они заряжаются, разряжаются и нагреваются, но при этом основывается на физической реальности. Благодаря этому система может справиться с такими неожиданными факторами, как внезапное похолодание или крутые подъемы

Результаты тестирования и перспективы

Команда протестировала SOM, используя публичные наборы данных NASA и Оксфордского университета, которые включали в себя реальные показатели работы аккумуляторов. Они содержали циклы заряда и разряда, изменения температуры, данные о напряжении и долгосрочных тенденциях. По сравнению с обычными диагностическими инструментами, SOM уменьшил погрешности прогнозирования на 0,018 вольта для напряжения, 1,37°C для температуры и 2,42% для состояния заряда

Соруководитель исследования, профессор Ченгиз Озкан, отметил, что система «превращает абстрактные данные о батареях в действенные решения. Она улучшает безопасность, надежность и планировку для транспортных средств, дронов и любых приложений, где энергия должна быть согласована с реальной задачей»

В настоящее время система находится в разработке

Одна из ее главных проблем состоит в том, что она требует большей вычислительной мощности. Однако UCR уверена, что после оптимизации SOM может быть интегрирована в электромобили, дроны и сетевые накопители. Исследователи также изучают, как SOM может работать с новыми химическими составами аккумуляторов, такими как натрий-ионные, твердотельные и проточные аккумуляторы, обещая улучшить надежность и эффективность в широком спектре технологий