515
Моделът за дълбоко обучение ефективно елиминира зависимостта от голямо количество данни от тестовете за зареждане и дава нова идея за прогнозиране на живота на батериите в реално време.
Моделът за обучение може точно да предскаже текущия цикъл на батерията и оставащия й полезен живот, като използва само 15 данни за цикъла на зареждане. Според резултатите от експеримента тези данни могат да направят изключително точна прогноза.
Очаква се предложеният модел да предостави цялостно решение за интелигентно управление на литиево-йонни батерии, допълва БТА.
Резултатите от проучванията са публикувани в сп. IEEE Transactions on Transportation Electrification.
Този тип батерии намират изключително широко приложение днес - особено в електрическите автомобили.
Китайски изследователи са предложили нов тип модел за дълбоко обучение – изкуствен интелект, за прецизно прогнозиране на живота на литиево-йонните батерии, съобщава Синхуа.
Изследователите от Института по химична физика в Далян (Dalian Institute of Chemical Physics - DICP) към Китайската академия на науките и Университета Сиан Цзяотун предложиха модел за дълбоко обучение, основан на малко количество данни за цикъла на зареждане, за да прогнозират текущия цикъл на живот на целевата батерия и оставащия полезен живот.
В статията се отбелязва, че точното прогнозиране на живота на литиево-йонните батерии е от съществено значение за нормалната и ефективна работа на електрическите устройства. Въпреки това такава оценка е изправена пред огромни предизвикателства поради нелинейния процес на деградация на капацитета и несигурните условия на работа на този тип батерии.
)
&format=webp)
&format=webp)
,fit(1280:720)&format=webp)
&format=webp)
&format=webp)
&format=webp)
&format=webp)
&format=webp)
,fit(1280:720)&format=webp)
,fit(1280:720)&format=webp)
,fit(1280:720)&format=webp)
&format=webp)
&format=webp)
,fit(1280:720)&format=webp)