機器學習估算電池充電水平誤差率僅為1％

電動車鋰離子電池還是一種尚未完全研究完善的可充電電池，但是由于電動車將取代汽油動力汽車的趨勢，任何改善鋰離子電池性能的研究都將成為電動車和環境的福音。

美國哥倫比亞大學的兩位教授MatthiasPreindl和AlanWest正在開發一種機器學習模型，可以更準確地估算鋰離子電池的充電水平。目前普遍的電池充電狀態的估計誤差率為5％，而該團隊的模型目標是誤差率為1％。他們的研究還獲得了哥倫比亞數據科學研究所(DataScienceInstitute)的種子基金資助。

關于該電池機器學習模型，電氣工程教授MathiasPreindl作了一個形象的比喻。“我們正在做的事情就是國際象棋機器人所做的事情，”MathiasPreindl說。“國際象棋機器人通過算法來研究所有游戲中的所有動作，并且可以通過計算數據然后選擇最佳動作。這就是我們試圖用我們的模型實現的。”

雖然Preindl是電池外部機構的專家，但化學工程師AllenWest知道電池的內部化學成分。他們希望利用他們的綜合工程知識以及先進的數據科學技術，設計出一種可以預測要怎么樣讓鋰離子電池獲得最佳性能一種模型。

正如我們了解的，電池管理系統經過調節，可以捕獲電池的健康狀況并預測其剩余使用壽命，通過這兩個途徑可以讓車主知道停止汽車為電池充電以及何時安排更換電池的詳盡時間。此外，高估計精度模型可以讓電池管理系統識別更準確以及保護弱電池，從而延長電池包的壽命。

為了設計其機器學習模型，該團隊將干擾信號(由電力電子轉換器萌生的一系列電流信號)使用于鋰電池單元。序列信號可以使電池單元發出可以探測到的電應和。該團隊將在其試驗室中探測電池，并使用電力電子轉換器從電動車輛中安裝的電池獲取數據。依據每分鐘生成的數據測量電池功能，如溫度、電壓和電流波動，從而萌生數十萬個數據點。此外，該團隊還在設計一種算法來評估萌生的數據并設計優化模型。

圖片來源：哥倫比亞數據科學研究所

“就目前而言，我們還沒有量化的辦法來介紹鋰離子電池的性能，”Preindl說道，“但一旦我們有了量化的辦法，我們就會了解什么時候需要給電池充電，它們能繼續多長時間，何時需要更換電池以及要怎么樣延長電池壽命，”他補充道。“由于電動車和鋰離子電池是將來發展方向，我們的項目有望改善我們運輸系統的關鍵部分，同時改善我們的環境。”

聲明： 本站所發布文章部分圖片和內容自于互聯網，如有侵權請聯系刪除