Методы машинного обучения могут сделать литий-ионные аккумуляторы более безопасными
Безопасность литий-ионных аккумуляторов, используемых, например, в электромобилях и стационарных системах хранения энергии, зависит от мониторинга состояния и раннего обнаружения неисправностей. Повреждения элементов аккумулятора могут привести к серьёзным проблемам, включая возгорание.
Чтобы снизить риски, исследователи из Технического университета Дармштадта и MIT разработали новые методы анализа и мониторинга, сочетающие машинное обучение с физическими ограничениями.
Методы обнаруживают изменения в аккумуляторных элементах, зависящие от времени и условий эксплуатации. Рекурсивные методы могут применяться в реальном времени и эффективно обрабатывать большие объёмы данных, обеспечивая непрерывный онлайн-мониторинг.
© 2015-2024 Сетевое издание «Фактом». Зарегистрировано в Федеральной службе по надзору в сфере связи, информационных технологий и массовых коммуникаций (Роскомнадзор).
Реестровая запись ЭЛ No ФС 77 - 67652 от 10.11.2016.