ИИ научился оценивать срок службы аккумуляторов с точностью почти 90%

Исследователи представили новую модель для прогноза остаточного ресурса литий-ионных аккумуляторов, которая сочетает нейросетевой анализ и вероятностную коррекцию ошибок.

Смысл разработки в том, чтобы точнее предсказывать, сколько циклов батарея ещё сможет отработать до заметной деградации, и делать это не только на “идеальных” данных, но и в более шумных сценариях.

Главный результат выглядит действительно сильным: в одном из ключевых тестов новая схема показала улучшение точности прогноза на 87,27% по сравнению с отдельной GRU-моделью, на 82,88% по сравнению с самостоятельным particle filter и на 55,43% по сравнению с более простой гибридной связкой GRU-PF.

Именно отсюда и появляется формулировка про “почти 90%” — речь не о том, что модель в целом ошибается всего на 10%, а о приросте точности относительно некоторых базовых подходов в конкретных сравнениях.

Практическая ценность здесь вполне понятна: чем точнее система понимает остаточный ресурс батареи, тем лучше можно планировать замену, снижать риск внезапного отказа и эффективнее использовать аккумуляторы в электромобилях и системах хранения энергии.

Если такие методы начнут чаще добираться до реальных систем управления батареями, это может дать заметный эффект и по безопасности, и по экономике эксплуатации.