ШІ навчився оцінювати строк служби акумуляторів із точністю майже 90%

Дослідники представили нову модель для прогнозування залишкового ресурсу літій-іонних акумуляторів, яка поєднує нейромережевий аналіз і ймовірнісну корекцію помилок.

Суть розробки в тому, щоб точніше передбачати, скільки циклів батарея ще зможе відпрацювати до помітної деградації, і робити це не лише на “ідеальних” даних, а й у більш шумних сценаріях.

Головний результат справді виглядає сильним: в одному з ключових тестів нова схема показала покращення точності прогнозу на 87,27% порівняно з окремою GRU-моделлю, на 82,88% порівняно з самостійним particle filter і на 55,43% порівняно з простішою гібридною зв’язкою GRU-PF.

Саме звідси і з’являється формулювання про “майже 90%” — йдеться не про те, що модель загалом помиляється лише на 10%, а про приріст точності відносно деяких базових підходів у конкретних порівняннях.

Практична цінність тут цілком зрозуміла: що точніше система розуміє залишковий ресурс батареї, то краще можна планувати заміну, знижувати ризик раптової відмови й ефективніше використовувати акумулятори в електромобілях та системах зберігання енергії.

Якщо такі методи почнуть частіше доходити до реальних систем керування батареями, це може дати помітний ефект і для безпеки, і для економіки експлуатації.