Прогнозирование срока службы литиевых батарей с помощью глубокого обучения
Исследователи из Китайской академии наук, Университета Уотерлу и Университета Сиань-Цзяотунг предложили новую модель глубокого обучения с двойной потоковой трансформацией видения и эффективным механизмом самовнимания (DS-ViT-ESA). Эта модель предоставляет инновационный подход к прогнозированию срока службы литиевых батарей с высокой точностью при минимальном количестве данных о циклах зарядки.
Практические решения и ценность
Модель DS-ViT-ESA требует всего 15 точек данных о циклах зарядки для достижения ошибок прогнозирования всего 5,40% для оставшегося срока службы и 4,64% для текущего цикла службы. Кроме того, она продемонстрировала возможности обобщения нулевого уровня, что говорит о ее способности точно прогнозировать срок службы батарей, подвергнутых стратегиям зарядки, которые не были частью обучающего набора данных.
Модель DS-ViT-ESA была интегрирована в систему “PBSRD Digit”, что улучшило общую точность и эффективность оценки срока службы батарей в крупномасштабных коммерческих хранилищах энергии и электромобилях.
Заключение
Предложенный метод инновационен в использовании структуры трансформатора видения, двойного потокового фреймворка и эффективного механизма самовнимания, что позволяет достигать высокой точности прогнозирования с минимальным количеством данных. Предлагаемая модель представляет значительный потенциал для практического применения в системах управления энергией благодаря улучшенному обобщению и низким показателям ошибок.
**Проверьте статью. Вся заслуга за это исследование принадлежит исследователям этого проекта.**
Если вы хотите, чтобы ваша компания развивалась с помощью искусственного интеллекта (ИИ) и оставалась в числе лидеров, грамотно используйте Deep Learning Approach for Lithium-Ion Battery Life Prediction via Dual-Stream Vision Transformer.
**Не забудьте присоединиться к нашему обсуждению на Telegram: https://t.me/flycodetelegram**
*Попробуйте ИИ ассистент в продажах https://flycode.ru/aisales/ Этот ИИ ассистент в продажах помогает отвечать на вопросы клиентов, генерировать контент для отдела продаж, снижать нагрузку на первую линию.*
Узнайте, как ИИ может изменить ваши процессы с решениями от Flycode.ru