电池的人工智能
随着电池作为能源转型的一部分被广泛应用于固定、移动和海上应用,电池性能一直是一个大问题。这种性能受到许多操作因素的影响,这使得监测准确的电池健康状态(反映可用容量的关键参数)成为电池资产管理的一个挑战。
服务系统的故障可能会产生负面或危险的后果。电池的健康状态通常由离线且耗时的测试确定,但这不是最佳解决方案,因为测试不能总是复制真实的操作条件和电池的可变性。
在线电池运行状况监测解决方案
电池AI 2.0是Battery AI 1.0的重大升级和扩展,重点开发了电池退化分析工具。
通过利用人工智能从超过100万频道小时的实验室测试数据中学习,电池AI 2.0是一种有效的工具,可以确定操作条件与电池退化之间的关系,并为电池健康状态估计提供定制模型。
人工智能建模和循环计数方法的结合也提供了一种实用的解决方案,可以有效、准确地获取预期操作条件下的实际电池健康状态。
通过使用来自物理操作系统的实时数据流,该解决方案还可用于提供在线健康监测和剩余使用寿命预测。这允许相关利益相关者了解电池资产的确切性能,从而以明智的方式优化其资产管理。