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.