Оптимизация режима зарядки Li-ion аккумуляторных батарей методами машинного обучения

Abstract

Рассматривается возможность применения алгоритмов глубокого машинного обучения для оптимизации процессов управления литий-ионными аккумуляторами во время эксплуатации и планируется сравнить с описанным в данной работе алгоритмом, основанным на линейных регрессионных моделях прогнозирования величины. В моделях используются оценщики с обратной связи на основе байесовского оптимизатора. Для обучения моделей использовались данные из открытых исследований. Основные пакет моделей разработаны в качестве стандартных библиотек TensorFlow и Scikit-learn. Использовались данные по 185 батареям, которые разряжались и заряжались в процессе 100 циклов. Выделено 224 возможных типа зарядки. Время на оценку и оптимизацию составила 16 дней.