UC Riverside的新AI工具可以预测您的电动汽车的真实范围

2025-10-07 18:30:00 英文原文

作者:Michelle Lewis

EV range
Richard Unten的“ EV Range焦虑仍然存在 - 空下电池电量”。

您的电动汽车可能还剩下40%的费用,但这并不意味着您会以65 mph的速度爆破加热器的山峰。加利福尼亚大学河滨分校(UCR)的工程师已经建立了一种新工具,旨在用真正的范围信心替换这种不确定性。

他们的新诊断工具(SOM)比简单的负责状态更有用的答案。SOM不仅显示电池的饱满,还告诉您您的电动汽车是否可以安全,可靠地完成特定的旅行,以海拔,交通,温度和驾驶风格进行分解。这项研究的细节已经发表在期刊上Iscience

UCR工程教授Mihri Ozkan说,这是一种将数据和物理学结合在一起,可以预测电池是否可以在现实世界中完成计划的任务。

比今天的电池量聪明

如今,电池管理系统依赖于刚性物理方程或不透明的AI型号。UCR的SOM结合了两种方法,将机器学习的适应性与电化学和热力学的可靠性融合在一起。混合模型从电池随着时间的流逝而表现出来 - 它们的充电,放电和加热的方式 - 但保持在物理现实中,因此它可以处理突然的冷扣或陡峭的攀登之类的惊喜。

UCR工程教授兼共同领导研究人员Cengiz Ozkan说:``通过结合它们,我们得到了两全其美的最好的模型:一种模型,从数据中灵活地学习但始终保持基于物理现实。

使用NASA和牛津数据测试

该团队使用NASA和牛津大学公共数据集对SOM进行了测试,其中包括现实世界中的电池性能。这些包含电荷和排放周期,温度变化,电压数据和长期趋势。与常规的诊断工具相比,SOM将预测误差降低了0.018伏的电压,温度为1.37℃,为2.42%的电压为2.42%。

Mihri Ozkan说,它将抽象的电池数据转换为可行的决策,改善车辆,无人机的安全性,可靠性和规划,以及任何必须与现实世界中的能量相匹配的能量的应用。”

该系统仍在开发中,其主要挑战之一是它需要比典型的轻型电动汽车电池系统所能处理的更多计算能力。但是,UCR团队有信心通过优化,SOM可以集成到电动汽车,无人机和网格存储中。

他们还探索了SOM如何与钠离子,固态和流动电池等新电池化学分配一起使用。

Cengiz Ozkan说:``相同的混合方法可以提高从汽车和无人机到家用电池系统甚至太空任务的广泛技术的可靠性,安全性和效率。

阅读更多: 冬季获得最佳电动汽车范围的6种方法


联邦太阳能税收抵免额将于今年结束。如果您曾经考虑过太阳能,那么现在是时候采取行动了。要确保您在您附近找到一个可信赖的可靠太阳能安装程序,可以提供竞争价格,请查看能量,这是一项免费服务,使您可以轻松去太阳能。它有数百个预先审查的太阳能安装人员为您的业务竞争,以确保您获得高质量的解决方案,并节省20-30%的企业。另外,它可以免费使用,您将不会接到销售电话,直到您选择安装程序并与他们共享您的电话号码为止。 

您的个性化太阳能报价很容易在线比较,您将获得无偏的能源顾问,以帮助您每一步。开始这里

Add Electrek as a preferred source on Google Add Electrek as a preferred source on Google

FTC:我们使用收入收入自动会员链接。 更多的。

关于《UC Riverside的新AI工具可以预测您的电动汽车的真实范围》的评论


暂无评论

发表评论

摘要

加州大学河滨分校的工程师开发了一种称为电动汽车(EVS)任务状态(SOM)的诊断工具。SOM预测电动汽车的电池是否可以通过考虑高程,交通,温度和驾驶方式等因素来可靠地完成特定的旅行。与仅依靠物理方程或AI模型的当前系统不同,SOM结合了两种方法,以在现实世界中提供准确的预测。与常规工具相比,使用NASA和牛津数据集测试了预测错误。该系统仍在开发中,但可以提高电动汽车,无人机和其他应用的安全性和可靠性。