Tytuł pozycji:
Model predykcji stanu dostępnej energii ogniw litowo-żelazowo-fosforanowych
W artykule zajęto się problemem predykcji stanu dostępnej ogniw litowo-żelazowo-fosforanowych (LFP) z wykorzystaniem technik uczenia maszynowego. Omówiono realizowaną wiele miesięcy procedurę eksperymentalną oraz przedstawiono wyniki dla 12 ogniw pracujących cyklicznie w różnych warunkach temperaturowych i obciążeniowych. Zaprezentowano koncepcję modelu predykcji stanu dostępnej energii wraz z jego weryfikacją. Skuteczność proponowanej metody potwierdzono uzyskując średni błąd na poziomie 5%.
The paper deals with the problem of state of avaiable energy prediction for a lithium-iron-phosphate (LFP) cell using machine learning techniques. The experimental procedure which was carried out for many months is discussed and the results for 12 cells operating cyclically under different temperature and load conditions are presented. The concept of a model for predicting the state of available energy is presented, along with its verification. The effectiveness of the proposed method was confirmed by obtaining an average error of 5%.
Opracowanie rekordu ze środków MNiSW, umowa nr POPUL/SP/0154/2024/02 w ramach programu "Społeczna odpowiedzialność nauki II" - moduł: Popularyzacja nauki i promocja sportu (2025).
