به گزارش پایگاه اطلاعرسانی وزارت نیرو (پاون)، پژوهشگاه نیرو از سامانه فناورانه REBATT با قابلیت پایش، ارزیابی وضعیت سلامت (SOH) و پیشبینی عمر باقیمانده (RUL) باتریها بر پایه الگوریتمهای هوش مصنوعی رونمایی کرد؛ دستاوردی که با تحلیل دادههای عملیاتی باتری، ضمن ارائه شاخصهای عملکردی و فرسودگی، امکان پیشبینی وضعیت آتی باتریها را فراهم کرده و میتواند به کاهش زمان و هزینه آزمونهای فرسودگی و بهبود تصمیمگیری در بهرهبرداری و نگهداری سامانههای ذخیرهساز انرژی کمک کند.
سامانه REBATT با هدف توسعه و بهکارگیری روشهای هوشمند در پایش و ارزیابی عملکرد باتریها و کاهش وابستگی به آزمونهای زمانبر فرسودگی طراحی و توسعه یافته است. این سامانه با بهرهگیری از الگوریتمهای هوش مصنوعی، دادههای حاصل از آزمون باتریها را تحلیل کرده و بر اساس آن، وضعیت سلامت و عمر مفید باقیمانده آنها را پیشبینی میکند.
این دستاورد پژوهشی و فناورانه که در قالب طرح "توسعه سامانه پیشبینی وضعیت سلامت و عمر باتری" در پژوهشگاه نیرو محقق شده است، با هدف فراهمسازی ابزاری هوشمند برای ارزیابی عملکرد باتریها و پشتیبانی از تصمیمگیری در مدیریت و نگهداری سامانههای ذخیرهساز انرژی توسعه یافته است. حمید عبدلی عضو هیئت علمی گروه انرژیهای تجدیدپذیر و مسئول آزمایشگاه باتری، هیدروژن و پیل سوختی پژوهشگاه نیرو، درباره قابلیتها و نحوه عملکرد این سامانه توضیح داد: کاربران میتوانند فایل خروجی دستگاه آزمون باتری را بهسادگی در سامانه بارگذاری کنند.
REBATT پس از پردازش دادهها، شاخصهای عملیاتی و عملکردی باتری از جمله میزان فرسودگی و دما را در قالب نمودارها و منحنیهای تحلیلی نمایش میدهد و در ادامه، وضعیت سلامت و عمر باقیمانده باتری را پیشبینی میکند. وی با اشاره به زیرساخت دادهای مورد استفاده در توسعه این فناوری افزود: در آزمایشگاه باتری، هیدروژن و پیل سوختی پژوهشگاه نیرو، فرایند دادهبرداری و آزمون باتریهای مختلف بهصورت مستمر و طی بیش از یک سال و نیم انجام شده است.
سامانه REBATT با بهرهگیری از رویکرد یادگیری انتقالی و بر پایه دادههای عمومی معتبر بینالمللی آموزش دیده و قابلیت تحلیل و پیشبینی عملکرد باتریهای تحت آزمون در آزمایشگاه پژوهشگاه را دارد. وی افزود: استفاده از این رویکرد امکان تعمیم قابلیتهای مدلهای هوش مصنوعی به باتریهای جدید را نیز فراهم میکند؛ بهگونهای که سامانه میتواند وضعیت سلامت و عمر باقیمانده باتریهایی را که در آینده مورد ارزیابی قرار میگیرند، پیشبینی کند.
عضو هیئت علمی پژوهشگاه نیرو، پیشبینی زودهنگام وضعیت باتریها را از مهمترین مزیتهای کاربردی این دستاورد برشمرد و تصریح کرد: این قابلیت میتواند در برنامهریزی برای تعویض باتریها، ارزیابی کیفیت سلولهای باتری و کاهش مدتزمان آزمونهای فرسودگی مؤثر باشد. همچنین با توجه به توسعه سامانههای ذخیرهساز انرژی، این فناوری ظرفیت کاربرد در نیروگاههای تجدیدپذیر و شبکه برق را دارد.
وی با تأکید بر اهمیت توسعه زیرساختهای دادهای برای ارتقای دقت و قابلیت اطمینان سامانههای هوشمند افزود: در همین راستا، بانک دادههای مورد استفاده در این سامانه بهصورت مستمر در حال توسعه و غنیسازی است و مجموعه دادههای استاندارد باتری از منابع معتبر و همچنین نتایج آزمونهای انجامشده در پژوهشگاه نیرو برای کاربردهای متنوع ایستا و متحرک به آن افزوده میشود. عبدلی همچنین از برنامهریزی برای توسعه قابلیتهای تحلیلی این مجموعه خبر داد و گفت: در آینده نزدیک، ماژول تحلیل هوشمند دادههای امپدانس الکتروشیمیایی به سامانه افزوده خواهد شد.
این قابلیت با هدف تعمیق مطالعات الکتروشیمیایی باتریها و گسترش دامنه ارزیابی سایر تجهیزات ذخیرهسازی و تبدیل انرژی، از جمله پیلهای سوختی و الکترولایزرها، در دستور کار قرار دارد. وی در پایان از شهریار بزرگمهری و ابوالفضل موسوی ترشیزی، مدیران وقت پژوهشکده انرژی و محیط زیست و گروه پژوهشی انرژیهای تجدیدپذیر پژوهشگاه نیرو، به دلیل همراهی و حمایت از اجرای این پروژه قدردانی کرد. انتهای پیام/
منبع: خبرگزاری میزان


