ПРОГНОЗИРОВАНИЕ НАГРУЗКИ, ТЕМПЕРАТУРЫ И ОСТАТОЧНОГО ЗАРЯДА БАТАРЕИ ЭЛЕКТРОМОБИЛЯ С ИСПОЛЬЗОВАНИЕМ МЕТОДОВ МАШИННОГО ОБУЧЕНИЯ

Аннотация

В работе решается задача прогнозирования трёх параметров тяговой аккумуляторной батареи электромобиля: нагрузки (тока), температуры и остаточного заряда (State of Charge, SOC). Для прогноза применяются методы машинного обучения, учитываются как аппаратные характеристики батареи, так и стиль вождения водителя - что повышает точность модели в реальных условиях эксплуатации. В качестве алгоритма используется градиентный бустинг CatBoost, в качестве данных - открытый набор Battery and Heating Data in Real Driving Cycles с телеметрией 72 поездок электромобиля BMW i3.

Сравниваются два подхода: нативная многовыходная регрессия CatBoost (MultiRMSE) и набор из трёх отдельных моделей, каждая под свой выход. Обе конфигурации дают R² выше 0,97 по каждой целевой переменной, но отдельные модели точнее. Полученные результаты применимы при разработке систем управления батареей (BMS) - для повышения энергоэффективности, безопасности и продления срока службы аккумуляторов электромобилей.