Ενισχυτική Μάθηση και Φυσικά Μοντέλα για Πρόβλεψη Κατάστασης Φόρτισης σε Μπαταρίες Ιόντων Λιθίου

Abstract

Ο σκοπός της διπλωματικής εργασίας είναι η ανάπτυξη μιας μεθοδολογίας η οποία μπορεί να χρησιμοποιηθεί για τον υπολογισμό της Κατάστασης Φόρτισης μπαταριών Ιόντων Λιθίου. Γενικότερα δύο βασικές μέθοδοι μπορούν να χρησιμοποιηθούν για την μοντελοποίηση ενός συστήματος, η πρώτη βασίζεται σε κάποιο φυσικό μοντέλο το οποίο αποτελείται από εξισώσεις που περιγράφουν τη συμπεριφορά του συστήματος και η δεύτερη σε προσεγγίσεις βασισμένες σε τεχνολογίες μηχανικής μάθησης όπου η συμπεριφορά μαθαίνεται από κάποιο σύνολο μετρήσεων που ήδη υπάρχει. Σε αυτήν την εργασία χρησιμοποιήθηκε ένας συνδυασμός των δύο παραπάνω μεθόδων όπου ένα φυσικό μοντέλο της μπαταρίας δημιουργείται με βάση ένα Μοντέλο Ισοδύναμου Κυκλώματος ενώ οι παράμετροι του μοντέλου αυτού υπολογίζονται σε πραγματικό χρόνο από ένα νευρωνικό δίκτυο το οποίο εκπαιδεύεται σε ένα σύνολο πειραματικών μετρήσεων χρησιμοποιώντας μεθόδους Ενισχυτικής Μάθησης. Η μέθοδος που περιγράφεται στοχεύει στο να συνδυάσει πλεονεκτήματα και από τις δύο επιμέρους μεθοδολογίες χρησιμοποιώντας το φυσικό μοντέλο για να προσεγγίσει τη βασική δυναμική του συστήματος και το νευρωνικό δίκτυο για να υπολογίσει τις παραμέτρους του και να βελτιώσει τη συμπεριφορά περιγράφοντας πιθανές μη γραμμικότητες που εμπεριέχονται στα πειραματικά δεδομένα. Στόχος είναι η δημιουργία ενός συνολικού μοντέλου με έναν αποδεκτό συμβιβασμό μεταξύ ακρίβειας και πολυπλοκότητας το οποίο θα μπορεί να χρησιμοποιηθεί σε εφαρμογές που απαιτείται υπολογισμός σε πραγματικό χρόνο.