Short-History Battery RUL Prediction: Sistema de Predição de Vida Útil Remanescente para Prognóstico de Armazenamento de Energia via Stacking Híbrido

Short-History Battery RUL Prediction: Sistema de Predição de Vida Útil Remanescente para Prognóstico de Armazenamento de Energia via Stacking Híbrido (LGBM e CNN1D-LSTM/GRU) é um sistema computacional avançado para estimar RUL de baterias íon-lítio com histórico curto (6 ciclos), usando dados padrão V-I-T (tensão, corrente, temperatura) coletados por BMS/cicladores. O sistema combina engenharia ampla de atributos nos processos de carga/descarga, análises derivativas IC/DV, com inteligência artificial via modelagem profunda multirramos/multicanais (CNN1D-LSTM/GRU), integradas por stacking híbrido com LightGBM, entregando predições confiáveis de vida remanescente em cenários operacionais de baterias. É aplicável a manutenção preditiva, triagem para segundo uso, caracterização laboratorial e auditoria técnica, com arquitetura modular pronta para integração a BMS/EMS, implantação em nuvem e evolução para edge e ambientes de P&D.