Battery RUL and SOH Predictions: Sistema de Predição de Vida Útil Remanescente e Estado de Saúde para Prognóstico de Armazenamento de Energia via LGBM é um sistema computacional avançado para estimar, de forma conjunta, a Vida Útil Remanescente (RUL) e o Estado de Saúde indireto (SOH) por meio da capacidade futura de baterias íon-lítio em múltiplos horizontes (10, 50, 100 e 250 ciclos à frente). A solução opera com dados padrão de BMS (tensão, corrente, temperatura), utilizando históricos de degradação com múltiplos ciclos para realizar o monitoramento periódico de RUL e da capacidade ao longo da vida útil. O sistema baseia-se em um pipeline de engenharia de atributos em larga escala que alimenta modelos de gradient boosting (LightGBM), com seleção híbrida de variáveis e otimização de hiperparâmetros, resultando em modelos dedicados para cada horizonte de previsão de capacidade e para o RUL. A solução é aplicável a manutenção preditiva, triagem, caracterização laboratorial e auditoria técnica de bancos de baterias. A arquitetura é preparada para operação em modo batch ou online, para a integração com BMS/EMS, implantação em nuvem e futura evolução para aplicações em edge e ambientes de P&D.
Programa de computador/software
11/12/2025
10/09/2025
inova@reitoria.ufpb.br