Please use this identifier to cite or link to this item:
https://dspace.univ-ouargla.dz/jspui/handle/123456789/36894
Title: | Pronostic de défauts des batteries au lithium-ion en utilisant les techniques d’apprentissage profond |
Authors: | Boudraa, Nacira Branis, Abdelghani gouni, oussama |
Keywords: | batterie au lithium prédiction des pannes estimation de la durée de vie restante d'une batterie au lithium intelligence artificielle apprentissage en profondeur |
Issue Date: | 2024 |
Publisher: | UNIVERSITY KASDI MERBAH OUARGLA |
Citation: | FACULTE DES NOUVELLES TECHNOLOGIES DE L'INFORMATIQUE ET DE LA COMMUNICATION |
Abstract: | Notre é́tude s’est concentrée sur un système de batterie sophistiqué destiné à la prédiction de pannes et à l’estimation de la durée de vie utile restante (RUL) des batteries au lithium-ion grâce à l’intelligence artificielle. En utilisant des modèles avancés de deep learning, nous avons cherché à créer des méthodes hautement efficaces et précises pour estimer la durée de vie des batteries. Nos modèles ont ´e t ´e rigoureusement testés à l’aide de l’ensemble de données complet de la NASA sur les batteries, garantissant leur fiabilité et leur précision dans la prédiction de la RUL des batteries au lithium-ion. Cette approche non seulement améliore la gestion des batteries, mais contribue également de manière significative au développement de systèmes de stockage d’énergie plus efficaces et plus sûrs. |
Description: | instrumentation et systèmes |
URI: | https://dspace.univ-ouargla.dz/jspui/handle/123456789/36894 |
Appears in Collections: | Département d'Electronique et des Télécommunications - Master |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
BRANIS-GOUNI.pdf | instrumentation et systèmes | 1,73 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.