تعد أنظمة إدارة بطاريات الليثيوم أيون الموثوقة عنصرًا أساسيًا في تسريع عمليات التحول الكهربائي. ومع ذلك، لا تزال التنبؤات المشتركة لحالة الصحة (SOH) والعمر المتبقي المفيد (RUL) تواجه العديد من التحديات، بسبب التباين الكبير بين المهمات.

تقدم الدراسة نموذج Rotary SOH-Injected Prior Battery Transformer (RoSIP-Batt)، الذي يسعى لمعالجة تلك التحديات بذكاء. من خلال استراتيجية تعلُّم متعددة المهمات، يعزز RoSIP-Batt من القدرة على تقدير الحالة الصحية، مع إدخال آلية وزن عدم اليقين. هذه التقنية تتيح للنموذج معالجة البيانات بدقة أعلى، مما يقلل من خطأ تقدير حالة الصحة إلى 1.994% والتقليل من خطأ التنبؤ بالعمر المتبقي إلى 62.85 دورة.

النموذج يستخدم تقنية تضمين موضع الدورانية (Rotary Position Embedding) لتسهيل فهم أنماط الانحلال الكهربائي، مما يوفر نموذجًا موثوقًا يمكن دمجه في أنظمة الإدارة الزمنية للبطاريات (BMS) للاستخدام في الزمن الحقيقي.

بالاستناد إلى تقييمات دقيقة من مشاريع بحثية متنوعة مثل NASA وMIT-Stanford، تثبت هذه النتائج إنجازات RoSIP-Batt باعتباره حلاً فائق الكفاءة وعاملاً في التطورات المستقبلية.