据外媒报道，预测电池管理和电池设计软件供应商Electra Vehicles宣布的一项演示结果显示，其提高了电动汽车（EV）续航里程估算的准确度。Electra的核心技术EVE-Ai™自适应电芯建模系统（EVE-Ai™ Adaptive Cell Modeling System）在估算电池电量方面优于行业标准，可以将估算误差降低2倍。
（图片来源：Electra Vehicles）
Electra与一家半导体供应商合作构建了一个电池包，通过电池管理系统和物联网网关硬件，将电池包中的实时电池电芯数据传输到Electra的云基EVE-Ai™软件。基于这种设置，Electra展示了其集成软件解决方案利用人工智能和机器学习来重新训练电池管理系统，与名为扩展卡尔曼滤波（EKF）的行业标准方法相比，可以更准确地预测电池的充电状态。
Electra首席执行官兼联合创始人Fabrizio Martini表示：“Electra展示了在预测电池充电状态方面获得的明显改进，从而阐释如何在电池管理中使用人工智能来实现更持久、性能更佳的电池。借助Electra的EVE-Ai™软件，车辆的电池管理系统可以不断进行重新训练，以实现最准确的电池指标，帮助电动汽车用户解决里程焦虑和电池保修问题。”
测试人员在12周的时间内对测试电池包反复充放电，以使其迅速老化到电动汽车使用保修期大约还剩一半时的状态。在整个测试过程中，Electra对三组结果进行了对比，包括Electra的EVE-Ai™自适应电芯建模系统的估算值、行业标准EKF的估算值和电化学参考数据集的参考值。
结果表明，Electra的解决方案可以更好地预测电池在使用初期的充电状态。更重要的是，当电池达到半衰期时，Electra的准确性明显优于EKF。
