DiaporamaDiaporamaDiaporamaDiaporamaDiaporamaDiaporamaDiaporamaDiaporamaDiaporamaDiaporamaDiaporamaDiaporamaDiaporamaDiaporamaDiaporamaDiaporamaDiaporamaDiaporama
Home
ICube Laboratory   >   News : IA explicable pour la prédiction de l’état de santé des batteries avec un jeu de données ouvert (INSA Aging LFP Data)

IA explicable pour la prédiction de l’état de santé des batteries avec un jeu de données ouvert (INSA Aging LFP Data)

Dec 11 2025

L'équipe de ICube Strasbourg INSA Strasbourg(Groupe INSA) est à l'origine d'une nouvelle publication : « Modèle explicable basé sur des séries temporelles pour la prédiction de l’état de santé des batteries lithium-ion » (IEEE Open Journal of Vehicular Technology – Accès anticipé)

Cette dernière introduit un modèle hybride d’apprentissage profond piloté par XAI (CNN + Transformateur + Bi-LSTM) capable de prédire le vieillissement des batteries Li-ion à partir de données en séries temporelles réelles (courant, tension, température, SOC).

Qu’est-ce qui rend cette étude unique ?

Elle repose sur un vaste ensemble de données multi-scénarios sur le vieillissement des LFP avec 18 cellules APR18650 testées sous :
• Charge rapide (4A) vs. nominale (1,5A)
• Conditions thermiques contrôlées (25°C, 35°C, 45°C)
• Cycles de conduite WLTP (urbain, suburbain, autoroute)

De plus, un cadre d'explicabilité basé sur la valeur Shapley et adapté aux séries temporelles a été intégré. Il permet d'étudier comment la température, les fenêtres SOC et les courants appliqués influencent la dégradation de la batterie, ainsi que l'évolution de l'impact des fonctionnalités au fur et à mesure de son vieillissement.

L’approche se généralise également au jeu de données de vieillissement du MIT, montrant une forte robustesse.

Pourquoi est-ce important ?

Cette recherche contribue à la création de systèmes de gestion des batteries (BMS) plus intelligents et adaptatifs, à l'amélioration des prédictions SOH/RUL pour les véhicules électriques et le stockage stationnaire, à la conception de batteries plus sûres et durables alignées sur les objectifs d’économie circulaire, ainsi qu'aux efforts européens en cours dans ce domaine avec le projet Horizon Europe ENERGETIC par exemple.

Pour aller plus loin : 

Nous tenons à féliciter l'équipe pour cette publication.

À la une

La conférence EGC (Extraction et Gestion des Connaissances) s’est déroulée du 27 au 31 janvier 2025...

RSS Feeds

Flux RSS