電池診斷結合 AI 分析 提前偵測儲能系統故障風險
電池診斷結合 AI 分析 提前偵測儲能系統故障風險
- ELECTRA AI 與 MinTech 合作開發電池故障預測系統。
- 該系統可提前識別電池儲能系統的潛在故障風險。
- MinTech 提供診斷技術,ELECTRA 則分析運作數據。
- 隨著 BESS 部署擴大,預測方法的需求日益增加。
ELECTRA AI 與南韓電池診斷公司 MinTech 現正合作開發一套系統,旨在於電池儲能系統(BESS)出現問題之前便先行識別潛在故障。雙方是次技術合作,將 MinTech 的電池檢測與診斷設備,與 ELECTRA 的 Battery Fleet Analytics 軟件相互結合。系統將處理電池運作數據,並即時識別新出現的風險,目標是讓營運商提早掌握電池健康狀況的警示,毋須等待故障實際發生。
對於大型 BESS 設施而言,提早偵測有助減少停機時間、收益損失及潛在的安全風險。MinTech 專門從事電池診斷與測試,ELECTRA 則提供分析相關數據的軟件層。
提早偵測的好處
該系統可在電池出現潛在風險並演變為故障之前,進行狀態診斷及更深層的電池分析,為營運商提供整個儲能設施內電池狀況的更詳細檢視。BESS 設施往往包含大量持續運作的電池芯與模組,因此及早發現發展中的問題,對維持整體系統可用性、防止局部故障擴大為更大規模的運作事故尤為重要。MinTech 的診斷技術建基於電化學阻抗譜(EIS)及專有診斷演算法,EIS 可用以檢視電池的電氣特性,並提供有關其狀況的資訊。
ELECTRA 的軟件則進一步分析運作數據,從中識別與電池健康及潛在風險相關的模式。
ELECTRA AI 行政總裁兼聯合創辦人 Fabrizio Martini 表示,MinTech 在診斷層面具備深厚專業知識,ELECTRA 則提供將運作數據轉化為預測洞察的智能層。雙方公司指出,該合作結合了 MinTech 的診斷能力與 ELECTRA 的分析及風險預測技術,並非將電池監控視為單純回報故障的系統,而是致力使其更具預測性。
預測方法的重要性
隨着 BESS 部署規模擴大,以支援再生能源、電網及數據中心,這種預測方法的重要性日漸提升。電池儲能系統預期需可靠運作多年,持續監測對維持其整個使用週期內的性能表現相當關鍵。MinTech 的技術涵蓋電池生命週期的多個階段,包括製造、在用應用、二次壽命電池及回收;其診斷系統涵蓋電動車電池測試、二次壽命電池儲能,以及應用於電池管理系統的 EIS 方案。就 ELECTRA 而言,是次合作為其分析平台增添了另一個電池數據來源。
該公司表示,其軟件旨在監察電池系統,並將運作資訊轉化為可付諸行動的洞察。
雙方現階段的合作屬於技術層面,並非商業部署公告。兩家公司均表示,預期將進一步探索在電池診斷、電池分析及電池風險預測領域的合作。此外,ELECTRA 亦已與特殊目的收購公司 Iron Horse Acquisition II Corp. 達成最終業務合併協議,合併後的公司預計將於 2026 年下半年在納斯特上市,股票代號為 AIBR。
電池診斷技術的未來趨勢
隨著電池儲能系統的應用範圍不斷擴大,對於預測性維護的需求愈加迫切。ELECTRA 與 MinTech 的合作,結合了先進的診斷技術及數據分析能力,旨在提升電池系統的可靠性和安全性。這種預測性方法不僅能減少故障風險,還能降低運營成本,對於支持可再生能源及電網穩定性至關重要。隨著技術的進步,未來的電池管理系統將更加智能化,能夠實時監測並提供可行的預測洞察,從而提升整體運作效率。