Mostrar el registro sencillo del ítem
Caracterización del patrón de conducción de Usuarios con Vehículos Eléctricos
dc.contributor.author | Sánchez Pérez, Marc | |
dc.contributor.author | Etxandi-Santolaya, Maite | |
dc.contributor.author | Canals Casals, Lluc | |
dc.date.accessioned | 2024-11-07T11:32:53Z | |
dc.date.available | 2024-11-07T11:32:53Z | |
dc.date.issued | 2024 | |
dc.identifier.isbn | 978-84-09-63877-2 | |
dc.identifier.issn | 2695-5067 | |
dc.identifier.uri | http://dspace.aeipro.com/xmlui/handle/123456789/3647 | |
dc.description | This study focuses on the application of data science for the analysis of Electric Vehicles (EVs). In the midst of the growing prominence of electric vehicles, the need to efficiently manage the vast amount of information generated by batteries is emphasized. Data science emerges as an essential tool for examining patterns and trends related to driving and charging, providing valuable insights into the efficiency, range, and durability of batteries. The study data is derived from tests conducted at the institute (IREC), as part of the project "H2020 ALBATROSS project grant number: 963580." These include cycles designed to simulate various driver behaviors, supplemented with monthly laboratory performance tests to assess the health of the batteries. The study focuses on analyzing this data, identifying six different types of battery degradation that represent distinct profiles of electric vehicle users. This detailed approach offers an understanding of how various driving styles and charging patterns impact the health and performance of batteries | es_ES |
dc.description.abstract | Este estudio se enfoca en la aplicación de la ciencia de datos para el análisis de vehículos eléctricos (EVs). En medio del creciente protagonismo de los vehículos eléctricos, se subraya la necesidad de gestionar de manera eficiente la gran cantidad de información generada por las baterías. La ciencia de datos se revela como una herramienta esencial para examinar patrones y tendencias relacionadas con la conducción y la carga, ofreciendo un conocimiento valioso sobre la eficiencia, autonomía y durabilidad de las baterías. Los datos de estudio provienen de pruebas realizadas en el insituto (IREC), como parte del proyecto “H2020 ALBATROSS project grant number: 963580”. Estos incluyen ciclos diseñados para simular distintos comportamientos de conductores, complementados con pruebas mensuales de rendimiento en laboratorio para evaluar la salud de las baterías. El estudio se centra en analizar estos datos, identificando seis tipos de degradación de baterías diferentes, que representan diferentes perfiles de usuarios de vehículos eléctricos. Este enfoque detallado ofrece una comprensión de cómo diversos estilos de conducción y patrones de carga afectan la salud y rendimiento de las baterías. | es_ES |
dc.language.iso | es | es_ES |
dc.subject | Eficiencia Energética y Energías Renovables | es_ES |
dc.title | Caracterización del patrón de conducción de Usuarios con Vehículos Eléctricos | es_ES |
dc.title.alternative | Characterization of the driving pattern of Users with Electric Vehicles | es_ES |
dc.type | Article | es_ES |
dc.identifier.doi | https://doi.org/10.61547/2405007 |
Ficheros en el ítem
Este ítem aparece en la(s) siguiente(s) colección(ones)
-
CIDIP 2024 (Jaén) [200]
XXVIII Congreso Internacional de Dirección e Ingeniería de Proyectos (Jaén, 2024)