Шаблон_презентации_для_заявителя_Стс_очередь_7_1

1.

Студенческий
Стартап
VII очередь
1. СтС-629317
2. Создание системы анализа и мониторинга
литий-ионных аккумуляторов для
электрических транспортных средств
3. Михеев-Жданович Клим Юрьевич

2.

О продукте
Операторы парков электротранспорта в РФ
(электробусы, каршеринг, корпоративные
флоты) не имеют доступного отечественного
решения, которое в одном окне дает:
1. текущую картину по батареям всего
парка,
2. оценку ключевых параметров
SoC/SoH/RUL,
3. прогноз деградации для планирования
обслуживания и замен.
Продукт — SaaS-платформа (веб-дашборд
+ API), которая формирует единую
энергетическую систему парка: отображает
основные параметры по флоту
(энергетические, технические,
эксплуатационные), вычисляет и
предсказывает SoC, SoH, RUL на базе
моделей физических моделей + AI,
агрегирует данные по всем ТС и батареям,
выделяет критичные единицы.
В результате возникают внеплановые простои,
досрочные замены АКБ и рост OPEX.
Область применения операторы
электробусов, каршеринговые компании
с EV, корпоративные парки
электромобилей, в перспективе —
производители/интеграторы BMS для
аналитики и валидации.

3.

Технологичность стартап-проекта
Техническое решение и
инновационность
Архитектура платформы: Ingest &
Normalize — приём телеметрии
от BMS/телематики (API/файлы),
нормализация в единый формат.
Compute & Predict — вычисление
и предсказание SoC/SoH/RUL
(ECM + DL). Dashboard & API —
визуализация состояния парка и
выдача данных во внешние
системы.
Инновационность: сочетание
физико-информированных
моделей (ECM) и AI с фокусом на
локальные данные РФ и
операционные сценарии парков.
Преимущества выбранного техрешения работа
поверх существующих BMS/телематики (без замены
железа), масштабируемая SaaS-модель, прозрачная
логика расчета и адаптация моделей под данные
заказчика, единая картина состояния и прогноза по
парку.
Имеющийся задел
Есть исследовательский задел по ECM + DL: симулятор,
датасеты, модели (RNN/LSTM/GRU/TCN/1D CNN), опыт
идентификации параметров ECM и оценки метрик. Задел
используется как основа модуля вычисления/предикции.
Соответствие НПТЛ (если указано в заявке)
Проект снижает зависимость от зарубежных платформ в
критичной области эксплуатации систем накопления энергии и
электротранспорта, формируя отечественную компетенцию в AIаналитике аккумуляторов.

4.

Аналоги и конкуренты
Зарубежные платформы: LIME
AI, Electra EVE-Ai, Elysia Cloud,
Predeeption, BatteryCheck.
Сильные стороны: зрелая
аналитик.
Ограничения для РФ: слабая
локальная представленность,
ограниченная кастомизация под
локальные данные, закрытость
методик.
Конкурентные преимущества проекта
фокус на российский рынок и задачи
локальных операторов парков,
единая энергетическая система
парка в одном интерфейсе,
вычисление/предикция SoC/SoH/RUL
на базе AI, интеграция с
существующей телематикой и BMS,
быстрый путь к пилотам (прототип на
5+ батареях).
Востребованность Рост парка электротранспорта усиливает спрос
на предиктивное обслуживание АКБ. Экономический эффект для
клиента: снижение простоев, оптимизация цикла замены батарей,
снижение операционных затрат.

5.

Рынок и потребитель
Область применения:
Сегмент:
B2B-эксплуатация парков
электротранспорта: пассажирский
транспорт, каршеринг, корпоративные
автопарки.
B2B SaaS мониторинга и предиктивной аналитики
батарей. Потребители: операторы электробусов,
каршеринг-операторы, корпоративные флоты EV.
Модель продаж: подписка за ТС/батарею +
кастомизация интеграций.
Возможные барьеры выхода
План снятия барьеров
-
-
-
разнородные форматы
телеметрии у клиентов,
длительный цикл
согласования пилота в
крупных организациях,
необходимость доказать
точность прогноза на
реальных данных.
-
единый контракт данных
(API + конвертеры),
пилотный сценарий с
быстрым онбордингом,
метрики качества модели и
прозрачная валидация на
данных заказчика.

6.

План реализации проекта
Ключевая техническая задача
Ресурсы проекта Людские:
Довести до рабочего прототипа
сквозной контур: приём данных ->
вычисление/предикция
SoC/SoH/RUL -> дашборд парка ->
API.
заявитель + научный руководитель + точечно
внешние консультанты.
Технологические: облачная инфраструктура,
backend/frontend, ML-стек, задел ECM+DL.
Информационные: открытые публикации/датасеты,
документация BMS/телематики.
Затраты (грант 1 000 000 руб.)
-
ФОТ разработка: 400 000
ФОТ научрук/PM: 100 000
Оборудование: 150 000
Инфраструктура и ПО: 150
000
Сторонние
услуги/консалтинг: 150 000
РИД: 20 000
Прочие: 30 000
Планы по формированию команды заявитель: архитектура,
данные, модели, продукт, научный руководитель:
методология, валидация, научное сопровождение.
Планируемый способ получения дохода
подписка SaaS (за ТС/батарею),
дополнительные услуги: кастомизация моделей
и интеграций, в перспективе: лицензирование
отдельных модулей.

7.

Квалификация заявителя
Что должно быть на слайде?
1.
2.
3.
4.
5.
Команда проекта, квалификация и опыт ее членов
Опыт реализации научно-технических, технологических,
инновационных и иных проектов по теме заявки
При наличии: участие в программе «Стартап как диплом», участие в
образовательных программ в области предпринимательства
Участие в университетских и отраслевых акселераторах, бизнесинкубаторах и пр.
Участие в передовой инженерной школе/ молодежной
лаборатории/студенческом конструкторском бюро

8.

Спасибо
за внимание!
СтС-629317
Михеев-Жданович Клим Юрьевич
Почта
Телефон
Фото
проекта