http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
LSTM 기반 충전구간 건전성 지표 활용 및 실시간 리튬이온 배터리 건강상태 추정
조상우(Sangwoo Cho),한동호(Dongho Han),박진형(Jinhyeong Park),신승화(Seunghwa Sin),최보고(Boko Choi),김종훈(Jonghoon Kim) 전력전자학회 2021 전력전자학술대회 논문집 Vol.2021 No.11
본 논문은 전기자동차(Electric vehicle; EV) 리튬이온 배터리(Lithium-ion battery; LIB)의 충전구간에서 추출된 건전성 지표(Health-indicator; HI)를 활용한 LSTM 기반 배터리 건강 상태(State-of-health; SOH) 실시간 추정 방법을 제안한다. 충전구간 특성에 따른 HI와 SOH의 상관관계 분석에 따라 SOH를 대변할 수 있는 HI를 선별하며 실시간 추정에 적합한 전압 구간을 선별한다. 사용함에 따라 감소하는 배터리 수명의 비선형적 변화 및 시계열적 특성 반영을 위해 Long-short term memory(LSTM) 인공지능 알고리즘 기반 추정 시스템을 구성하며 배터리 노화 데이터를 활용하여 알고리즘의 성능을 분석한다.