바나듐 레독스 흐름전지의 State of Charge(SOC) 예측을 위한 트랜스포머 딥러닝 알고리즘에 대한 연구

국문 초록 (Abstract)

배터리를 장기간 안전하게 운용하고, 높은 성능을 유지하기 위해서는 정확한 SOC(State of Charge) 예측이 중요하다. 본 논문에서는 바나듐 레독스 흐름전지(Vanadium Redox Flow battery, VRFB)의 정확한 SOC 추정을 위하여 전처리 기법이 적용된 트랜스포머(Advanced Transformer) 딥러닝 방법을 제안하였다. 시뮬레이션 결과, 제안된 방식은 시계열 데이터 예측으로 가장 많이 사용되는 LSTM(Long Short Term Memory) 방식보다 44% MSE(Mean Square Error) 감소에 따른 정확도 향상을 나타냈으며, 기존 트랜스포머 방식보다도 9% 이상의 성능향상(MSE 감소)을 보였다. 본 논문을 통하여 제안된 기술이 VRFB SOC의 정확한 예측을 위한 학습 방식으로 적합하다는 것을 알 수가 있다.

목차 (Table of Contents)

• Abstract
• I. 서론
• II. 이론적 배경
• Ⅲ. 시뮬레이션
• Ⅳ. 결론 및 향후 연구 방향
• 참고문헌