LSTM 모델 기반 리튬이온 배터리의 SOH 예측

고하나; 이솔비; 김의직

doi:10.9728/dcs.2021.22.4.697

추천

검색

질문

자료유형: 학술저널

저자정보: 고하나 (한림대학교) 이솔비 (한림대학교) 김의직 (한림대학교)

저널정보: 한국디지털콘텐츠학회 디지털콘텐츠학회논문지 디지털콘텐츠학회논문지 제22권 제4호

발행연도: 2021.4

수록면: 697 - 703 (7page)

DOI: 10.9728/dcs.2021.22.4.697

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

리튬이온 배터리는 높은 에너지 밀도, 높은 출력 밀도, 긴 수명 등의 장점으로 인해 다양한 분야에서 사용되고 있다. 그러나, 리튬이온 배터리는 안전성 문제 및 빈번한 충·방전으로 인한 배터리 성능 저하 문제를 가지고 있다. 이에 따라, 배터리의 수명 예측이 필수적으로 요구된다. 따라서, 본 논문에서는 장단기 기억 신경망 (Long Short-Term Memory, LSTM) 모델 기반의 리튬이온 배터리의 수명상태 (State of Health, SOH) 예측 모델을 제안한다. 제안하는 모델은 Feature Selection, Data Extraction, Normalization, LSTM Prediction의 네 가지 단계를 통해, 리튬이온 배터리의 SOH 예측을 수행한다. 제안하는 모델의 우수성을 입증하기 위해 SOH 예측 실험을 수행하고, 제안하는 모델의 성능을 Recurrent Neural Network (RNN) 기반 모델의 성능과 비교하였다. 그 결과, 제안하는 모델이 RNN 기반 모델보다 평균적으로 28.07% 더 높은 SOH 예측 정확도를 보였다.

#인공신경망 #리튬이온 배터리 #장단기 기억 신경망 #예측 모델 #수명 상태 #Artificial neural network #Lithium-ion battery #Long short-term memory #Prediction model #State of health

참고문헌 (11)

참고문헌 신청

양승원 / 2019 / 리튬이차전지 성능 모사를 위한 전기화학적 모델링 / 전기화학회지 22(1):43~52

이평연 / 2020 / 건전성 지표 기반 주성분분석(PCA)을 적용한 고용량 배터리 팩의 열화 인자 추출 방법 및 SOH 진단 기법 연구 / 전력전자학회 논문지 25(5):376~384

P. A. Topan / 2016 / State of Charge(SOC)and State of Health(SOH)estimation on lithium polymer battery via Kalman filter / 2016 2nd International Conference on Science and Technology-Computer (ICST) :93~96

D. A. Pola / 2015 / Particle-Filtering-Based Discharge Time Prognosis for Lithium-Ion Batteries With a Statistical Characterization of Use Profiles / IEEE Transactions on Reliability 64(2):710~720

B. Mo / 2016 / A remaining useful life prediction approach for lithium-ion batteries using Kalman filter and an improved particle filter / 2016 IEEE International Conference on Prognostics and Health Management (ICPHM) :1~5

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

고하나

소속기관 한림대학교

주요연구분야 공학 > 컴퓨터학

논문수 2 이용수 1,160

이솔비

소속기관 한림대학교

주요연구분야 공학 > 전기전자공학 > 정보통신공학 공학 > 컴퓨터학

논문수 9 이용수 1,689

김의직

소속기관 한림대학교

주요연구분야 공학 > 컴퓨터학 TOP 5% 공학 > 전기전자공학 > 전기공학

논문수 17 이용수 3,826

이 논문과 함께 이용한 논문

LSTM 모델기반 리튬이온 배터리 SOH 예측알고리즘 구현

권상욱 , 한동호 , 박성윤 외 1명 전기학회논문지 2019 .10

LSTM 기반 충전구간 건전성 지표 활용 및 실시간 리튬이온 배터리 건강상태 추정

조상우 , 한동호 , 박진형 외 3명 전력전자학회 학술대회 논문집 2021 .11

윙렛 형상에 따른 공력 특성 해석

이융교 , 김철완 , 심재열 항공우주기술 2008 .07

입력 파라미터 분석과 LSTM 모델을 이용한 리튬이온 배터리의 SOH 예측 검증

홍근배 , 최웅철 한국자동차공학회 춘계학술대회 2023 .05

LSTM 기반 리튬 이온 배터리의 SOC 추정

박재형 , 김시진 , 이종현 외 1명 Proceedings of KIIT Conference 2020 .10

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (11)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)