시계열 데이터 분포 특징 기반 배터리 SOH 추정 기법 (A Method of Battery State-of-health (SOH) Estimation based on Distributional Features of Time Series)

서지정보

· 발행기관 : 대한전자공학회
· 수록지 정보 : 전자공학회논문지 / 62권 / 3호 / 87 ~ 90페이지
· 저자명 : 정우진, 박용주, 박진욱

초록

리튬이온 배터리는 수명이 길고 에너지밀도가 높은 장점이 있어, 전기자동차 등 여러 산업군에서 에너지원으로 활용되고 있다. 그러나 리튬 이온 배터리의 보급이 활성화될수록 배터리의 열화 혹은 고장 등에 의한 사고 사례도 늘어가고 있어 배터리 상태에 대한 분석과 이상 상황을 사전에 탐지하는 모델이 필요성이 대두되고 있다. 본 논문에서는 오픈 소스 배터리 충, 방전 사이클 데이터에서 충전 중 전압, 전류, 온도 시계열 데이터에서 통계적 분포 특징을 추출하여, 배터리 셀의 잔존 수명을 예측하는 모델을 개발하고자 한다.

영어초록

Lithium-ion batteries, with their advantages of long lifespan and high energy density, have become a widely utilized energy source across various industries, including electric vehicles. However, as the adoption of lithium-ion batteries increases, incidents caused by battery degradation or failure are also rising, underscoring the need for models capable of analyzing battery conditions and detecting anomalies in advance. In this study, a model was developed to predict the state of health (SOH) and detect anomalies during charging processes by utilizing open-source battery charge-discharge cycle data, including voltage, current, and temperature measurements.

참고자료

· 없음