선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
제안 방법
- NASA Ames Prognostics Center 에서 공개하고 있는 데이터를 이용하여 , LSTM 과 GRU 알고리즘을통해 리튬이온 배터리의 잔여 유효수명을 계산하였다 . 얻어진 결과를 요약하면 다음과 같다 .
- 딥 러닝을 수행하기 위한 절차는 Fig. 8 과 같으며 , NASA Ames Prognostics Center 의 데이터를 이용하여 capacity data set 을 만들고 , SoH 를 계산하여 데이터를 구축하였다 . 전체 데이터의 약 70% 수준인 B0005, B0006 및 B0018 의 데이터를 학습용 데이터로 하고 , 나머지 30% 수준인 B0007 의 데이터를 테스트용 데이터로 LSTM 과 GRU 기법을 활용한 딥 러닝을 실시하였다 .
- 따라서 본 연구에서는 NASA 의 open data portal에있는 리튬이온 배터리 데이터를 기반으로 딥러닝에 LSTM과 GRU 알고리즘을 이용하여 리튬이온 배터리 잔여 유효수명 예측을 수행하고 , 오차율을 비교분석하였다.
- 실험은 대기온도에서 3가지 작동 프로파일( 충전 , 방전 및 임피던스) 을 통해 수행되었으며 , 충전과 방전 형식은 Fig. 2와 같다 . 충전과 방전 조건은 Table 1에 나타낸 바와 같이 배터리 전압이 4.
- 8 과 같으며 , NASA Ames Prognostics Center 의 데이터를 이용하여 capacity data set 을 만들고 , SoH 를 계산하여 데이터를 구축하였다 . 전체 데이터의 약 70% 수준인 B0005, B0006 및 B0018 의 데이터를 학습용 데이터로 하고 , 나머지 30% 수준인 B0007 의 데이터를 테스트용 데이터로 LSTM 과 GRU 기법을 활용한 딥 러닝을 실시하였다 .
- 2와 같다 . 충전과 방전 조건은 Table 1에 나타낸 바와 같이 배터리 전압이 4.2V 에도달할 때까지 1.5A 에서 정전류 (CC:constant current) 모드로 충전하며 , 전압이 4.2V 가 되면 충전 전류가 20mA 로 떨어질 때까지 정전압 (CV:constant voltage) 모드로 계속 충전하였고 , 방전은 배터리 별로 2.7V(B0005), 2.5V(B0006), 2.2V(B0007), 2.5V(B0018) 에 도달할 때까지 2.0A 에서 정 전류모드로 수행하였다.
- 딥러닝을 수행하였다. 학습 속도 , 에포크 크기 , 각 에포크에서 반복할 수 있는 시간 단계 크기의배치 수 및 네트워크의 뉴런 연결 밀도 등의 매개변수를 적용하였고 , B0007 배터리에 대한 잔여 유효수명 예측 결과를 Fig. 9 과 Fig. 10 에 나타내었다 . 2 가지방법론 모두 epoch 150, batch size 20 일 때 실제 데이터와 예측데이터에서 가장 큰 편차를 보이고 있으며, 이는 batch size 의 부족이 원인으로 판단된다.
대상 데이터
- NASA Ames Prognostics Center 에서 공개하고 있는 데이터를 이용하여 , LSTM 과 GRU 방법론을 대상으로 딥러닝을 수행하였다. 학습 속도 , 에포크 크기 , 각 에포크에서 반복할 수 있는 시간 단계 크기의배치 수 및 네트워크의 뉴런 연결 밀도 등의 매개변수를 적용하였고 , B0007 배터리에 대한 잔여 유효수명 예측 결과를 Fig.
- . 데이터 세트는 상업적으로 이용 가능한 리튬 이온 충전식 배터리를 사용하였고 , 실험 장치는 Fig. 1에 나타낸 것과 같이 전원공급장치 , 부하장치 , 전압계, 열전대 센서 , 환경챔버 , 임 피던스 분석계 , 스위칭 회로 , 데이터 수집장치 및 컴퓨터 등으로 구성되었다[7].
- 리튬이온 배터리 실험 데이터는 NASA Ames Prognostics Center 에서 공개하고 있는 자료를 활용하였다 . 데이터 세트는 상업적으로 이용 가능한 리튬 이온 충전식 배터리를 사용하였고 , 실험 장치는 Fig.
- 방전 실험 데이터는 배터리 단자 전압 , 배터리출력 전류 , 배터리 온도 , 배터리 용량 , 충전기 측정전류 , 충전기 측정 전압 및 사이클 시간 벡터를 포함하며, 충᭼ 방전횟수별 배터리 단자 전압의 시간에따른 변화를 B0005 를 대상으로 Fig. 3 와 같이 나타내었다 . 그리고 모든 배터리에 대해 배터리의 용량을 충᭼ 방전 횟수에 따라 표시하면 Fig.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.