인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
학술저널
DBpia Top 10%
오류 신고하기해당 페이지 내 제목·저자·목차·페이지정보가 잘못된 경우 알려주세요!
피인용 0
초록·키워드
When the SOH of a lithium-ion battery (LIB) falls below 80%, the electric vehicle may no longer meet its energy and power requirements, resulting in its disposal at the end of life (EOL). The disposal of used batteries presents environmental challenges because they pose fire and explosion risks when exposed to the external environment. Hence, alternative approaches that involve reusing discarded batteries in energy storage systems (ESS) with low energy and power demand have been actively researched to create both environmental and economic value. To efficiently and safely operate discarded batteries, reliable SOH estimation techniques based on data-driven approaches have gained popularity. This paper proposes an AdaBoost-GRU ensemble model to estimate the SOH of post-EOL batteries using incremental capacity analysis (ICA) as the primary feature. The combination of ICA-based features and the AdaBoost ensemble approach results in more accurate SOH estimations for post-EOL batteries, paving the way for effective and environmentally responsible reuse of discarded batteries in energy storage systems.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
