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.
피인용 0
초록·키워드
Lithium-ion batteries have established themselves as a critical energy source for electric vehicles and energy storage systems. As their usage continues to grow, the issues of battery currents due to current sensor failures can lead to overcharging, over-discharging, and potentially hazardous incidents such as battery fires. To address this issue, this study proposes a current sensor fault detection algorithm based on the analysis of the data covariance matrix. The proposed algorithm is designed as an add-on type solution, enabling calculations using only voltage data extracted from the Battery Management System (BMS). It detects current sensor faults in real-time, thereby mitigating potential risks. Furthermore, the study demonstrates the algorithm’s applicability by cross-validating its performance using data from both new and aged battery models. Through this approach, the algorithm addresses current sensor fault issues across various battery states, contributing to the prevention of critical incidents such as battery fires.
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
UCI(KEPA) : I410-151-25-02-092720207
