인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
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
본 연구는 겨울철 저온 환경에서 운영되는 단일 주택용 PV-ESS 시스템의 고주파수(5초) 운전 로그(2024-12-29 ~ 2025-02-13, 총 812,859 레코드)를 바탕으로, 안전성을 확보하기 위해 배터리 셀 평균 온도($cTavg$)와 충전 상태($SOC$)를 동시에 예측하는 다중 출력(Multi-output) 시계열 모델을 제안한다. LSTM Encoder-Decoder와 Transformer 구조를 비교 분석한 결과, LSTM은 이벤트 발생 약 113분 전의 긴 리드타임(Lead Time)을 제공하여 선제적 준비에 유리하며, Transformer는 94.9%의 높은 정밀도(Precision)로 불필요한 대응을 줄이는 데 특화되어 있음을 실증하였다. 이러한 모델 별 특성을 기반으로, 운영 상황에 따라 '사전 준비'와 '즉각 대응'으로 차등화된 다단계 예방 정비(PdM) 가이드라인을 제시한다.
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) : I410-151-26-02-096642969
