메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
박재형 (경북대학교) 김시진 (경북대학교) 이종현 (경북대학교) 이인수 (경북대학교)
저널정보
한국정보기술학회 Proceedings of KIIT Conference 한국정보기술학회 2020년도 종합학술대회 및 대학생논문경진대회
발행연도
2020.10
수록면
123 - 126 (4page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
현재 리튬 이온 배터리는 다양한 분야에서 중요한 에너지원으로 사용되고 있다. 그러나 잦은 충·방전을 통한 배터리의 열화는 불가피한 현상이며 각종 안전사고가 발생할 수 있다. 즉 사용자가 배터리의 잔존용량(State Of Charge, SOC)을 정확하게 확인할 수 있도록 SOC를 예측하는 연구가 필요하다. 따라서, SOC에 영향을 미치는 배터리의 열화는 다양한 실험에서 관찰되어야 하며 정교한 연구를 통해 반영되어야 한다. 본 논문에서는 배터리 열화실험을 통해서 얻은 데이터를 인공신경망에 학습한다. 인공신경망의 종류 중 하나로 LSTM(Long Short Term Memory) 사용하여 SOC를 추정하고, 성능을 검증하였다.
#State Of Charge #Estimation #Long Short Term Memory #Lithium-ion battery

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. SOC 추정을 위한 알고리즘
Ⅲ. 실험 방법 및 결과
Ⅳ. 결론
참고문헌

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

LSTM 모델기반 리튬이온 배터리 SOH 예측알고리즘 구현
권상욱 ,  한동호 ,  박성윤 외 1명 전기학회논문지 2019 .10
LSTM 모델 기반 리튬이온 배터리의 SOH 예측
고하나 ,  이솔비 ,  김의직 디지털콘텐츠학회논문지 2021 .04
다층 신경 회로망을 이용한 리튬배터리 Pack에서의 각 Cell의 SOC 추정
박재형 ,  이종현 ,  김시진 외 1명 대한전자공학회 학술대회 2020 .08
멀티 채널 충전 프로파일과 방전 용량을 사용한 딥러닝 기반 리튬 이온 배터리 건강 상태 추정
전지훈 ,  천호진 ,  추용주 외 1명 한국통신학회논문지 2022 .06
온도 파라미터를 이용한 LSTM 기반 리튬이온 배터리의 SOC 추정 기법
왕동훈 ,  이종현 ,  김시진 외 2명 Proceedings of KIIT Conference 2021 .11

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2020-004-001586812