인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
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.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2020.1
- 수록면
- 42 - 51 (10page)
이용수
초록· 키워드
본 논문은 리튬이온배터리의 전력상태(SoP, state of power) 계산 복잡도를 줄이기위하여 최대 전류에서 SoP를 추론하는 기법을 제안한다. SoP 추론을 위해 시계열 기계학습 방법인 BiLSTM를 이용하였으며, 전압과 잔존용량 제약을 고려한 최대 전류를 사용하였다. 제안한 알고리즘은 Urban Dynamometer Driving Schedule 데이터를 이용하여 검증하였으며, 제안한 SoP 추론 알고리즘의 계산은 평균제곱근오차(RMSE)가 15.54일 때 0.559 시간으로 측정되었다.
상세정보 수정요청해당 페이지 내 제목·저자·목차·페이지정보가 잘못된 경우 알려주세요!
목차
등록된 정보가 없습니다.