Study of Battery State-of-charge Estimation with kNN Machine Learning Method

Q: 이 논문에서 정의한 SOC(State of Charge)란 무엇인가?

SOC는 배터리의 충전 상태를 나타내는 지표로, 배터리의 현재 사용 가능한 용량을 총 용량으로 나눈 값에 100을 곱하여 백분율로 표현한다. 이는 배터리 수명과 안전성을 평가하는 데 필수적인 매개변수이다.

Q: kNN 기계 학습 방법으로 배터리 SOC를 추정하는 정확도는 어느 정도인가?

연구 결과, kNN 기계 학습 방법을 사용하여 배터리 SOC를 추정했을 때, 실제 실험값과 비교하여 평균 절대 오차(MAE)는 0.74%로 나타났다. 이는 98%의 높은 정확도를 달성함을 의미한다.

Teressa Talluri; Hee Tae Chung; Kyoojae Shin

doi:10.5573/IEIESPC.2021.10.6.496

학술저널

Study of Battery State-of-charge Estimation with kNN Machine Learning Method

저자정보: Teressa Talluri (Busan University of Foreign Studies) Hee Tae Chung (Busan University of Foreign Studies) Kyoojae Shin (Busan University of Foreign Studies)

저널정보: 대한전자공학회 IEIE Transactions on Smart Processing & Computing IEIE Transactions on Smart Processing & Computing Vol.10 No.6

발행연도: 2021.12

수록면: 496 - 504 (9page)

DOI: 10.5573/IEIESPC.2021.10.6.496

오류 신고하기

피인용 1

Study of Battery State-of-charge Estimation with kNN Machine Learning Method

검색

초록·키워드

Electric vehicles have high demand due to their ecofriendly nature. From this point of view, lithium batteries have gained high attention in recent days due to their high efficiency and long life time. Hence, it is of the utmost importance to evaluate the battery characteristics, such as the state of charge (SOC), depth of discharge (DOD), and remaining life of a battery to ensure battery safety. These parameters were derived in order to estimate the battery life time before degradation. This estimation is very much required in making a decision about battery usage in the future. In this study, the SOC of a lithium polymer battery was evaluated in a real-time experiment. Charging and discharging cycles were done, and we obtained the voltage, current, and time data from the experimental result. This experimental data trained machine learning methods such as the kNN (k Nearest Neighbor) method to estimate the SOC more precisely. After training the model, a test was done. The proposed estimator was calibrated by experimental data. The results are satisfactory with accuracy of 98% and mean absolute error (MAE) as low as 0.74[%].

#Electrical vehicle #Battery characteristics #State of charge #Depth of discharge #Machine learning algorithms and kNN method

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

Study of Battery State-of-charge Estimation with kNN Machine Learning Method

논문 기본 정보

초록·키워드

참고문헌

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

피인용 자료 DBpia에 구축된 참고문헌을기준으로 집계되어, 타 사이트의피인용 수와 다를 수 있습니다.

댓글(0)

피인용 자료