배터리 EIS 데이터 변동성 분석을 통한 다변수 최적 인자 선정 및 AdaBoost-GRU 모델 기반 SOH 추정에 따른 인자 적합성 검증

Q: 이 논문에서 정의한 건강 상태(SOH)란 무엇인가?

배터리의 현재 용량을 초기 용량 대비 비율로 나타내는 지표를 의미한다. 이는 배터리의 성능 저하 정도를 정량적으로 평가하여 전기 자동차 등 전자 제품에 사용되는 리튬 이온 배터리의 최적 성능과 신뢰성 및 안전성을 유지하는 데 활용되는 핵심 지표다.

Q: AdaBoost-GRU 모델을 활용한 SOH 추정의 정확도는 어떠한가?

연구 결과, 제안된 모델은 온도 조건별 0.82%, SOC 조건별 1.30%의 평균 RMSE를 기록하였다. 이는 기존의 단일 GRU 및 LSTM 모델보다 오차가 현저히 낮은 수치이며, 다양한 운용 조건에서도 최대 1.39%의 낮은 오차로 우수한 추정 정확도를 달성하였다.

김유라; 이재형; 이동철; 오지민; 김종훈

doi:10.6113/TKPE.2025.30.2.173

추천

검색

질문

자료유형: 학술저널

저자정보: 김유라 (충남대학교) 이재형 (충남대학교) 이동철 (충남대학교) 오지민 (경북대학교) 김종훈 (충남대학교)

저널정보: 전력전자학회 전력전자학회논문지 전력전자학회 논문지 제30권 제2호

발행연도: 2025.4

수록면: 173 - 182 (10page)

DOI: 10.6113/TKPE.2025.30.2.173

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

The precise estimation of the state-of-health(SOH) of lithium-ion batteries(LIBs) in electric vehicles(EVs) is crucial for the maintaining optimal performance, reliability, and safety. However, the intricate electrochemical processes within batteries and operational constraints pose significant challenges to accurate SOH estimation, particularly in real world scenarios. This research leverages electrochemical impedance spectroscopy(EIS) data to extract frequency-based parameters for integration into a battery SOH estimation model. The sensitivity of battery degradation to impedance changes over time is analyzed to identify key frequency factors that reflect aging independently of the state-of-charge(SOC) and ambient temperature, thereby minimizing external influences. An AdaBoost-GRU ensemble model is developed to utilize the derived optimal frequencies as input. A gated recurrent unit(GRU) model is embedded within the AdaBoost algorithm to prevent overfitting by adjusting and combining weights for SOH estimation. The performance of the proposed model is validated through its ability to provide accuracy with all SOH estimation errors within 2%.

#Lithium-ion battery #Electrochemical impedance spectroscopy(EIS) #State-of-health(SOH) #SOH estimation #AdaBoost-GRU ensemble model

참고문헌

참고문헌 신청

최근 본 자료

전체보기

UCI(KEPA) : I410-151-25-02-092709495

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

논문 기본 정보

초록· 키워드

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)