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
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%.
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) : I410-151-25-02-092709495
