전기 차 운행 데이터를 활용한 인공지능 기반의 배터리 분석 및 평가 방법 연구Research on artificial intelligence based battery analysis and evaluation methods using electric vehicle operation data
- Other Titles
- Research on artificial intelligence based battery analysis and evaluation methods using electric vehicle operation data
- Authors
- 홍승모
- Issue Date
- Dec-2023
- Publisher
- 한국정보전자통신기술학회
- Keywords
- Battery condition; Electric vehicle; Lithium-ion batteries; Random forest; XAI
- Citation
- 한국정보전자통신기술학회 논문지, v.16, no.6, pp 385 - 391
- Pages
- 7
- Journal Title
- 한국정보전자통신기술학회 논문지
- Volume
- 16
- Number
- 6
- Start Page
- 385
- End Page
- 391
- URI
- https://scholarworks.bwise.kr/ssu/handle/2018.sw.ssu/48948
- DOI
- 10.17661/jkiiect.2023.16.6.385
- ISSN
- 2005-081X
2288-9302
- Abstract
- 최근 탄소배출을 최소화하기 위해 전기자동차의 사용이 증가함에 따라 핵심 부품인 리튬이온 배터리의 상태 및 성능 분석의 중요성이 대두되고 있다. 따라서 배터리의 상태 및 성능에 영향을 줄 수 있는 배터리의 전압, 전류 및 온도뿐만 아니라 전기 자동차의 운행 데이터 및 충전 패턴 데이터를 활용한 종합적인 분석이 필요하다. 따라서 전기적 이동 수단에서 수집되는 배터리 데이터 수집 및 데이터 전처리, 단순 배터리 데이터에 추가적인 운전자 운전 습관에 대한 데이터 수집 및 전처리 , 분석된 영향인자를 기반으로 인공지능 알고리즘 세부 설계 및 수정, 해당 알고리즘을 기반으로 하는 배터리 분석 및 평가 모델 설계하였다. 본 논문에서는 실시간 전기버스를 대상으로 운행 데이터와 배터리 데이터를 수집하여 Random Forest 알고리즘 활용하여 학습시킨 후, XAI 알고리즘을 통해 배터리 상태 중요 영향인자로 배터리의 상태, 운행 및 충전 패턴 데이터 등을 종합적으로 고려하여 운행 패턴에서 급가속, 급 감속, 급정지와 충 방전 패턴에서 일 주행횟수, 일일 누적 DOD와 셀 방전에서 셀 전압 차 , 셀 최대온도, 셀 최소온도의 요소가 배터리 상태에 많은 영향을 미치는 인자로 확인되었으며, Random Forest 알고리즘 기반으로 배터리 분석 및 평가 모델을 설계하고 평가하였다.
- Files in This Item
- There are no files associated with this item.
- Appears in
Collections - ETC > 1. Journal Articles
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.