메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
황지환 (경북대학교) 이인수 (경북대학교)
저널정보
한국정보기술학회 Proceedings of KIIT Conference 한국정보기술학회 2023년도 하계종합학술대회 및 대학생논문경진대회
발행연도
2023.6
수록면
352 - 357 (6page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
현재 리튬 이온 배터리는 각종 산업시설, 전자기기 및 자동차 산업에서의 핵심 에너지로 사용되고 있다. 하지만 잦은 충전 및 방전을 하는 배터리 특성상 과충전과 과방전이 발생할 수 있다. 이러한 경우 화재 및 안전사고를 유발할 수 있으며 설비의 고장으로 인한 추가적인 금전적 손해가 발생할 수 있다. 그러므로 배터리 SOC(State of Charge)를 정확하게 추정하는 작업은 매우 중요하다. 본 논문은 배터리 SOC 추정과정에서 전압센서에 고장이 나는 상황을 가정하여 정상적인 전압 데이터에 노이즈를 추가하였다. 학습 데이터로는 정상적인 데이터를 학습시켰고, 테스트 데이터로는 각각 Gaussian_noise와 Laplace 분포, Chai-square 분포를 이용하여 노이즈를 추가한 데이터를 사용하였다. 신경 회로망으로는 MNN(Multi-layer Neural Network), GRU(Gated Recurrent Unit), GBM(Gradient Boosting Algorithm)을 사용하였으며, 본 실험에서 노이즈 발생 시 각각의 추정 알고리즘의 노이즈 처리 성능을 비교 분석하였다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 신경회로망을 이용한 추정 알고리즘을 사용한 배터리 잔존용량(SOC)추정
Ⅲ. 시뮬레이션 및 고찰
Ⅳ. 결론
참고문헌

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0