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.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 김병우
- 발행연도
- 2023
- 저작권
- 울산대학교 논문은 저작권에 의해 보호받습니다.
이용수7
이 논문의 연구 히스토리 (4)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
리튬 이온 배터리는 높은 에너지 밀도, 긴 수명 그리고 높은 효율과 같은 장점으로 인해 전기차의 에너지원으로 활용되고 있다. 전기차의 다양한 주행 조건에서 리튬이온 배터리의 안전한 상태를 보장하기 위해서는 리튬이온 배터리의 정확한 State of Charge(SOH) 상태를 추정하여야 한다. 따라서 정확한 SOH 추정을 위해 본 논문에서는 증분 용량 분석법을 통해 리튬 이온 배터리의 열화 상태와 열화 원인을 분석하고, SOH 추정을 위한 특성 파라미터를 추출하였다. 추출한 특성 파라미터를 이용하여 현재 배터리의 열화 원인을 파악하였으며, 특성 파라미터의 유용성을 검증하기 위해 상관관계 분석을 진행하였다. 상관관계 분석을 통해 검증한 특성 파라미터를 SOH 추정을 위한 Transformer의 입력으로 사용하여 SOH 추정 방안에 대하여 연구하였다.
목차
목 차 i그림 목차 ii표 목차 iiiI. 서론 11. 연구 배경 및 필요성 12. 연구 이론 및 내용 51) RNN(Recurrent Neural Network) 52) Long-Short Term Memory(LSTM) 53) GRU(Gated Recurrent Unit) 84) Transformer 10II. 본론 121. 연구개요 122. 리튬 이온 배터리 데이터 133. 증분 용량 분석법 및 특성 파라미터 추출 171) 증분 용량 분석 및 Gaussian filtering 172) 리튬 이온 배터리 열화 상태 및 원인 분석 203) 특성 파라미터 추출 204) 특성 파라미터 상관관계 분석 244. SOH 추정 알고리즘 271) SOH 추정 알고리즘에 따른 Parmeter setting 27III. 결과 및 분석 281. 모델 성능 평가 기준 282. SOH 추정 알고리즘 정확도 평가 29IV. 결론 36ABSTRACT 40
최근 본 자료
댓글(0)
0