엔트로피 지수를 이용한 기계학습 기반의 배터리의 건강상태 예측 알고리즘
Machine Learning Based State of Health Prediction Algorithm for Batteries Using Entropy Index
1
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
배터리를 효율적으로 관리하기 위해서는 배터리의 건강 상태와 잔여 수명을 정확하게 추정하고 관리하는 것이 중요하다. 배터리는 같은 종류여도 설비용량 및 전압 등의 특성이 다르며 학습용 모델을 위한 배터리와 모델을 통한 예측을 위한 배터리가 서로 다를경우에는 정확도 측정에 한계가 있다. 본 논문에서는 전압의 분포와 방전 시간을 이용한 엔트로피 지수를 일반화하고 4개의 배터리를 각각 1개씩 교차적으로 훈련 집합과 테스트 집합으로 정의하여 기계학습의 선형회귀 분석을 통하여 배터리의 건강 상태를 예측하는 방법을 제안하였다. 제안된 방법은 평균 절대값 퍼센트 오차를 이용하여 95% 이상의 높은 정확도를 나타내었다.
Abstract
In order to efficeintly manage a battery, it is important to accurately estimate and manage the SOH(State ofHealth) and RUL(Remaining Useful Life) of the batteries. Even if the batteries are of the same type, thecharacteristics such as facility capacity and voltage are different, and when the battery for the training model andthe battery for prediction through the model are different, there is a limit to measuring the accuracy. In thispaper, We proposed the entropy index using voltage distribution and discharge time is generalized, and fourbatteries are defined as a training set and a test set alternately one by one to predict the health status of batteriesthrough linear regression analysis of machine learning. The proposed method showed a high accuracy of morethan 95% using the MAPE(Mean Absolute Percentage Error).
참고문헌 (6)
- 정상진, "딥러닝을 이용한 리튬이온 배터리 잔여 유효수명 예측", 한국기계가공학회지, 19(12), pp.21~27 (2020), 한국기계가공학회[DOI]
- 홍선리, "LRCN을 이용한 리튬 이온 배터리의 건강 상태 추정", 전력전자학회 논문지, 26(3), pp.183~191 (2021), 전력전자학회[DOI]
- P. Liu, "Entropy-Based Voltage Fault Diagnosis of Battery Systems for Electric Vehicles", Energies, 11(1), pp.136~ (2018)[DOI]
- T. Bak, "Accurate Estimation of Battery SOH and RUL Based on a Progressive LSTM with a Time Compensated Entropy Index", Proceedings of the Annual Conference of the PHM Society 2019, 11(1) (2019)
- B. Saha, "Battery data set", NASA AMES Progmostics Data Repository, ~ (2007)
- S. W. Kim, "Novel informed deep learning-based prognostics framework for on-board health monitoring of lithium-ion batteries", Applied Energy, 315(C) (2022), Elsevier[DOI]