Prediction of Battery Package Temperature Rise with LSTM(Long Short-Term Memory)

LSTM(Long Short-Term Memory)을 활용한 Battery Package 온도 상승 예측

  • Cho Jong Hwa (Dept. of Mechanical & IT Convergence Engineering, Hanyang Cyber University) ;
  • Min Youn A (Dept. of Applied SW Engineering, Hanyang Cyber University)
  • 조종화 (한양사이버대학교 기계IT융합공학과) ;
  • 민연아 (한양사이버대학교 응용소프트웨어학과)
  • Published : 2024.01.17

Abstract

본 논문에서는 전기 자동차 배터리 팩 설계에서 성능 예측을 위해 전산유체해석 및 Long Short-Term Memory (LSTM)를 활용한다. 두 계산 모두의 예측이 상당한 유사성을 나타내며, 전산유체해석은 시스템 유체 역학을 고려한 상세한 물리 모델을 제공하고, LSTM은 시계열 데이터를 기반으로 한 딥러닝 모델로 효과적으로 패턴을 파악, 향후 온도 상승을 예측한다. 결과는 두 접근 모두가 효과적인 예측을 제공하며 향후 전기 자동차 배터리 팩 설계 및 최적화에서 종합적인 접근의 필요성을 강조한다. 특히, LSTM 기반 예측에 소요되는 시간은 계산 유체 역학의 약 25%로, 약 일주일 정도로 빠르게 확인 가능하다. 이는 현대 산업 환경에서 시간적 효율성이 중요한 측면을 강조하며, 계산 유체 역학의 상세한 물리 모델링과 LSTM의 빠른 예측 속도를 결합한 설계 방법론을 제안한다.

Keywords

References

  1. 홍창우, 허견, "CNN-RNN 기반의 DNN을 활용한 DP 선박의 전력 부하 예측" Journal of the KNST Vol.4 No.2 2021.09 121 - 126 (6page) https://doi.org/10.31818/JKNST.2021.09.4.2.121
  2. 시종욱, 김성영, "항온 항습기 제어 시스템을 위한 Stacked LSTM 기반의 온도 이상 예측", 한국정보기술학회논문지 제20권 제10호(JKIIT, Vol.20, No.10) 2022.10 47 - 52 (6page)
  3. 황해성, 강효림, 이광기, 한승호. (2021). 고로의 3차원 열전달 해석을 위한 파이썬 기반 통합 프로세스. 대한기계학회 논문집 A권, 45(5), 419-426, 10.3795/KSME-A.2021.45.5.419
  4. Dorsa Ziaei, Navid Goudarzi, "Short-Term Wind Characteristics Forecasting Using Stacked LSTM Networks", POWER2021-65866, V001T09A013; 5 pages, August 18, 2021
  5. Mukul Singh, Shrey Bansal, Vandana, B. K. Panigrahi, Akhil Garg, "A Genetic Algorithm and RNN-LSTM Model for Remaining Battery Capacity Prediction", J. Comput. Inf. Sci. Eng. Aug 2022, 22(4): 041009 (17 pages)
  6. Lahouari Benabou, "Development of LSTM Networks for Predicting Viscoplasticity With Effects of Deformation, Strain Rate, and Temperature History", J. Appl. Mech. Jul 2021, 88(7): 071008 (11 pages)
  7. Gangawane, Krunal M. Computational analysis of mixed convection heat transfer characteristics in lid-driven cavity containing triangular block with constant heat flux: Effect of Prandtl and Grashof numbers. In International Journal of Heat and Mass Transfer February 2017 105:34-57 https://doi.org/10.1016/j.ijheatmasstransfer.2016.09.061