• Proceedings of the KIPE Conference
• /
• 2018.11a
• /
• pp.129-130
• /
• 2018

리튬 이온 배터리가 전기 자동차 및 다양한 어플리케이션에 적용됨에 따라 배터리 관리 시스템(BMS)의 중요도가 높아지고 있다. 리튬 이온 배터리의 SOC(State of Charge) 및 단자전압 추정은 BMS에서 필수적이며 다양한 알고리즘을 통해 연구되고 있다. 본 논문에서는 비지도 학습 알고리즘인 뉴럴 네트워크의 학습을 위해 특성 파라미터(Characterstic Parmeter)를 선정하였으며, 특성 파라미터의 학습을 통해 리튬 이온배터리의 단자 전압 및 SOC를 추정하였다.

• Proceedings of the Korean Magnestics Society Conference
• /
• 1998.05a
• /
• pp.36-37
• /
• 1998

• Proceedings of the Korean Society for Noise and Vibration Engineering Conference
• /
• 2010.10a
• /
• pp.376-377
• /
• 2010

• Proceedings of the Korean Society of Precision Engineering Conference
• /
• 2013.05a
• /
• pp.153-154
• /
• 2013

• Proceedings of the Korean Nutrition Society Conference
• /
• 2000.06a
• /
• pp.127-127
• /
• 2000

• Proceedings of the Korean Magnestics Society Conference
• /
• 1994.10a
• /
• pp.96-97
• /
• 1994

• 방재와보험
• /
• s.111
• /
• pp.35-41
• /
• 2006

접촉 불량이 옥내용 소형 스위치의 구조와 열화 및 소손 패턴, 열 특성, 단자부의 성분 분포, 절연 덮개 등에 대한 과학적인 분석을 통해 사고를 예방하기 위한 방법을 알아보자.

• The Proceeding of the Korean Institute of Electromagnetic Engineering and Science
• /
• v.13 no.1
• /
• pp.19-25
• /
• 2002

• Proceedings of the KWS Conference
• /
• 2005.11a
• /
• pp.213-215
• /
• 2005

• Proceedings of the Korea Institute of Fire Science and Engineering Conference
• /
• 2004.11a
• /
• pp.131-136
• /
• 2004