• 전력전자학회논문지
• /
• 제27권1호
• /
• pp.48-55
• /
• 2022

This paper proposes a battery remaining useful life (RUL) prediction method using a deep learning-based EMD-CNN-LSTM hybrid method. The proposed method pre-processes capacity data by applying empirical mode decomposition (EMD) and predicts the remaining useful life using CNN-LSTM. CNN-LSTM is a hybrid method that combines convolution neural network (CNN), which analyzes spatial features, and long short term memory (LSTM), which is a deep learning technique that processes time series data analysis. The performance of the proposed remaining useful life prediction method is verified using the battery aging experiment data provided by the NASA Ames Prognostics Center of Excellence and shows higher accuracy than does the conventional method.

• 한국가스학회지
• /
• 제24권6호
• /
• pp.91-97
• /
• 2020

리튬이온 배터리(LIB)는 다른 배터리에 비해 수명이 길고, 에너지 밀도가 높으며, 자체 방전율이 낮아, 에너지 저장장치(ESS)로 선호되고 있다. 하지만, 2017~2019년 기간 동안 국내에서만도 28건의 화재사고가 발생하였으며, LIB의 운영 중 안전성 및 신뢰성을 보장하기 위해 LIB의 정확한 용량추정은 필수요소이다. 본 연구에서는 LIB의 충방전 cycle에 따른 용량변화를 예측하는 기계학습 기반 모델의 설계에 있어 중요한 요소인 최적 머신러닝 모델의 선정을 위해, Decision Tree, 앙상블학습법, Support Vector Regression, Gaussian Process Regression (GPR) 각각을 이용한 예측모델을 구현하고 성능비교를 실시하였다. 학습을 위해 NASA에서 제공하는 시험데이터를 사용하였으며, GPR이 가장 좋은 예측성능을 보였다. 이를 바탕으로 추가 시험데이터 학습을 통해 개선된 LIB 용량예측과 잔여 수명추정 모델을 개발하여, 운영 중 이상 감지 및 모니터링 성능을 높여, 보다 안전하고 안정된 ESS 운용에 활용하고자 한다.

• 정보처리학회논문지C
• /
• 제15C권4호
• /
• pp.303-310
• /
• 2008

ad-hoc네트워크에서 네트워크의 생존시간을 연장하기 위해서는 네트워크 트래픽 부하를 전체 네트워크에 골고루 분산시켜 노드당 평균 에너지 소모율을 균일하게 유지할 수 있어야만 한다. 본 논문에서는 노드의 에너지 잔량 및 사용 빈도 등을 고려해 경로를 설정하는 수정 AODV 프로토콜을 제안하였다. 또한 경로 재설정 과정에서 생성되는 엄청난 양의 AODV 제어 메시지 발생으로 인한 에너지 소모를 줄이기 위해 출발지 노드의 버퍼에 다중 경로 정보를 저장하도록 하였다. 링크 단절 시 경로 재설정 과정 전에 경로 테이블에 저장된 경로 정보를 활용할 수 있도록 하였다. 본 논문에서 제안한 알고리즘의 성능 평가를 위해 기존 AODV 및 에너지 기반 라우팅 프로토콜인 MMBCR방식과 전체 노드의 에너지 잔량, 네트워크 생존시간 및 데이터 패킷 수신율 등 3가지 평가 항목을 사용해 비교하였다.

• 대한기계학회논문집B
• /
• 제37권4호
• /
• pp.313-322
• /
• 2013

배터리는 최근 여러 분야에서 중요한 에너지원 역할을 하고 있는데, 사용 중 충방전을 거듭하면 용량이 점차 저하되며 초기 대비 80% 이하로 떨어지면 고장으로 간주되므로, 이를 예측하기 위한 수명 예측 기법이 활발히 개발되고 있다. 본 연구에서는 사용중인 배터리에 대해 충전곡선 기울기를 이용하여 배터리의 용량을 평가하고 이를 바탕으로 잔존수명을 예측하는 새로운 방법을 제안하였다. 이 과정에서 발생하는 여러 불확실성을 고려하기 위해 베이지안 접근법에 기반한 파티클 필터 방법을 활용하였고 그 결과 잔존수명을 확률분포로 구하였다. 개발된 방법을 미국 NASA Ames 연구소와 본 연구실에서 직접 수행한 배터리 충방전 시험 데이터에 대해 각각 적용한 결과 충전곡선 기울기가 용량 열화를 잘 나타내며 파티클 필터로 예측된 잔존수명 신뢰구간은 실제 수명을 잘 포함함을 확인할 수 있었다.

• Journal of Electrochemical Science and Technology
• /
• 제7권2호
• /
• pp.161-169
• /
• 2016

Porous tungsten oxide thin films were prepared by electrodeposition and tested as anodes of lithium secondary batteries. The synthesized films were composed of nanoparticles of 60-140 nm size, with porosities of 30-40 %. Increasing the temperature turned out to be a more effective approach to introduce porosity in the structure than increasing the electrolyte viscosity. The assessment of the synthesized films as anodes of lithium secondary batteries revealed a much higher initial discharge capacity for the porous than the dense samples. The discharge capacity retention significantly increased with increasing porosity and was further enhanced by heat treatment. In particular, a thin film composed of particles of about 140 nm in size and with a porosity of 40 % exhibited an initial discharge capacity higher than 600 mAh/g and a remaining capacity above 300 mAh/g after 30 cycles. Following heat treatment, the remaining capacity of this sample after 30 cycles increased to about 500 mA h/g.

• 전기전자학회논문지
• /
• 제26권4호
• /
• pp.531-536
• /
• 2022

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 다를 경우에는 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.

• 한국통신학회논문지
• /
• 제28권7A호
• /
• pp.451-466
• /
• 2003

Untethered nodes in mobile ad-hoc networks strongly depend on the efficient use of their batteries. In this paper, we propose a new metric, the drain rate, to forecast the lifetime of nodes according to current traffic conditions. This metric is combined with the value of the remaining battery capacity to determine which nodes can be part of an active route. We describe new route selection mechanisms for MANET routing protocols, which we call the Minimum Drain Rate (MDR) and the Conditional Minimum Drain Rate (CMDR). MDR extends nodal battery life and the duration of paths, while CMDR also minimizes the total transmission power consumed per packet. Using the ns-2 simulator and the dynamic source routing (DSR) protocol, we compare MDR and CMDR against prior proposals for power-aware routing and show that using the drain rate for power-aware route selection offers superior performance results.

• 한국기계가공학회지
• /
• 제19권12호
• /
• pp.21-27
• /
• 2020

Lithium-ion batteries are the heart of energy-storing devices and electric vehicles. Owing to their superior qualities, such as high capacity and energy efficiency, they have become quite popular, resulting in an increased demand for failure/damage prevention and useable life maximization. To prevent failure in Lithium-ion batteries, improve their reliability, and ensure productivity, prognosticative measures such as condition monitoring through sensors, condition assessment for failure detection, and remaining useful life prediction through data-driven prognostics and health management approaches have become important topics for research. In this study, the residual useful life of Lithium-ion batteries was predicted using two efficient artificial recurrent neural networks-ong short-term memory (LSTM) and gated recurrent unit (GRU). The proposed approaches were compared for prognostics accuracy and cost-efficiency. It was determined that LSTM showed slightly higher accuracy, whereas GRUs have a computational advantage.

• 한국재료학회지
• /
• 제25권6호
• /
• pp.279-287
• /
• 2015

In order to prepare anode materials for high power lithium ion secondary batteries, carbon composites were fabricated with a mixture of petroleum pitch and coke (PC) and a mixture of petroleum pitch, coke, and natural graphite (PC-NG). Although natural graphite has a good reversible capacity, it has disadvaantages of a sharp decrease in capacity during high rate charging and potential plateaus. This may cause difficulties in perceiving the capacity variations as a function of electrical potential. The coke anodes have advantages without potential plateaus and a high rate capability, but they have a low reversible capacity. With PC anode composites, the petroleum pitch/cokes mixture at 1:4 with heat treatment at $1000^{\circ}C$ (PC14-1000C) showed relatively high electrochemical properties. With PC-NG anode composites, the proper graphite contents were determined at 10~30 wt.%. The composites with a given content of natural graphite and remaining content of various petroleum pitch/cokes mixtures at 1:4~4:1 mass ratios were heated at $800{\sim}1200^{\circ}C$. By increasing the content of petroleum pitch, reversible capacity increased, but a high rate capability decreased. For a given composition of carbonaceous composite, the discharge rate capability improved but the reversible capacity decreased with an increase in heat treatment temperature. The carbonaceous composites fabricated with a mixture of 30 wt.% natural graphite and 70 wt.% petroleum pitch/cokes mixture at 1:4 mass ratio and heat treated at $1000^{\circ}C$ showed relatively high electrochemical properties, of which the reversible capacity, initial efficiency, discharge rate capability (retention of discharge capacity in 10 C/0.2 C), and charge capacity at 5 C were 330 mAh/g, 79 %, 80 %, and 60 mAh/g, respectively.

• 청정기술
• /
• 제19권1호
• /
• pp.44-50
• /
• 2013

리튬이온전지에서 음극활물질의 저장용량을 증가시키기 위하여 주석산화물에 대한 연구가 많이 수행되고 있다. 주석산화물은 기존의 흑연 음극활물질보다 충방전 용량이 높다. 하지만 충방전이 진행되는 동안에 부피팽창률이 높아서 활물질이 파괴되는 현상이 나타나므로 과도한 비가역용량이 문제가 된다. 이를 해결하기 위하여 물리적 완충역할을 하는 물질이 첨가된 복합산화물을 제조하였다. $SnO_2-SiO_2$ 복합산화물을 솔-젤법을 이용하여 제조하였다. 10 vol% 프로필렌기체를 이용하여 탄소피복을 하여 전기전도성을 증가시켰다. TG/DTA, XRD, SEM과 FT-IR을 이용하여 제조된 물질의 물성을 분석하였으며, CR2032 코인셀을 제조하여 전기화학적인 특성을 조사하였다. $300^{\circ}C$로 열처리한 후에 탄소피복한 $SnO_2-SiO_2$ 활물질의 전기화학적 특성이 가장 우수하였다.