본 논문은 가우시안 과정 회귀(Gaussian Process Regression, GPR)를 사용하여 리튬이온 배터리(Lithium-ion batteries, LIBs)의 상태건전성(State of Health, SOH)을 추정하기 위한 견고한 방법론을 제안한다. “기존 연구들이 완전한 충·방전 사이클에 의존한다는 한계를 극복하기 위해, 실제 응용에서 부분 충전이 흔히 발생한다는 점에 착안하여 부분 충전 데이터에 기반한다. 전기화학적 열화를 포착하기 위해 증분용량분석(Incremental Capacity Analysis, ICA) 피크 특성을 추가하고, 보정된 불확실성을 위해 베이지안 최적화를 통해 커널 하이퍼파라미터를 튜닝한다. Samsung INR 18650-25R 셀을 사용하여 제안한 모델은 RMSE 1.6347%와 EICP 94.34% (명목 를 달성하며, ICA 또는 최적화 없이 수행된 기준모형보다 우수한 성능을 보인다. 결과는 ICA 특성이 정확도를 향상시키고, 베이지안 최적화가 과도하게 보수적인 구간을 보정하여 강력한 점추정과 함께 신뢰할 수 있는 불확실성을 제공함을 보여준다.
*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.