리튬이온전지(LIBs)는 반복적인 충·방전을 통해 열화되며, 그 결과 내부 저항이 증가하고 최대 용량이 감소한다. 이는 최대 출력 전력과 사용 시간(runtime)과 같은 방전 성능에 영향을 미치며, 나아가 LIB를 사용하는 시스템의 안전성과 신뢰성에 영향을 준다. 따라서 LIB의 상태(state)를 식별하고 예측하는 것은 시스템의 안전성과 신뢰성을 보장하기 위해 필수적이다. 본 논문은 시계열 방전 데이터를 사용하여 LIB의 건전성(health state)을 진단하는 시스템을 제안한다. LIB의 건전성 진단을 위한 시스템은 잔차-딥 신경망(residual-deep neural network, R-DNN)을 활용하여 구성하였다. 잔차 연결을 포함한 DNN은 기존의 신경망보다 더 깊고 넓은 구조를 가질 수 있으며, 이를 통해 풍부한 특징 추출이 가능하다. 시계열 방전 데이터는 제안된 진단 시스템의 입력 및 출력 데이터로 구성되며, 이에 대해 학습을 수행한다. 학습된 진단 시스템의 출력은 LIB의 건전성 상태를 판정하는 데 사용된다. 또한, 제안된 방법의 타당성을 검증하기 위해 모델 학습에 사용하지 않은 데이터에 대해 진단을 수행하고 결과를 분석하였다. 아울러, 제안된 방법과의 비교 분석을 위해 비교군 모델도 학습하였다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.