기본 정보
연구 분야
프로젝트
논문
구성원
article|
·
인용수 24
·2023
Deep-learning based spatio-temporal generative model on assessing state-of-health for Li-ion batteries with partially-cycled profiles
Seojoung Park, Hyunjun Lee, Zoe K. Scott-Nevros, Dongjun Lim, Dong‐Hwa Seo, Yunseok Choi, Hankwon Lim, Donghyuk Kim
IF 12.2Materials Horizons
초록

. D-GELS는 SOH 예측에서 정확한 성능을 보였으며, RMSE가 0.012 미만으로 나타났고, 양극(음극) 소재와 무관하게 예측이 가능했으며, 그 적용 가능성이 확인되었다. 또한 D-GELS는 부분적으로 사이클을 거친 데이터로도 SOH를 예측할 수 있었는데, 이미지의 50%가 누락된 경우에도 RMSE가 0.046 미만으로 관찰되었다. 부분 사이클 프로파일을 사용할 때는 평가 대상 배터리의 수가 크게 증가함에 따라, 사용 배터리 관리에서 상당한 경제적 이점을 확인할 수 있으며, 이는 비용 절감으로 이어진다.

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

키워드
Battery (electricity)State of healthCathodeComputer scienceMean squared errorLithium (medication)IonMaterials scienceLithium-ion batteryDeep learning
타입
article
IF / 인용수
12.2 / 24
게재 연도
2023

주식회사 디써클

대표 장재우,이윤구서울특별시 강남구 역삼로 169, 명우빌딩 2층 (TIPS타운 S2)대표 전화 0507-1312-6417이메일 info@rndcircle.io사업자등록번호 458-87-03380호스팅제공자 구글 클라우드 플랫폼(GCP)

© 2026 RnDcircle. All Rights Reserved.