메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
정우진 (한국전자기술연구원) 박용주 (한국전자기술연구원) 박진욱 (한국전자기술연구원)
저널정보
대한전자공학회 전자공학회논문지 전자공학회논문지 제62권 제3호(통권 제568호)
발행연도
2025.3
수록면
87 - 90 (4page)
DOI
10.5573/ieie.2025.62.3.87

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
리튬이온 배터리는 수명이 길고 에너지밀도가 높은 장점이 있어, 전기자동차 등 여러 산업군에서 에너지원으로 활용되고 있다. 그러나 리튬 이온 배터리의 보급이 활성화될수록 배터리의 열화 혹은 고장 등에 의한 사고 사례도 늘어가고 있어 배터리 상태에 대한 분석과 이상 상황을 사전에 탐지하는 모델이 필요성이 대두되고 있다. 본 논문에서는 오픈 소스 배터리 충, 방전 사이클 데이터에서 충전 중 전압, 전류, 온도 시계열 데이터에서 통계적 분포 특징을 추출하여, 배터리 셀의 잔존 수명을 예측하는 모델을 개발하고자 한다.
#State-of-health #Battery states #Machine learning #Time series #Feature extraction

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 본론
Ⅲ. 실험
Ⅳ. 결론
REFERENCES

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-151-25-02-092452357