테크노트 UNIST 연구팀, 리튬이온배터리 건강 상태 진단 모델 개발

부분 데이터 활용한 진단 모델 개발...다양한 양극재에 적용 가능해 UNIST 에너지화학공학과 김동혁, 최윤석 교수 및 탄소중립대학원 임한권 교수팀은 ‘리튬이온배터리 건강상태 진단 모델’에 관한 연구 결과를 발표했다. 최근 배터리를 사용하는 전자 장비들이 많아지면서 배터리의 건강 상태를 진단하는 모델에 관한 연구가 활발히 진행되고 있다. 연구진은 현재 활발히 연구되고 있는 인공지능 분야의 딥러닝 모델을 기반으로 ‘리튬이온배터리 평가를 위한 딥러닝 기반 그래픽 접근법(Deep-learning-based Graphical approach to Estimation of Lithium-ion batteries SOH, D-GELS) 모델을 개발했다. D-GELS 모델은 전압, 전류, 온도 데이터를 RGB 값으로 변환해 이미지를 생성한다. 이번 모델은 LFP(리튬·인산·철) 배터리, NCA(니켈·코발트·알루미늄) 배터리, NMC(니켈·코발트) 배터리 등에 적용 가능하다 것이 특징이다. 연구진은 D-GELS에서 예측한 배터리 건강 상태 값의 정확도를 보여주는 지표로써 평균 제곱근 오차(Root mean square error, RMSE)값을 활용했고, 그 값은 0.00

• 이동재 기자
• 2023-04-07 16:00