현재 위치
Home
기술 융합(TC)
DBSCAN과 통계적 검증 알고리즘을 사용한 배터리 열폭주 셀 탐지
Battery thermal runaway cell detection using DBSCAN and statistical validation algorithms
-
- 발행기관
- 국제문화기술진흥원 바로가기
-
- 간행물
- The Journal of the Convergence on Culture Technology (JCCT) KCI 등재 바로가기
-
- 통권
- Vol.9 No.5 (2023.10)바로가기
-
- 페이지
- pp.569-582
-
- 저자
-
- 언어
- 한국어(KOR)
-
- URL
- https://www.earticle.net/Article/A437301
※ 원문제공기관과의 협약기간이 종료되어 열람이 제한될 수 있습니다.
원문정보
초록
- 영어
- Lead-acid Battery is the oldest rechargeable battery system and has maintained its position in the rechargeable battery field. The battery causes thermal runaway for various reasons, which can lead to major accidents. Therefore, preventing thermal runaway is a key part of the battery management system. Recently, research is underway to categorize thermal runaway battery cells into machine learning. In this paper, we present a thermal runaway hazard cell detection and verification algorithm using DBSCAN and statistical method. An experiment was conducted to classify thermal runaway hazard cells using only the resistance values as measured by the Battery Management System (BMS). The results demonstrated the efficacy of the proposed algorithms in accurately classifying thermal runaway cells. Furthermore, the proposed algorithm was able to classify thermal runaway cells between thermal runaway hazard cells and cells containing noise. Additionally, the thermal runaway hazard cells were early detected through the optimization of DBSCAN parameters using a grid search approach.
- 한국어
- 납축전지는 가장 오래된 충전식 배터리 시스템으로 현재까지 충전식 배터리 분야에서 자리를 지키고 있다. 이 배터리는 다양한 이유로 열폭주 현상이 생기는데 이는 큰 사고로 이어질 가능성이 있다. 그렇기 때문에 열폭주 현상을 예방하는 것은 배터리 관리 시스템의 핵심부분이다. 최근에는 열폭주 위험 배터리 셀을 기계학습으로 분류하는 연구가 진행 중이다. 본 논문에서는 비지도학습인 DBSCAN 클러스터링과 통계적 방법을 사용하여 열폭주 위험 셀 탐지 및 검증 알고리즘을 제안하였다. BMS에서 측정한 lead-acid 배터리의 저항 값만을 사용하여 열폭주 위험 셀 분류 실험을 진행하였고 본 논문에서 제안한 알고리즘이 열폭주 위험 셀을 정확히 검출해 냄을 보여주었다. 또한 본 논문에서 제안한 알고리즘을 사용하여 배터리 내 열폭주 위험이 있는 셀과 노이즈가 심한 셀을 분류할 수 있었으며 그리드 서치를 통한 DBSCAN 파라미터 최적화를 통해 열폭주 위험 셀을 초기에 검출해 낼 수 있었다.
목차
요약
Abstract
Ⅰ. 서론
Ⅱ. 배경
1. 납축전지
2. 기계학습
3. DBSCAN
Ⅲ. 연구방법
1. 데이터 전처리
2. 열폭주 위험 셀 탐지 알고리즘
3. 열폭주 위험 셀 검증 알고리즘
Ⅳ. 실험 결과
1. Dataset 01
2. Dataset 02
3. Dataset 03
4. Dataset 04
5. Dataset 05
6. Dataset 06
Ⅴ. 결론
References
키워드
클러스터링 DBSCAN 기계 학습 납축전지 열폭주 현상 Clustering DBSCAN Machine learning Lead-acid Battery Thermal runaway저자
간행물 정보
발행기관
-
- 발행기관명
- 국제문화기술진흥원 [The International Promotion Agency of Culture Technology]
- 설립연도
- 2009
- 분야
- 공학>공학일반
- 소개
- 본 진흥원은 문화기술(Culture Technology) 관련 산·학·연·관으로 구성된 비영리 단체이다. 문화기술(CT)은 정보통신기술(ICT), 문화적 사고 기반의 예술, 인문학, 디자인, 사회과학기술이 접목된 신융합기술(New Convergence Technology, NCT)로 정의한다. 인간의 삶의 질을 향상시키고, 진보된 방향으로 변화시키고, 문화기술 관련 분야의 학술 및 기술의 발전과 진흥에 공헌하기 위하여, 제3조의 필요한 사업을 행함을 그 목적으로 한다.
간행물
-
- 간행물명
- The Journal of the Convergence on Culture Technology (JCCT) [문화기술의 융합]
- 간기
- 격월간
- pISSN
- 2384-0358
- eISSN
- 2384-0366
- 수록기간
- 2015~2025
- 등재여부
- KCI 등재
- 십진분류
- KDC 600 DDC 700
이 권호 내 다른 논문 / The Journal of the Convergence on Culture Technology (JCCT) Vol.9 No.5
피인용수 : 0건 (자료제공 : 네이버학술정보)
함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.
출처 : 네이버학술정보
0개의 논문이 장바구니에 담겼습니다.