Core Concepts
불확실성을 고려한 베이지안 신경망 모델을 사용하여 배터리 수명 종료 시점을 예측하고 예측 결과의 신뢰성을 제공한다.
Abstract
이 연구는 실용적인 배터리 건강 모니터링 시스템을 제안한다. 센서 데이터를 활용하여 배터리 건강 상태를 모니터링하고, 베이지안 신경망(BNN) 모델을 사용하여 배터리 수명 종료 시점(EoL)을 예측한다. BNN 모델은 단일 예측값뿐만 아니라 예측 결과의 불확실성도 함께 제공한다.
실험 결과, BNN 모델은 평균 13.9%의 예측 오차율을 달성했으며, 특정 배터리의 경우 2.9%까지 낮출 수 있었다. 또한 배터리 사용 주기가 증가함에 따라 예측 결과의 신뢰성이 66% 향상되었다. 이를 통해 BNN 모델이 배터리 건강 모니터링에 실용적으로 활용될 수 있음을 보여준다.
Stats
배터리 수명 종료 시점(EoL)은 평균 183.5 사이클 오차로 예측되었다.
예측 오차율(MAPE)은 평균 18.3%로 나타났다.
예측 결과의 불확실성(σ)은 초기 66.5에서 최종 40.1로 66% 감소했다.
Quotes
"배터리 건강 모니터링은 전기 이동성 시대에 안전성, 지속 가능성, 경제적 측면에서 매우 중요하다."
"기존 연구는 예측 정확도에 초점을 맞추지만 실제 배치에 걸림돌이 되는 실용적 요인은 간과하는 경향이 있다."
"제안된 BNN 모델은 배터리 EoL에 대한 예상과 함께 정량화된 불확실성을 제공한다."