電気化学インピーダンス法と擬似学習データを用いた機械学習によるリチウムイオン電池の温度推定

カテゴリ: 部門大会

論文No: P74

グループ名: 【B】令和5年電気学会電力・エネルギー部門大会

発行日: 2023/08/23

タイトル(英語): Temperature Estimation of Lithium-Ion Batteries Using Electrochemical Impedance Spectroscopy and Machine Learning with Artificial Learning Data

著者名: 貞國龍泰（東京理科大学），古郡元哉（東京理科大学），片山昇（東京理科大学）

著者名(英語): Ryuta Sadakuni (Tokyo University of Science), Motoya Furugori (Tokyo University of Science), Noboru Katayama (Tokyo University of Science)

キーワード: リチウムイオン電池|電気化学インピーダンス法|機械学習|Lithium-ion battery|Electrochemical impedance spectroscopy|Machine-learning

要約(日本語): リチウムイオン電池を安全かつ長期的に運用するためには、内部状態を正確に推定する必要がある。この内部状態を非破壊で推定する手法として電気化学インピーダンス法と機械学習を用いた手法が提案されている。この手法ではデータ数の確保に課題があるため、少数のインピーダンス軌跡を特定の式に従って分割・生成し、擬似的な学習データとする手法が提案され、推定精度が向上することが示された。しかし、この生成条件については十分な調査が行われていないため、本研究ではその生成密度と生成範囲の２変数からなる新たな生成方式を用いて、ベイズ最適化を利用し、最適な生成条件を探索した。その結果、RMSEが１℃程度となる最適な擬似学習データの生成条件を求めることができた。

PDFファイルサイズ: 977 Kバイト