機械学習を利用したIoTデバイス向け一次電池放電特性の時系列予測

カテゴリ: 部門大会

論文No: OS4-1-6

グループ名: 【C】2023年電気学会電子・情報・システム部門大会

発行日: 2023/08/23

タイトル(英語): Time-series prediction of primary battery discharge characteristics for IoT devices using machine learning

著者名: 松下 修平（立命館大学）,福井 正博（立命館大学）,鷹羽 浄嗣（立命館大学）

著者名(英語): Shuhei Matsushita (Ritsumeikan University),Masahiro Fukui (Ritsumeikan University),Kiyotsugu Takaba (Ritsumeikan University)

要約(日本語): IoTシステムの安定稼働にはIoTデバイスのバッテリ状態を正確に把握する必要がある。
バッテリ状態予測として逐次最小二乗法等の手法により残量推定が行われるが、
予め使用電池の放電特性を把握しておくなどの制約が存在する。
今回一次電池を使用したIoTデバイスをターゲットとし、デバイスの放電特性履歴から
機械学習を利用し将来の放電特性を予測しその精度をいくつかの手法で比較した。
現在のところTransformerを用いた手法がもっともよい精度をあげている。その結果を報告する。