深層学習を用いたリチウムイオン電池のサイクル寿命予測の精度向上

カテゴリ: 部門大会

論文No: PS6-3

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): Improving Accuracy of Cycle Life Prediction for Lithium-ion Batteries Using Deep Learning

著者名: 藤滝 悠（大阪工業大学）,小林 裕之（大阪工業大学）

著者名(英語): yu fujitaki (osaka institute of technology),hiroyuki kobayashi (osaka institute of technology)

キーワード: 機械学習|深層学習|予測|リチウムイオン電池|machine learning|deep learning|prediction|lithium-ion battery

要約(日本語): リチウムイオン電池などの複雑な非線形システムの寿命を短い初期サイクルから予測する研究は過去に行われていました。そこで私はより短い初期サイクルから精度の高い結果を出すため深層学習を使って研究を行いました。今回私が提案するモデルは専用型LSTMというもので訓練用リチウムイオン電池96個分のLSTMを1ずつ用意し学習させます。検証用リチウムイオン電池46個の初期状態が訓練用と類似しているLSTMを選択し予測に使いまいました。この従来のLSTM予測方法と専用型との比較結果を示します。