交流インピーダンス法と機械学習を用いた水電解装置の状態推定における測定時間の短縮

カテゴリ: 全国大会

論文No: 7-019

グループ名: 【全国大会】令和7年電気学会全国大会論文集

発行日: 2025/03/01

タイトル(英語): Reduction of Measurement Time in State Estimation of Water Electrolyzers Using Electrochemical Impedance Spectroscopy and Machine Learning

著者名: 伊木涼真（東京理科大学）,片山昇（東京理科大学）

著者名(英語): Ryoma Iki (Tokyo University of Science),Noboru Katayama (Tokyo University of Science)

キーワード: 水電解|交流インピーダンス法|状態推定|機械学習|ニューラルネットワーク|転移学習|water electrolyzers|electrochemical impedance spectroscopy|state estimation|machine learning|neural network|transfer learning

要約(日本語): 近年，蓄電用途や工業的な用途として，水電解技術が注目を集めている。水電解装置を運用する上では，その運転状況や劣化状況などの状態を監視することが重要である。交流インピーダンス法 (EIS法) でインピーダンスを測定し，そのデータから状態を推定することは，水電解装置に限らず燃料電池やリチウムイオン電池などでも行われている。しかしながら，EIS法は測定中に状態が変化しないことを前提としており，測定にかかる時間が長いと測定中に状態が変化してしまうおそれがある。測定時間を短縮するために，特に測定時間の大半を占める低周波数側の測定点を減らすことが効果的である。一方で，インピーダンスと状態との間の関係は未だ完全には解明されていないため，我々はEIS法に加えて，機械学習の一種であるニューラルネットワーク (NN) を用いた状態推定について提案してきた。本研究では，NNの推定精度に影響を与えることなく，低周波数側の測定点を減らすことにより，測定時間を短縮することを目的とした。

本誌掲載ページ: 34-36 p

原稿種別: 日本語

PDFファイルサイズ: 507 Kバイト