분기 연결 구조와 신 개형 활성화 함수를 적용한 리튬이온 전지의 SOC 추정 특화 시계열 데이터 합성곱 딥 러닝 모델

Abstract

본 발명이 해결하고자 하는 과제는 딥 러닝 모델을 이용한 리튬이온 전지의 충전 상태, 즉 SOC의 정확하고 효율적인 추정에 관한 것으로, 더욱 상세하게는 병렬 구조에 적용하여 한 쪽은 배터리 특성을, 한 쪽은 SOC 추정을 학습하게 하여 배터리 특성을 학습한 부분의 정보를 SOC 추정에도 반영하도록 데이터 흐름을 조정한 분기 연결 구조와 데이터의 부호에 따른 함수의 정규화 특성을 극대화한 활성화 함수 GatPA를 설계해 적용하여 정확하게 SOC를 추정하는 개선된 형태의 딥 러닝 모델을 제안한다.