전기 자동차용 배터리 SOH 추정에 특화된 트랜스포머 구조 기반 시계열 데이터 예측 알고리즘

초록

본 발명이 해결하고자 하는 과제는 제안된 딥런닝 모델을 이용한 효율적이고 정확한 SOH 추정 및 이를 이용한 배터리 관리 시스템(BMS)의 안정적인 운용에 관한 것으로, 더욱 상세하게는 트랜스포머의 과도한 연산 량을 경감하기 위해 종래의 인코더 / 디코더 구조를 변형하여 인코더/FCNN 구조를 거쳐 Self-attention에 의한 과도한 계산 및 과도한 메모리 사용량을 억제하고 효율적으로 SOH를 예측하는 개선된 형태의 딥 러닝 모델을 제안한다.