Generalized Battery State Monitoring Framework using Multi Conditional(Design+Metrology+Operation)-adapted Deep Learning
이공학학술연구기반구축(R&D) · 박사과정생연구장려금지원
2026년
2340053689
교육부
한국연구재단
서울대학교
이승윤
1명
2026.03.01 ~ 2026.08.31
2025.09.01 ~ 2026.08.31
1,250만원
1,250만원
기초연구
대학
서울특별시 관악구
정보/통신 > 정보이론 > 인공지능
이차전지 범용 상태 모니터링을 위한 다중조건 적응형 딥러닝 모델 개발.- 설계 적응형 전이학습 모델 개발 및 검증- 계측 적응형 센서리스 지식증류 모델 개발을 위한 데이터 분석 및 아키텍쳐 설계- 운행 적응형 도메인 일반화 모델 개발을 위한 데이터 구축 및 아키텍쳐 설계- 설계+계측+운행 적응형 모델로 통합 및 진화
연구내용 1. 설계조건 적응형 모델초기 면압 조건에 따른 열화 경향성 변화에 대한 모델 강건성을 확보하기 위해, 면압 조건이 달라져도 열화 예측이 가능한 특성 추출법과 전이학습 모델을 구축함.연구내용 2. 계측조건 적응형 모델열폭주 감지를 위해 면압센서가 없는 조건에서도 테스트배드 기반의 Student 모델을 사용하여 실제 환경의 Teacher 모델로 지식...
활용방안- 실제 전기차 배터리 관리 시스템에 탑재하여 상태 모니터링 기술 고도화.- 전기차 충/방전 기기에 도입하여 충/방전 중 전기차 실시간 모니터링.- 에너지 저장 장치 및 도심항공교통에 도입하여 애플리케이션 확장 가능.기대효과- 배터리 화재로 인한 경제적 손실 최소화.- 배터리 안정성 향상을 통한 전기차 인식 재고 및 국가적 배터리 경쟁력 향상.