Development of battery pack state diagnosis algorithm and battery data augmentation using electrochemical model-based generative AI
개인기초연구(과기정통부)(R&D) · 우수연구-핵심연구(기본연구B)
2026년
2710114266
과학기술정보통신부
한국연구재단
포항공과대학교
김상우
6명
2026.09.01 ~ 2027.08.31
2026.09.01 ~ 2029.08.31
6,212만원
6,212만원
기초연구
대학
경상북도 포항시
전기/전자 > 전지 > 이차전지
본 연구의 최종 목표는 기존 배터리 데이터 생성 모델이 갖는 물리적 불일치와 전기화학적 해석 한계를 극복하고, 실제 배터리 운용 환경에서 활용 가능한 전기화학 기반 생성형 AI 배터리 데이터 증강 기술과 배터리 팩 복합 상태 진단 알고리즘을 개발하는 것이다. 이를 통해 실제 실험만으로는 충분히 확보하기 어려운 다양한 온도, 노화, 전류 조건, 내부 단락 및...
본 연구에서는 배터리의 물리적 법칙과 내부 전기화학 반응 메커니즘을 반영하는 전기화학 기반 생성형 AI 모델을 개발하고, 이를 통해 다양한 운용 조건에서의 고신뢰성 셀·팩 단위 배터리 데이터를 얻는다. 기존 생성형 AI 모델은 전압, 전류와 같은 시계열 신호의 외형적 유사성에 초점을 맞추는 경우가 많아, 생성 데이터가 실제 배터리 내부의 전기화학적 거동과 ...
... 데이터의 한계를 보완하고 BMS 알고리즘 개발에 필요한 학습 데이터 기반을 체계적으로 확장하는 데 활용될 수 있다. 또한 개발된 증강 데이터와 복합 상태 진단 알고리즘은 차세대 BMS 소프트웨어의 핵심 모듈로 활용될 수 있다. 본 연구에서 개발하는 SOC, SOH, RUL 및 ISC 동시 진단 알고리즘은 전기차, ESS, 드론, 로봇 등 다양한 배터리 기반 시스템에 적용 가능하며, ...