1 |
1
배터리에 장착된 배터리 관리 시스템(BMS)으로부터, 상기 배터리의 잔량과 연관되는 파라미터값을 일정 시간 간격으로 수집하는 단계;수집된 파라미터값 중 적어도 일부의 제1 파라미터값을 학습시켜, 상기 배터리에 대한 잔량 예측 모델을 구축하는 단계로서, 상기 제1 파라미터값 내 측정 데이터 중, 전압에 따라 변화하는 측정 잔량, 상기 배터리의 주변온도에 따라 변화하는 표면온도, 및 상기 배터리의 표면온도에 따라 변화하는 측정 잔량 중 적어도 하나에 관한 파라미터 연관 관계를 분석하여, 상기 파라미터 연관 관계를 반영한 상기 잔량 예측 모델을 구축하는 단계; 및잔량 예측 요청의 발생 후 수집되는 제2 파라미터값을 상기 잔량 예측 모델에 적용하여, 상기 배터리에 대한 예측 잔량(SOC)을 산출하는 단계를 포함하는 배터리 잔량 예측 방법
|
2 |
2
제1항에 있어서,상기 제2 파라미터값에 포함되는 상기 배터리의 측정 잔량을 식별하는 단계;상기 측정 잔량과 상기 예측 잔량과의 오차율을 연산하고, 상기 오차율이 허용 범위 이내인지 검증하는 단계; 및상기 오차율이 허용 범위 이내인 경우,상기 잔량 예측 모델 구축 시 사용된 상기 제1 파라미터값을, 데이터베이스에 유지하는 단계를 더 포함하는 배터리 잔량 예측 방법
|
3 |
3
제2항에 있어서,상기 검증이 완료된 예측 잔량을, 구비된 계기판에 표시하는 단계; 및상기 예측 잔량에 기초하여 산출되는 상기 배터리가 장착된 기기의 동작 가능 시간을 상기 계기판에 함께 표시하는 단계를 더 포함하는 배터리 잔량 예측 방법
|
4 |
4
제3항에 있어서,상기 배터리가 복수의 전지로 구성된 배터리 팩일 경우,상기 계기판에 표시하는 단계는,상기 복수의 전지 각각으로 구분해서 상기 예측 잔량을 표시하는 단계; 또는상기 복수의 전지 중, 상기 잔량 예측 요청에 의해 지정된 전지에 대한 예측 잔량을 표시하는 단계를 포함하는 배터리 잔량 예측 방법
|
5 |
5
제2항에 있어서,상기 오차가 허용 범위를 초과하는 경우,상기 잔량 예측 모델 구축 시 사용된 상기 제1 파라미터값을 수정하여 인공 신경망 기법에 따라 재학습시켜, 상기 잔량 예측 모델을 구축하는 단계를 더 포함하는 배터리 잔량 예측 방법
|
6 |
6
제1항에 있어서,상기 파라미터값은, 상기 배터리에 대해 측정되는, 전압, 전류, 표면온도 및 주변온도 중 적어도 하나의 측정 데이터 및 상기 측정 데이터를 이용하여 전류 적산법에 따라 측정되는 측정 잔량으로 구성되고, 상기 잔량 예측 모델을 구축하는 단계는,인공 신경망 기법 중 하나인 ANFIS(Adaptive Neuro-Fuzzy Interface System) 알고리즘에 따라, 상기 제1 파라미터값 내 측정 데이터와 측정 잔량을 각각 입력값과 출력값으로서 학습시켜, 상기 잔량 예측 모델을 구축하는 단계를 더 포함하는 배터리 잔량 예측 방법
|
7 |
7
삭제
|
8 |
8
제1항에 있어서,상기 예측 잔량을 산출하는 단계는,상기 제2 파라미터값 내 측정 데이터를 상기 잔량 예측 모델에 입력 시, 상기 잔량 예측 모델로부터 출력되는 측정 잔량을, 상기 배터리의 예측 잔량으로서 산출하는 단계를 포함하는 배터리 잔량 예측 방법
|
9 |
9
제1항에 있어서,상기 배터리 관리 시스템을 통해, 상기 배터리의 주변온도가 고정된 환경에서, 일정한 전류로 상기 배터리의 방전을 실시하는 동안 수집되는 파라미터값을, 인공 신경망 기법 중 하나인 ANFIS 알고리즘에 맞춰 전처리한 후, 데이터베이스에 유지하는 단계를 더 포함하는 배터리 잔량 예측 방법
|
10 |
10
배터리에 장착된 배터리 관리 시스템(BMS)으로부터, 상기 배터리의 잔량과 연관되는 파라미터값을 일정 시간 간격으로 수집하는 수집부;수집된 파라미터값 중 적어도 일부의 제1 파라미터값을 학습시켜, 상기 배터리에 대한 잔량 예측 모델을 구축하는 모델 구축부; 및잔량 예측 요청의 발생 후 수집되는 제2 파라미터값을 상기 잔량 예측 모델에 적용하여, 상기 배터리에 대한 예측 잔량(SOC)을 산출하는 처리부를 포함하고,상기 모델 구축부는,상기 제1 파라미터값 내 측정 데이터 중, 전압에 따라 변화하는 측정 잔량, 상기 배터리의 주변온도에 따라 변화하는 표면온도, 및 상기 배터리의 표면온도에 따라 변화하는 측정 잔량 중 적어도 하나에 관한 파라미터 연관 관계를 분석하여, 상기 파라미터 연관 관계를 반영한 상기 잔량 예측 모델을 구축하는배터리 잔량 예측 시스템
|
11 |
11
제10항에 있어서,상기 배터리 잔량 예측 시스템은,상기 제2 파라미터값에 포함되는 상기 배터리의 측정 잔량을 식별하고, 상기 측정 잔량과 상기 예측 잔량과의 오차율을 연산하고, 상기 오차율이 허용 범위 이내인지 검증하는 검증부를 더 포함하고,상기 오차율이 허용 범위 이내인 경우,상기 수집부는,상기 잔량 예측 모델 구축 시 사용된 상기 제1 파라미터값을, 데이터베이스에 유지하는배터리 잔량 예측 시스템
|
12 |
12
제11항에 있어서,상기 오차가 허용 범위를 초과하는 경우,상기 모델 구축부는,상기 잔량 예측 모델 구축 시 사용된 상기 제1 파라미터값을 수정하여 인공 신경망 기법에 따라 재학습시켜, 상기 잔량 예측 모델을 구축하는배터리 잔량 예측 시스템
|