맞춤기술찾기

홈으로 가기
맞춤기술찾기
이전대상기술
프린트하기

이전대상기술

신경회로망을 이용한 배터리의 상태 추정과 모니터링 방법 및 장치

  • 기술번호 : KST2022008917
  • 담당센터 : 대구기술혁신센터
  • 전화번호 : 053-550-1450
상담신청 PDF 받기
요약, Int. CL, CPC, 출원번호/일자, 출원인, 등록번호/일자, 공개번호/일자, 공고번호/일자, 국제출원번호/일자, 국제공개번호/일자, 우선권정보, 법적상태, 심사진행상태, 심판사항, 구분, 원출원번호/일자, 관련 출원번호, 기술이전 희망, 심사청구여부/일자, 심사청구항수의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 서지정보 표입니다.
요약 본 발명은, 배터리 파라메터로부터 배터리의 방전 데이터를 획득하는 단계; 상기 배터리의 방전 데이터와 매개변수들로부터 배터리의 SOH를 추정하는 단계; 상기 배터리의 SOH 추정을 통해 배터리가 정상상태 또는 주의상태 또는 결함상태인지를 체크하는 단계; 및 상기 배터리가 정상상태이면, 정상상태의 배터리로부터의 방전 데이터로 학습된 MNN을 통해 상기 배터리의 방전 데이터를 처리하여 상기 배터리의 SOC를 추정하고, 상기 배터리가 주의상태이면, 주의상태의 배터리로부터의 방전 데이터로 학습된 MNN을 통해 상기 배터리의 방전 데이터를 처리하여 상기 배터리의 SOC를 추정하며, 상기 배터리가 결함상태이면, 결함상태의 배터리로부터의 방전 데이터로 학습된 MNN을 통해 상기 배터리의 방전 데이터를 처리하여 상기 배터리의 SOC를 추정하는 단계;를 포함하는 신경회로망을 이용한 배터리의 상태 추정과 모니터링 방법 및 장치를 제공한다.
Int. CL G01R 31/367 (2019.01.01) G01R 31/392 (2019.01.01) G01R 31/382 (2019.01.01) G01R 31/389 (2019.01.01) G06N 20/00 (2019.01.01) G06N 3/08 (2006.01.01)
CPC G01R 31/367(2013.01) G01R 31/392(2013.01) G01R 31/382(2013.01) G01R 31/389(2013.01) G06N 20/00(2013.01) G06N 3/08(2013.01)
출원번호/일자 1020200179613 (2020.12.21)
출원인 경북대학교 산학협력단
등록번호/일자
공개번호/일자 10-2022-0089200 (2022.06.28) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 공개
심사진행상태 수리
심판사항
구분 국내출원/신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2020.12.21)
심사청구항수 8

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 경북대학교 산학협력단 대한민국 대구광역시 북구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 이인수 대구광역시 수성구
2 이종현 대구광역시 북구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 김일환 대한민국 서울특별시 강남구 강남대로 ***(역삼동, 황화빌딩) ****호(더케이국제특허법률사무소)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
최종권리자 정보가 없습니다
번호, 서류명, 접수/발송일자, 처리상태, 접수/발송일자의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 행정처리 표입니다.
번호 서류명 접수/발송일자 처리상태 접수/발송번호
1 [특허출원]특허출원서
[Patent Application] Patent Application		 2020.12.21 수리 (Accepted) 1-1-2020-1387852-00
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
신경회로망을 이용한 배터리의 상태 추정과 모니터링 방법에 있어서, 배터리 파라메터로부터 배터리의 방전 데이터를 획득하는 단계;상기 배터리의 방전 데이터와 매개변수들로부터 배터리의 SOH를 추정하는 단계;상기 배터리의 SOH 추정을 통해 배터리가 정상상태 또는 주의상태 또는 결함상태인지를 체크하는 단계; 및상기 배터리가 정상상태이면, 정상상태의 배터리로부터의 방전 데이터로 학습된 MNN을 통해 상기 배터리의 방전 데이터를 처리하여 상기 배터리의 SOC를 추정하고, 상기 배터리가 주의상태이면, 주의상태의 배터리로부터의 방전 데이터로 학습된 MNN을 통해 상기 배터리의 방전 데이터를 처리하여 상기 배터리의 SOC를 추정하며,상기 배터리가 결함상태이면, 결함상태의 배터리로부터의 방전 데이터로 학습된 MNN을 통해 상기 배터리의 방전 데이터를 처리하여 상기 배터리의 SOC를 추정하는 단계;를 포함하는 것을 특징으로 하는 신경회로망을 이용한 배터리의 상태 추정과 모니터링 방법
2 2
제1항에 있어서, 상기 매개변수는 배터리 전류, 온도 및 내부저항 중 하나 이상을 포함함을 특징으로 하는 신경회로망을 이용한 배터리의 상태 추정과 모니터링 방법
3 3
제1항에 있어서, 상기 SOH의 추정을 위한 배터리 방전 데이터는 한 사이클의 방전 데이터이며,미리 학습된 MNN을 통해 상기 한 사이클의 방전 데이터를 처리하여 SOH 추정하여 배터리의 상태를 판별함을 특징으로 하는 신경회로망을 이용한 배터리의 상태 추정과 모니터링 방법
4 4
제1항 내지 제3항 중 어느 한 항에 있어서, 상기 SOC의 추정을 위한 배터리 방전 데이터는 6개의 방전 데이터임을 특징으로 하는 신경회로망을 이용한 배터리의 상태 추정과 모니터링 방법
5 5
신경회로망을 이용한 배터리의 상태 추정과 모니터링 장치에 있어서, 배터리 파라메터로부터 배터리의 방전 데이터를 획득하는 배터리 방전 데이터 처리부;상기 배터리의 방전 데이터와 매개변수들로부터 배터리의 SOH를 추정하고,상기 배터리의 SOH 추정을 통해 배터리가 정상상태 또는 주의상태 또는 결함상태인지를 체크하고, 상기 배터리가 정상상태이면, 정상상태의 배터리로부터의 방전 데이터로 학습된 MNN을 통해 상기 배터리의 방전 데이터를 처리하여 상기 배터리의 SOC를 추정하고, 상기 배터리가 주의상태이면, 주의상태의 배터리로부터의 방전 데이터로 학습된 MNN을 통해 상기 배터리의 방전 데이터를 처리하여 상기 배터리의 SOC를 추정하며,상기 배터리가 결함상태이면, 결함상태의 배터리로부터의 방전 데이터로 학습된 MNN을 통해 상기 배터리의 방전 데이터를 처리하여 상기 배터리의 SOC를 추정하는 배터리 상태 추정부;를 포함하는 것을 특징으로 하는 신경회로망을 이용한 배터리의 상태 추정과 모니터링 장치
6 6
제5항에 있어서,상기 매개변수는 배터리 전류, 온도 및 내부저항 중 하나 이상을 포함함을 특징으로 하는 신경회로망을 이용한 배터리의 상태 추정과 모니터링 장치
7 7
제5항에 있어서, 상기 SOH의 추정을 위한 배터리 방전 데이터는 한 사이클의 방전 데이터이며,상기 배터리 상태 추정부는,미리 학습된 MNN을 통해 상기 한 사이클의 방전 데이터를 처리하여 SOH 추정하여 배터리의 상태를 판별함을 특징으로 하는 신경회로망을 이용한 배터리의 상태 추정과 모니터링 장치
8 8
제5항 내지 제7항 중 어느 한 항에 있어서, 상기 SOC의 추정을 위한 배터리 방전 데이터는 6개의 방전 데이터임을 특징으로 하는 신경회로망을 이용한 배터리의 상태 추정과 모니터링 방법
지정국 정보가 없습니다
패밀리정보가 없습니다
순번, 연구부처, 주관기관, 연구사업, 연구과제의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 국가R&D 연구정보 정보 표입니다.
순번 연구부처 주관기관 연구사업 연구과제
1 교육부 경북대학교 이공학학술연구기반구축(R＆D) 지역대학우수과학자지원사업 머신러닝기술을 이용한 배터리 팩의 잔존 용량 추정 및 상태진단 알고리즘 개발