| 1 |
1
3축 가속도 센서 및 적외선 카메라를 통해 배터리 셀의 입/출력 데이터, 온도 데이터 및 외부 데이터를 포함하는 에너지 저장장치의 노화도 분석을 위한 데이터를 수집하는 데이터 수집부; 상기 데이터 수집부에서 수집된 데이터에 대한 데이터 전환, 데이터 동기화, 데이터 분류 및 데이터 복원을 수행하는 데이터 처리부; 상기 데이터 처리부에서 처리된 데이터에 대하여 신경망 네트워크를 통해 잔존 수명을 예측하는 잔존 수명 예측부; 및 상기 잔존 수명 예측부의 예측 결과에 따라 배터리 셀의 상태를 분석하는 이상 감지부를 포함하는 화재사고 예측 장치
|
| 2 |
2
제1항에 있어서,상기 데이터 처리부는, 상기 적외선 카메라를 통해 수집된 배터리 셀 별 온도 데이터를 시계열 데이터로 전환하는 화재사고 예측 장치
|
| 3 |
3
제2항에 있어서,상기 데이터 처리부는, 상기 시계열 데이터로 전환된 온도 데이터, 상기 수집된 배터리 셀의 입/출력 데이터 및 상기 3축 가속도 센서를 통해 수집된 외부 데이터에 대한 시간축에 따른 동기화를 수행하는 화재사고 예측 장치
|
| 4 |
4
제3항에 있어서,상기 데이터 처리부는, 상기 동기화된 각각의 데이터들에 대한 분석 및 특징 데이터 별 분류를 수행하고, 상기 3축 가속도 센서를 통해 수집된 외부 데이터를 이용하여 스웰링에 대한 변화도를 도출하는 화재사고 예측 장치
|
| 5 |
5
제4항에 있어서,상기 데이터 처리부는, 손상된 데이터 셋의 검출 및 누적 데이터를 활용한 데이터 복원을 수행하는 화재사고 예측 장치
|
| 6 |
6
제1항에 있어서,상기 잔존 수명 예측부는, 배터리 셀의 수명의 감소에 따른 배터리 셀의 입/출력 데이터의 동작 및 배터리의 스웰링의 변화에 관한 데이터를 분석하고, 신경망 네트워크를 통해 잔존 수명을 예측하는 화재사고 예측 장치
|
| 7 |
7
제6항에 있어서,상기 잔존 수명 예측부는, 상기 예측된 잔존 수명을 이용하여 배터리 셀의 배터리 열화율을 추정하는 화재사고 예측 장치
|
| 8 |
8
제1항에 있어서,상기 이상 감지부는, 배터리 셀의 노화도에 따른 배터리 셀의 입/출력 데이터의 동작 변화에 관한 데이터를 분석하고, 상기 잔존 수명 예측부에서 추정된 배터리 열화율을 이용하여 배터리의 건강도(State of health)를 도출하는 화재사고 예측 장치
|
| 9 |
9
제1항에 있어서,상기 이상 감지부는, 배터리 셀의 전압 및 전류의 동작 구간, 배터리 셀의 입/출력 전압 및 전류에서의 온도 변화 및 각각의 데이터의 변화 추이에 대한 분석 및 시계열 데이터 예측 결과를 이용하여 배터리 셀의 상태를 분석하는 화재사고 예측 장치
|
| 10 |
10
제9항에 있어서,상기 이상 감지부는, 상기 각각의 데이터에 따른 배터리 셀의 상태에서 화재 상황이 발생할 확률을 마코브 특성(Markov property)를 이용하여 도출하고, 이상 상황의 발생을 확률적으로 예측하는 화재사고 예측 장치
|
| 11 |
11
데이터 수집부가 3축 가속도 센서 및 적외선 카메라를 통해 배터리 셀의 입/출력 데이터, 온도 데이터 및 외부 데이터를 포함하는 에너지 저장장치의 노화도 분석을 위한 데이터를 수집하는 단계; 데이터 처리부를 통해 상기 수집된 데이터에 대한 데이터 전환, 데이터 동기화, 데이터 분류 및 데이터 복원을 수행하는 단계; 잔존 수명 예측부가 상기 처리된 데이터에 대하여 신경망 네트워크를 통해 잔존 수명을 예측하는 단계; 및 이상 감지부가 상기 잔존 수명 예측부의 예측 결과에 따라 배터리 셀의 상태를 분석하는 단계를 포함하는 화재사고 예측 방법
|
| 12 |
12
제11항에 있어서,상기 데이터 처리부를 통해 상기 수집된 데이터에 대한 데이터 전환, 데이터 동기화, 데이터 분류 및 데이터 복원을 수행하는 단계는, 상기 적외선 카메라를 통해 수집된 배터리 셀 별 온도 데이터를 시계열 데이터로 전환하는 단계; 상기 시계열 데이터로 전환된 온도 데이터, 상기 수집된 배터리 셀의 입/출력 데이터 및 상기 3축 가속도 센서를 통해 수집된 외부 데이터에 대한 시간축에 따른 동기화를 수행하는 단계; 상기 동기화된 각각의 데이터들에 대한 분석 및 특징 데이터 별 분류를 수행하고, 상기 3축 가속도 센서를 통해 수집된 외부 데이터를 이용하여 스웰링에 대한 변화도를 도출하는 단계; 및 손상된 데이터 셋의 검출 및 누적 데이터를 활용한 데이터 복원을 수행하는 단계를 포함하는 화재사고 예측 방법
|
| 13 |
13
제11항에 있어서,상기 잔존 수명 예측부가 상기 처리된 데이터에 대하여 신경망 네트워크를 통해 잔존 수명을 예측하는 단계는, 배터리 셀의 수명의 감소에 따른 배터리 셀의 입/출력 데이터의 동작 및 배터리의 스웰링의 변화에 관한 데이터를 분석하고, 신경망 네트워크를 통해 잔존 수명을 예측하는 단계; 및 상기 예측된 잔존 수명을 이용하여 배터리 셀의 배터리 열화율을 추정하는 단계 를 포함하는 화재사고 예측 방법
|
| 14 |
14
제11항에 있어서,상기 이상 감지부가 상기 잔존 수명 예측부의 예측 결과에 따라 배터리 셀의 상태를 분석하는 단계는, 배터리 셀의 노화도에 따른 배터리 셀의 입/출력 데이터의 동작 변화에 관한 데이터를 분석하고, 상기 잔존 수명 예측부에서 추정된 배터리 열화율을 이용하여 배터리의 건강도(State of health)를 도출하는 화재사고 예측 방법
|
| 15 |
15
제11항에 있어서,상기 이상 감지부가 상기 잔존 수명 예측부의 예측 결과에 따라 배터리 셀의 상태를 분석하는 단계는, 배터리 셀의 전압 및 전류의 동작 구간, 배터리 셀의 입/출력 전압 및 전류에서의 온도 변화 및 각각의 데이터의 변화 추이에 대한 분석 및 시계열 데이터 예측 결과를 이용하여 배터리 셀의 상태를 분석하고, 상기 각각의 데이터에 따른 배터리 셀의 상태에서 화재 상황이 발생할 확률을 마코브 특성(Markov property)를 이용하여 도출하고, 이상 상황의 발생을 확률적으로 예측하는 화재사고 예측 방법
|
