KR102810166B1

KR102810166B1 - 증분용량분석 기법을 이용한 배터리교환시스템의 충전 배터리 수명 예측 장치 및 방법

Info

Publication number: KR102810166B1
Application number: KR1020220148515A
Authority: KR
Inventors: 김재국; 정회창
Original assignee: 주식회사 휴네이트
Priority date: 2022-09-26
Filing date: 2022-11-09
Publication date: 2025-05-21
Anticipated expiration: 2042-11-09
Also published as: KR20240043040A

Abstract

본 발명은 배터리교환시스템(Battery Swapping Station: BSS)의 충전 배터리 수명 예측 장치 및 방법에 관한 것으로, 더욱 상세하게는 BSS에서 일정한 충전전류를 공급하여 충전되는 충전 배터리의 전압 및 전류를 이용한 증분용량분석(Incremental Capacity Analysis: ICA) 기법을 적용하여 ICA 커브(Curve)를 생성하고 ICA 커브에 따른 독립변수 및 종속변수를 포함하는 데이터세트들을 다중 회귀분석 학습모델에 적용하여 회귀분석 학습모델을 학습하고, 학습된 다중회귀분석 학습모델을 통해 BSS에서 충전되는 충전 배터리의 수명을 실시간 예측하는 증분용량분석 기법을 이용한 배터리교환시스템의 충전 배터리 수명 예측 장치 및 방법에 관한 것이다.

Description

증분용량분석 기법을 이용한 배터리교환시스템의 충전 배터리 수명 예측 장치 및 방법{Charging battery life prediction apparatus of battery swapping station using incremental capacity analysis and method thereof}

본 발명은 배터리교환시스템(Battery Swapping Station: BSS)의 충전 배터리 수명 예측 장치 및 방법에 관한 것으로, 더욱 상세하게는 BSS에서 일정한 충전전류를 공급하여 충전되는 충전 배터리의 전압 및 전류를 이용한 증분용량분석(Incremental Capacity Analysis: ICA) 기법 및 다중회귀분석을 적용하여 BSS에서 충전되는 충전 배터리의 보다 정확한 수명을 실시간 예측하는 증분용량분석 기법을 이용한 배터리교환시스템의 충전 배터리 수명 예측 장치 및 방법에 관한 것이다.

최근, 충전 배터리를 사용하는 다양한 형태 및 종류의 장치(이하 "충전 배터리 사용 장치"라 함)들이 빠르게 보급되고 있다. 이러한 충전 배터리 사용 장치로는 스마트폰, 스마트패드 등과 같은 모바일 장치, 전동 오토바이, 전동 퀵보드, 무선 청소기, 노트북 등이 있으며, 그 형태 및 종류가 다양하다.

충전 배터리 사용 장치는 충전 배터리 교체 가능 여부에 따라 충전 배터리 일체형과 충전 배터리 교환형 두 종류로 구분될 수 있다.

최근 모바일 단말기 등은 충전 배터리 일체형으로 구성되고 있으나, 이동성 및 대용량의 충전 배터리를 요구하는 전동 오토바이, 전동 퀵보드, 전기 자전거 등과 같은 충전 배터리 사용 장치는 교환용 충전 배터리가 적용되고 있다.

충전 배터리 사용 장치 사용자는 교환용 충전 배터리를 충전하여 재사용할 수 있으나, 긴 충전 시간으로 이동 중에 충전 배터리 사용 장치의 대용량 충전 배터리를 충전하는 것은 어렵다.

이러한 문제점을 해결하기 위해 사람들이 다니는 길거리, 건물 등과 같은 임의 장소에 방전된 충전 배터리를 삽입하여 충전하고, 이전부터 충전되어 충전 완료된 충전 배터리를 가져갈 수 있도록 방전된 충전 배터리와 완충된 충전 배터리를 교환하여 주는 충전 배터리 교환 장치, 배터리 교환용 충전 스테이션 등(이하 통칭하여 "배터리교환시스템"이라 함)이 개발되어 적용되고 있다.

종래 배터리교환시스템은 방전된 충전 배터리가 삽입될 수 있도록 구성되고, 삽입된 방전 배터리를 충전하고 충전된 충전 배터리를 꺼내어 갈 수 있도록 구성되어 방전 배터리와 충전 배터리를 교환해서 가져갈 수 있도록 구성된다.

통상적으로, 전동 오토바이, 전동 퀵보드 등과 같은 비교적 큰 용량 및 큰 전압이 있어야 하는 충전 배터리 사용 장치는 복수의 충전 배터리가 장착되는 경우가 많다.

그러나 종래 배터리교환시스템은 다양한 회사, 서로 다른 생산연도 등으로 인한 충전 배터리의 수명(State of Health: SOH)을 고려하지 않고, 충전만 완료되면 교환해서 가져갈 수 있도록 구성된다.

그러나 충전 배터리 사용장치에 장착할 복수의 충전 배터리의 수명이 다른 경우, 사용 시간에 따라 방전 속도가 빨라지는 문제점이 있다.

따라서 충전 배터리의 수명(State of Health: SOH)을 빠르고 보다 정확하게 예측하여 알려줄 수 있는 수명 예측 장치 및 방법이 적용된 BSS의 개발이 요구되고 있다.

대한민국 등록특허 제10-2233848호(2021.03.29.공고)

따라서 본 발명의 목적은 BSS에서 일정한 충전전류를 공급하여 충전되는 충전 배터리의 전압 및 전류를 이용한 증분용량분석(Incremental Capacity Analysis: ICA) 기법을 적용하여 ICA 커브(Curve)를 생성하고 ICA 커브에 따른 변수들을 다중 회귀분석 학습모델에 적용하여 다중회귀분석 학습모델을 학습하고, 학습된 다중회귀분석 학습모델을 통해 BSS에서 충전되는 충전 배터리의 보다 정확한 수명을 실시간 예측하는 증분용량분석 기법을 이용한 배터리교환시스템의 충전 배터리 수명 예측 장치 및 방법을 제공함에 있다.

상기와 같은 목적을 달성하기 위한 본 발명에 따른 증분용량분석 기법을 이용한 배터리교환시스템의 충전 배터리 수명 예측 장치는: BMS를 포함하는 다수의 충전 배터리로 충전 전류를 공급하는 배터리부를 포함하는 배터리교환시스템의 충전 배터리 수명 예측 장치에 있어서, 상기 충전 전류에 의해 충전되는 상기 충전 배터리의 BMS로부터 해당 충전 배터리의 전류, 전압 및 시간을 포함하는 배터리상태정보를 전송하는 충전 제어모듈; 및 상기 충전 제어모듈로부터 충전 배터리별 배터리상태정보를 수신하고, 충전 배터리의 충전 개시부터 완료까지 상기 시간에 따라 수신되는 다수의 상기 배터리상태정보의 전류 및 전압에 기반하여 계산되는 IC값들에 의한 IC커브를 생성하고, 생성되는 IC 커브의 각 피크점의 특징을 독립변수로 하고 상기 전류 적산에 의해 계산된 수명을 종속변수로 하는 다수의 충전 배터리들에 대한 데이터세트를 포함하는 학습데이터를 다중회귀분석 학습 모델에 적용하여 상기 다중회귀분석 학습모델을 학습시키고, 학습된 다중회귀분석 학습모델에 임의 충전 배터리의 배터리상태정보의 전압 및 전류에 대한 IC 커브 피크점의 IC값에 대응하는 독립변수를 적용하여 상기 충전 배터리의 수명을 예측하는 진단부를 포함하는 것을 특징으로 한다.

상기 진단부는, 상기 학습데이터를 저장하는 학습데이터 DB를 포함하는 진단 저장부; 및 상기 충전 제어모듈로부터 충전 배터리별 배터리상태정보를 수신하고, 충전 배터리의 충전 개시부터 완료까지 상기 시간에 따라 수신되는 상기 배터리상태정보의 전류 및 전압에 기반하여 계산되는 IC값들에 의한 IC커브를 생성한 후, 상기 IC 커브의 피크점들을 검출하고 각 피크점의 상기 특징인 전류, 전압 및 충전 배터리 현재 용량을 독립변수로 하고, 상기 전류 적산에 의해 계산된 수명을 종속변수로 하는 다수의 충전 배터리들에 대한 데이터세트를 포함하는 학습데이터를 생성하여 상기 학습데이터 DB에 저장하고 다수의 데이터세트를 포함하는 학습데이터를 다중회귀분석 학습 모델에 적용하여 상기 다중회귀분석 학습모델을 학습시키고, 학습된 다중회귀분석 학습모델에 임의 충전 배터리의 배터리상태정보의 전압 및 전류에 대한 IC값들 중 피크점에 대한 전류, 전압 및 용량을 적용하여 상기 충전 배터리의 수명을 예측하는 진단 제어부를 포함하는 것을 특징으로 한다.

상기 진단 제어부는, 상기 충전 제어모듈로부터 충전 배터리별 배터리상태정보를 수신하여 획득하는 데이터 수집부; 전 배터리의 충전 개시부터 완료까지 상기 시간에 따라 수신되는 상기 배터리상태정보의 전류 및 전압에 기반하여 IC값들을 계산하고, 계산된 IC값들에 의한 IC커브를 생성하는 IC 측정부; 상기 IC 커브의 피크점들을 검출하는 피크 검출부; 상기 피크 검출부에서 검출된 피크점의 전류 전압 및 해당 충전 배터리의 현재 용량을 독립변수로 설정하고, 학습모드인지 진단모드인지를 판단하여 학습모드이면 상기 독립변수를 출력하는 피크 파라미터 생성부; 학습모드에서 상기 피크 파라미터 생성부로부터 상기 독립변수로 입력받고, 상기 독립변수와 상기 전류 적산에 의해 계산된 수명을 종속변수로 하는 다수의 충전 배터리들에 대한 데이터세트를 포함하는 학습데이터를 다중회귀분석 학습 모델에 적용하여 상기 다중회귀분석 학습모델을 학습시키는 학습부; 및 상기 학습부에서 학습된 다중회귀분석 학습모델을 포함하고, 진단모드에서 현재 충전 중인 임의 충전 배터리의 배터리상태정보의 전압 및 전류에 대한 IC값들 중 피크점에 대한 전류, 전압 및 용량을 포함하는 상기 독립변수를 상기 피크 파라미터 생성부로부터 입력받아 학습된 상기 다중회귀분석 학습모델에 적용하여 상기 충전 배터리의 수명을 예측하는 수명 예측부를 포함하는 것을 특징으로 한다.

상기 학습부는, 피크점의 전류, 전압 및 충전 배터리 현재 용량을 독립변수로 하고, 상기 전류의 전류 적산에 의해 계산된 수명을 종속변수로 설정하는 변수 생성부; 상기 종속변수 및 독립변수를 하나의 데이터세트로 구성하여 학습데이터로 누적하여 저장하는 데이터세트 생성부; 및 상기 학습데이터에 포함된 다수의 데이터세트가 미리 설정된 학습 조건을 만족하면 상기 학습데이터를 다중회귀분석 학습 모델에 적용하여 상기 다중회귀분석 학습모델을 학습시키는 선형회귀 학습부를 포함하는 것을 특징으로 한다.

상기 진단 저장부는, 상기 실시간 진단되는 독립변수 및 종속변수인 예측된 수명을 포함하는 진단정보를 저장하고, 상기 독립변수 및 종속변수를 재학습 데이터세트로 저장하는 수명 진단 DB를 더 포함하고, 상기 진단 제어부는, 상기 수명 예측부에서 수명이 예측되면 예측된 수명을 종속변수로 설정하고 상기 피크 파라미터 생성부에서 생성된 전류, 전압 및 용량을 독립변수 설정하고, 상기 독립변수 및 종속변수를 재학습 데이터세트로 상기 진단 DB에 저장하는 재학습데이터 구성부를 더 포함하되, 상기 학습부는, 상기 진단 DB에 저장된 재학습 데이터세트가 미리 설정된 제2학습조건을 만족하면 상기 재학습 데이터세트를 상기 학습데이터에 포함시켜 상기 다중회귀분석 학습모델을 재학습시킨 후 상기 수명 예측부에 적용하는 것을 특징으로 한다.

상기 충전 제어모듈은, 충전 전류에 잡음이 발생되는지를 모니터링하고, 일정 크기 이상의 잡음이 검출되면 잡음 검출 정보를 진단부로 전송하되, 상기 진단부의 상기 진단 제어부는, 상기 충전 제어모듈로부터 잡음 검출 정보가 수신되면 상기 IC 커브의 전압에 대해 이동평균 필터를 적용하여 필터링을 수행하는 필터링부를 더 포함하는 것을 특징으로 한다.

상기와 같은 목적을 달성하기 위한 본 발명에 따른 증분용량분석 기법을 이용한 배터리교환시스템의 충전 배터리 수명 예측 방법은: 배터리교환시스템의 충전 배터리 수명 예측 방법에 있어서, 다수의 충전 배터리로 충전 전류를 공급하는 충전 제어모듈이 상기 충전 전류에 의해 충전되는 상기 충전 배터리의 BMS로부터 해당 충전 배터리의 전류, 전압 및 시간을 포함하는 배터리상태정보를 전송하는 진단부로 전송하는 배터리상태정보 전송 과정; 및 상기 진단부가 상기 충전 제어모듈로부터 충전 배터리별 배터리상태정보를 수신하고, 충전 배터리의 충전 개시부터 완료까지 상기 시간에 따라 수신되는 상기 배터리상태정보의 전류 및 전압에 기반하여 계산되는 IC값들에 의한 IC커브를 생성한 후, IC 커브의 각 피크점의 특징을 독립변수로 하고 상기 전류 적산에 의해 계산된 수명을 종속변수로 하는 다수의 충전 배터리들에 대한 데이터세트를 포함하는 학습데이터를 다중회귀분석 학습 모델에 적용하여 상기 다중회귀분석 학습모델을 학습시키고, 학습된 다중회귀분석 학습모델에 임의 충전 배터리의 배터리상태정보의 전압 및 전류에 대한 피크점의 IC값에 대응하는 독립변수를 적용하여 상기 충전 배터리의 수명을 예측하는 진단 과정을 포함하는 것을 특징으로 한다.

상기 진단 과정은, 상기 진단부의 진단 제어부가 데이터 수집부를 통해 상기 충전 제어모듈로부터 충전 배터리별 배터리상태정보를 수신하여 획득하는 데이터 수집 단계; 상기 진단 제어부가 IC 측정부를 통해 전 배터리의 충전 개시부터 완료까지 상기 시간에 따라 수신되는 상기 배터리상태정보의 전류 및 전압에 기반하여 IC값들을 계산하고, 계산된 IC값들에 의한 IC커브를 생성하는 IC 측정 단계; 상기 진단 제어부가 피크 검출부를 통해 상기 IC 커브의 피크점들을 검출하는 피크 검출 단계; 상기 진단 제어부가 피크 파라미터 생성부를 통해 상기 피크 검출부에서 검출된 피크점의 상기 특징인 전류 전압 및 해당 충전 배터리의 현재 용량을 독립변수로 설정하는 피크 파라미터 생성 단계; 상기 진단 제어부가 피크 파라미터 생성부를 통해 학습모드인지 진단모드인지를 판단하고 학습모드이면 상기 독립변수를 학습부로 제공하고, 진단모드이면 상기 독립변수를 수명 예측부로 출력하는 모드 판단 단계; 상기 진단 제어부가 학습모드에서 학습부를 통해 피크점의 전류, 전압 및 충전 배터리 현재 용량을 독립변수로 설정하고, 상기 전류 적산에 의해 계산된 수명을 종속변수로 설정하여 다수의 충전 배터리들에 대한 상기 독립변수 및 상기 종속변수로 구성되는 데이터세트를 포함하는 학습데이터를 다중회귀분석 학습 모델에 적용하여 상기 다중회귀분석 학습모델을 학습시키는 학습 단계; 및 상기 진단 제어부가 진단모드에서 상기 학습부에서 학습된 다중회귀분석 학습모델을 포함하는 수명 예측부를 통해 현재 충전 중인 임의 충전 배터리의 배터리상태정보의 전압 및 전류에 대한 IC값들 중 피크점에 대한 전류, 전압 및 용량을 상기 피크 파라미터 생성부로부터 입력받아 학습된 상기 다중회귀분석 학습모델에 적용하여 상기 충전 배터리의 수명을 예측하는 수명 예측 단계를 포함하는 것을 특징으로 한다.

상기 학습 단계는, 상기 진단 제어부가 변수 생성부를 통해 피크점의 전류, 전압 및 충전 배터리 현재 용량을 독립변수로 하고, 상기 전류의 전류 적산에 의해 계산된 수명을 종속변수로 설정하는 변수 생성 단계; 상기 진단 제어부가 데이터세트 생성부를 통해 상기 종속변수 및 독립변수를 하나의 데이터세트로 구성하여 학습데이터로 누적하여 저장하는 데이터세트 생성 단계; 및 상기 진단 제어부가 선형회귀 학습부를 통해 상기 학습데이터에 포함된 다수의 데이터세트가 미리 설정된 학습 조건을 만족하면 상기 학습데이터를 다중회귀분석 학습 모델에 적용하여 상기 다중회귀분석 학습모델을 학습시키는 선형회귀 학습 단계를 포함하는 것을 특징으로 한다.

상기 진단 과정은, 상기 진단 제어부가 재학습 데이터 구성부를 통해 상기 수명 예측부에서 수명이 예측되면 예측된 수명을 종속변수로 설정하고 상기 피크 파라미터 생성부에서 생성된 전류, 전압 및 용량을 독립변수 설정하고, 상기 독립변수 및 종속변수를 재학습 데이터세트로 진단 DB에 저장하는 재학습데이터 구성 단계; 및 상기 진단 제어부가 상기 학습부를 통해 상기 진단 DB에 저장된 재학습 데이터세트가 미리 설정된 제2학습조건을 만족하면 상기 재학습 데이터세트를 상기 학습데이터에 포함시켜 상기 다중회귀분석 학습모델을 재학습시킨 후 상기 수명 예측부에 적용하는 재학습 단계를 더 포함하는 것을 특징으로 한다.

상기 배터리상태정보 전송 과정은, 다수의 충전 배터리로 충전 전류를 공급하는 충전 제어모듈이 상기 충전 전류에 의해 충전되는 상기 충전 배터리의 BMS로부터 해당 충전 배터리의 전류, 전압 및 시간을 포함하는 배터리상태정보를 전송하는 배터리상태정보 전송 단계; 및 충전 전류에 잡음이 발생되는 모니터링하고, 일정 크기 이상의 잡음이 검출되면 잡음 검출 정보를 진단부로 전송하는 잡음정보 전송 단계를 포함하되, 상기 진단 과정은, 상기 진단 제어부가 상기 충전 제어모듈로부터 잡음 검출 정보가 수신되면 필터링부를 통해 상기 IC 커브의 전압에 대해 이동평균 필터를 적용하여 필터링을 수행하는 필터링 단계를 더 포함하는 것을 특징으로 한다.

본 발명은 ICA를 적용하여 배터리의 수명을 예측하므로 배터리 노화와 강한 상관관계를 가지는 전도성 손실(CL), 활물질 감소(LAM) 및 리튬 저장소 감소(LLI) 지표가 반영되어 보다 정확하게 충전 배터리의 수명을 예측할 수 있는 효과가 있다.

또한, 본 발명은 ICA 기법을 통해 추출된 배터리 수명과 상관관계가 있는 변수들을 다중회귀분석 학습모델에 적용하여 ICA 기법을 통해 추출된 독립변수에 대한 수명을 학습시키고, 학습된 다중회귀분석 학습모델에 실시간 입력되는 ICA 기법의 독립변수들을 적용하며 빠르고 정확하게 충전 배터리의 수명을 예측할 수 있는 효과가 있다.

도 1은 본 발명에 따른 증분용량분석 기법을 이용한 충전 배터리 수명 예측 장치가 적용된 BSS의 구성 예를 나타낸 도면이다.
도 2는 본 발명에 따른 증분용량분석 기법을 이용한 BSS의 충전 배터리 수명 예측 장치의 구성을 나타낸 도면이다.
도 3은 본 발명에 따른 충전 배터리 수명 예측 장치의 진단부 구성을 나타낸 도면이다.
도 4는 본 발명에 따라 적용되는 ICA 지표에 따른 IC값 변화 특성을 나타낸 그래프이다.
도 5는 본 발명에 따라 적용되는 ICA 커브의 피크점 검출 방법을 설명하기 위한 그래프이다.
도 6은 본 발명에 따른 증분용량분석 기법을 이용한 충전 배터리 수명 예측 방법을 나타낸 흐름도이다.
도 7은 본 발명에 따른 충전 배터리의 수명 예측 방법 중 다중회귀분석 학습 모델 학습 방법을 나타낸 흐름도이다.
도 8은 본 발명에 따른 충전 배터리의 수명 예측 방법 중 학습된 다중회귀분석 학습모델을 적용한 실시간 수명 예측 방법을 나타낸 흐름도이다.

이하 첨부된 도면을 참조하여 본 발명에 따른 증분용량분석 기법을 이용한 배터리교환시스템의 충전 배터리 수명 예측 장치의 구성 및 동작을 상세히 설명하고, 상기 장치에서의 충전 배터리 수명 예측 방법을 설명한다.

도 1은 본 발명에 따른 증분용량분석 기법을 이용한 충전 배터리 수명 예측 장치가 적용된 BSS의 구성 예를 나타낸 도면이고, 도 2는 본 발명에 따른 증분용량분석 기법을 이용한 BSS의 충전 배터리 수명 예측 장치의 구성을 나타낸 도면이다. 이하 도 1 및 도 2를 참조하여 설명한다.

본 발명에 따른 배터리교환시스템(BSS)(1)는 다수의 충전 배터리(11)들을 삽입할 수 있는 다수의 슬롯(2)을 구비하고, 슬롯(2)에 삽입된 충전 배터리(11)들로 일정하고 안정적인 충전전류를 공급하여 충전한다.

충전된 충전 배터리(11)는 BSS(1)의 슬롯(2)에서 제거되어 해당 충전 배터리 사용 장치(4)에 장착될 수 있을 것이다.

BSS(1)는 배터리부(10)와, 본 발명에 따라 충전 제어모듈(30) 및 진단부(40)를 포함하는 충전 배터리 수명 예측 장치(20)를 포함한다.

상기 배터리부(10)는 충전 배터리 수명 예측 장치(20)의 제어를 받아 다수의 슬롯(2)에 삽입된 충전 배터리(11)에 일정하고 안정적인 충전전류를 공급한다.

상기 충전 배터리(11)는 내장된 배터리팩의 충전 전압 및 전류와, 상기 충전 전압 및 전류가 측정된 시간을 포함하는 배터리상태정보를 생성하여 출력하는 배터리 관리 시스템(Battery Management System: BMS)를 구비한다.

본 발명의 충전 배터리 수명 예측 장치(20)는 충전 제어모듈(30) 및 진단부(40)를 포함한다.

충전 제어모듈(30)은 충전 제어부(31) 및 충전 통신부(32)를 포함하여 구성될 수 있을 것이다.

상기 충전 통신부(32)는 충전 제어부(31)가 국부상호연결네트워크(Local Interconnected Network: LIN) 및 제어영역네트워크(Control Area Network: CAN) 데이터통신 방식 중 어느 하나에 따라 다른 장치들과 데이터통신을 수행할 수 있도록 한다.

상기 충전 제어부(31)는 상기 배터리부(10)를 제어하여 슬롯(2)에 삽입된 충전 배터리(11)들을 충전하며, 충전 통신부(32)를 통해 상기 충전 전류에 의해 충전되는 상기 충전 배터리(11)의 BMS와 LIN 및 CAN 중 어느 하나의 통신방식에 따라 통신을 수행하여, 상기 BMS로부터 해당 중전 배터리의 전류, 전압 및 시간을 포함하는 배터리의 배터리상태정보를 획득하여 진단부(40)로 제공한다.

충전제어모듈(30)과 진단부(40)는 상술한 CAN 또는 LIN 으로 연결되어 통신을 수행할 수 있고, 하나의 보드(Board)상에 일체로 구성되어 신호를 송수신하도록 구성될 수도 있을 것이다.

진단부(40)는 학습모드와 진단모드로 동작하며, 학습모드에서 상기 충전 제어모듈(30)로부터 충전 배터리(11)별 배터리상태정보를 수신하고, 충전 배터리(11)의 충전 개시부터 완료까지 상기 시간에 따라 수신되는 상기 배터리상태정보의 전류 및 전압에 기반하여 계산되는 증분 용량(Incremental Capacity: IC)값들에 의한 IC커브를 생성한 후, IC 커브의 특징에 따른 전압, 전류 및 용량을 독립변수로 하고 상기 전류 적산에 의해 계산된 수명을 종속변수로 하는 다수의 충전 배터리들에 대한 데이터세트를 포함하는 학습데이터를 다중회귀분석 학습 모델에 적용하여 상기 다중회귀분석 학습모델을 학습시킨다.

진단부(40)는 진단모드에서 학습된 다중회귀분석 학습모델에 임의 충전 배터리의 배터리상태정보의 전압 및 전류에 대한 IC커브 피크점의 IC값에 대응하는 독립변수를 적용하여 상기 충전 배터리의 수명을 예측한다.

상기 진단부(40)의 상세 구성 및 동작은 다음의 도 3 내지 도 5를 참조하여 설명한다.

도 3은 본 발명에 따른 충전 배터리 수명 예측 장치의 진단부 구성을 나타낸 도면이고, 도 4는 본 발명에 따라 적용되는 ICA 지표에 따른 IC값 변화 특성을 나타낸 그래프이며, 도 5는 본 발명에 따라 적용되는 ICA 커브의 피크점 검출 방법을 설명하기 위한 그래프이다.

충전 배터리 수명 예측 장치(20)의 진단부(40)는 진단 저장부(110) 및 진단 제어부(130)를 포함하고, 실시 예에 따라 진단 통신부(120) 및 입출력 수단(미도시)을 더 포함할 수 있을 것이다.

진단 저장부(110)는 본 발명에 따른 진단부(40)의 전반적인 동작을 제어하기 위한 제어프로그램을 저장하는 프로그램영역, 상기 제어프로그램 수행 중에 발생되는 데이터를 일시 저장하는 임시영역, 상기 제어프로그램 수행에 필요한 데이터 및 제어프로그램 수행 중에 발생되는 데이터를 반영구적으로 저장하는 데이터영역을 포함한다. 상기 데이터영역에는 본 발명에 따라 학습데이터 DB(111) 및 진단 DB(112)가 구성될 수 있을 것이다.

상기 학습데이터 DB(111)는 전류, 전압 및 (배터리)용량을 독립변수로 하고, 상기 독립변수에 대한 결과값인 수명을 종속변수로 포함하는 다수의 데이터세트를 포함하는 학습데이터를 저장한다. 상기 학습데이터 DB(111)는 실시 예에 따른 학습 조건을 더 저장하고 있을 수 있을 것이다. 상기 학습 조건은 상기 학습데이터의 독립변수에 대한 종속변수를 학습시키는 조건으로 상기 학습데이터의 데이터세트의 양 및 데이터세트를 수집한 데이터세트 수집 일수 중 어느 하나 이상일 수 있을 것이다. 예를 들어 상기 학습 조건은 10000개의 데이터세트, 일주일, 한 달 등의 데이터세트 수집일 수 등일 수 있을 것이다.

진단 DB(112)는 학습된 다중회귀분석 학습모델에 적용된 독립변수 및 그에 따라 예측된 수명을 데이터세트로써 저장하며, 실시 예에 따라 재학습 조건을 더 저장할 수 있을 것이다.

진단 통신부(120)는 실시 예에 따라 구성되어, 진단 제어부(130)가 충전 통신부(32)를 통해 충전 제어모듈(30)과 데이터통신을 수행할 수 있도록 한다.

입출력 수단은 다양한 정보를 텍스트, 그래픽, 영상 등 중 어느 하나 이상으로 표시하는 디스플레이장치 및 다양한 정보를 입력 및 선택할 수 있는 키보드, 마우스 등의 입력장치 등을 포함할 수 있을 것이다.

진단 제어부(130)는 데이터 수집부(140), IC 측정부(150), 피크 검출부(170), 피크 파라미터 생성부(180) 및 학습부(190) 및 수명 예측부(200)를 포함하고, 실시 예에 따라 필터링부(160) 및 재학습데이터 구성부(210)를 더 포함하여, 본 발명에 따른 진단부(40)의 전반적인 동작을 제어한다.

데이터 수집부(140)는 실시 예에 따라 충전 제어부(31)로부터 직접 또는 충전 통신부(32)를 통해 충전 제어부(31)로부터 배터리부(10)의 슬롯(2)에 삽입된 충전 배터리(11)들 각각에 대한 배터리상태정보를 수집하여 출력한다.

IC 측정부(150)는 상기 데이터 수집부(140)에서 수집되는 배터리상태정보의 전류, 전압 및 시간에 의한 증분용량(IC)값을 계산하고, 전압에 따른 IC값에 의한 도 4 및 도 5와 같은 IC 커브를 생성하기 시작한다.

상기 도 5 및 도 4의 IC 커브는 도 4의 401과 같이 리튬 저장소 감소(Loss of Lithium Inventory: LLI) 여부에 따라 특정 전압대의 영역이 변동되고, 402와 같이 충전 배터리(11)의 활물질 감소(Loss of Active Material: LAM)에 따른 IC값의 진폭(크기(이 변동되며, 403과 같이 충전 배터리(11)의 전도성 손실(Conductivity Loss: CL)에 따른 IC커브의 전압 시프트(Shift)가 발생된다.

즉, IC커브에는 충전 배터리(11)의 상태에 따른 LLI, LAM 및 CL 정보가 포함된다.

필터링부(160)는 실시 예에 따라 구성되어 충전 제어모듈(30)로부터 필터링 요청 정보의 수신 시 상기 IC 커브의 전압에 대한 필터링을 수행한다. 상기 충전 제어모듈(300)은 배터리상태정보로부터 수집되는 전류에 일정 크기 이상의 잡음이 검출되는 경우 필터링 요청 정보를 진단부(40)로 출력할 수 있을 것이다. 상기 필터링을 수행하기 위해 적용되는 필터는 이동평균필터인 것이 바람직할 것이다.

피크 검출부(170)는 도 5에서 나타낸 바와 같이 입력되는 배터리상태정보에 따라 생성되는 IC 커브의 피크점들을 검출한다. 도 5에서는 5개의 피크점이 있는 경우를 나타내었다.

피크 파라미터 생성부(180)는 상기 피크 검출부(170)에서 피크점이 검출되면 각 피크점의 전압 및 전류를 획득하고 해당 충전 배터리(11)의 현재 용량(C_Current)을 계산하여, 상기 전압, 전류 및 현재 용량을 독립변수로 설정하여 출력한다.

상기 피크 파라미터 생성부(180)는 학습데이터 DB(111)에 저장된 학습데이터가 미리 설정된 학습 조건을 만족하는 경우 학습모드를 설정할 수도 있고, 학습모드가 아닌 경우, 상기 학습 조건을 만족하는 학습데이터의 획득에 의한 학습모드 수행 후, 진단모드를 설정할 수 있을 것이다.

또한, 피크 파라미터 생성부(180)는 관리자의 진단모드 설정 요청, 학습모드 설정 요청에 따라 요청된 모드를 설정하도록 구성될 수도 있을 것이다.

피크 파라미터 생성부(180)는 학습모드에서 전류, 전압 및 용량을 포함하는 독립변수를 학습부(190)로 제공하고, 진단모드에서 독립변수를 수명 예측부(200)로 제공한다.

학습부(190)는 변수 생성부(191), 데이터세트 생성부(192) 및 선형회귀 학습부(193)를 포함하여, 학습모드에서 동작하며, 학습모드에서 충전 배터리(11)의 충전 시작부터 충전 완료까지의 IC 커브를 생성한 후, IC커브의 피크점의 전류, 전압 및 충전 배터리 현재 용량을 독립변수로 하고, 상기 전류 적산에 의해 계산된 수명을 종속변수로 하는 다수의 충전 배터리들에 대한 데이터세트를 포함하는 학습데이터를 수집하고, 학습 조건을 만족하는 학습데이터의 수집 시 수집된 학습데이터를 다중회귀분석 학습 모델에 적용하여 상기 다중회귀분석 학습모델을 학습시킨 후 수명 예측부(200)에 학습된 다중회귀 분석 학습모델을 적용시킨다. 상기 학습모드는 관리자가 입출력 수단(미도시)을 통해 학습 요청 시 설정될 수도 있고, 학습데이터 DB(111)에 미리 저장된 학습 조건에 대응하는 학습데이터가 구성되어 있으면 자동으로 설정될 수도 있을 것이다.

상기 변수 생성부(191)는 상기 현재 용량과 충전 배터리(11)의 공칭용량(C_Fresh)을 하기 수학식1에 적용하여 충전 배터리(11)의 건강상태(State of Health: SOH)를 수명으로 계산하여 종속변수로 설정한다.

따른 실시 예에 따라 상기 변수 생성부(180)는 진단 저장부(110)에 미리 저장된 충전 배터리(11)의 충전 사이클에 따른 SOH를 정의한 사이클-SOH 테이블을 참조하여 상기 계산된 SOH를 사이클로 변환하고, 변환된 상기 사이클을 종속변수인 수명으로 설정할 수도 있을 것이다.

데이터세트 생성부(192)는 학습모드에서 상기 피크 파라미터 생성부(180)로부터 입력되는 전압, 전류 및 충전 배터리(11)의 현재 용량을 독립변수로 상기 변수 생성부(191)에서 생성되는 수명을 종속변수로 설정하여 상기 독립변수 및 종속변수를 포함하는 데이터세트를 생성하며, 다수의 충전 배터리(11)별 수집하여 학습데이터 DB(111)에 저장한다. 상기 데이터세트는 충전 배터리(11)별로 구분하지 않고 수집될 수도 있을 것이다.

선형회귀 학습부(193)는 상기 학습데이터에 포함된 다수의 데이터세트가 미리 설정된 학습 조건을 만족하는지를 모니터링하고, 상기 학습 조건을 만족하면 상기 학습데이터를 다중회귀분석 학습 모델에 적용하여 상기 다중회귀분석 학습모델을 학습시킨후 수명 예측부(200)로 출력하여 상기 학습된 다중회귀분석 학습모델을 수명 예측부(200)에 적용시킨다. 상기 선형회귀 학습부(193)는 학습데이터 DB(111)에 학습 조건을 만족하는 저장된 학습데이터에 대해 1회의 자동 학습을 수행하는 것이 바람직하며, 입출력 수단을 통한 관리자의 재학습 요청 시 학습데이터 DB(111)에 저장된 학습데이터에 대해 재학습을 수행할 수 있을 것이다.

수명 예측부(200)는 학습된 다중회귀분석 학습 모델을 포함하며, 진단모드에서 상기 피크 파라미터 생성부(180)로부터 입력되는 독립변수들을 상기 다중회귀분석 학습 모델에 적용하여 수명을 예측하고 예측된 결과인 수명을 입출력 수단(미도시)을 통해 출력한다.

재학습데이터 구성부(210)는 상기 수명 예측부(200)로 입력한 독립변수 및 상기 수명 예측부(200)에서 예측된 수명을 종속별수로 설정한 데이터세트를 구성하여 진단 DB(112)에 저장하고, 진단 DB(112)에 저장된 데이터세트가 진단 DB(112)에 저장되어 있는 재학습 조건을 만족하면 재학습 모드를 설정하고 학습부(190)로 재학습을 요청한다.

학습부(190)의 선형회귀 학습부(193)는 재학습데이터 구성부(210)로부터 재학습 요청이 발생되면 진단 DB(112)에 포함된 데이터세트와 학습데이터 DB(111)에 저장된 데이터세트들 모두를 다중선형회귀 학습모델에 적용하여 재학습을 시킨 후, 수명 예측부(200)에 재학습된 다중선형회귀 학슴 모델을 적용시킨다. 이때 선형회귀 학습부(193)은 초기 다중회귀분석 학습모델에 학습데이터 DB(111) 및 진단 DB(112), 둘 모두의 데이터세트를 적용하여 학습시킬 수도 있고, 1차 학습된 다중회귀분석 학습모델에 진단 DB(112)의 데이터세트에 대해서만 추가 학습을 시킬 수도 있을 것이다.

도 6은 본 발명에 따른 증분용량분석 기법을 이용한 충전 배터리 수명 예측 방법을 나타낸 흐름도이다.

도 6을 참조하면, 우선 진단 제어부(130)는 학습 이벤트가 발생되는지(S111) 충전 배터리(11)의 슬롯(2) 삽입에 따른 최초 배터리상태정보 입력에 따른 충전 개시 이벤트가 발생되는지를 모니터링한다(S113). 상기 학습 이벤트는 학습데이터 DB(111)에 저장된 학습데이터의 데이터세트들이 미리 설정된 학습 조건을 만족하는 경우 발생될 수 있으며, 입출력 수단을 통한 관리자에 의한 학습 요청(명령)의 발생 시 발생될 수도 있을 것이다.

학습 이벤트가 발생되면, 진단 제어부(130)는 학습모드를 설정한 후, 다수의 충전 배터리(11)로부터 각 충전 배터리(11)별 전압, 전류 및 시간에 따른 현재 용량을 독립변수로 설정하고, 전류 적산에 기반하여 계산된 수명을 종속변수로 설정한 다수의 데이터세트를 포함하는 학습데이터를 수집한 후, 수집된 학습데이터로 머신러닝 모델인 다중회귀분석 학습모델을 학습시키는 학습과정을 수행한다(S115).

충전 개시 이벤트의 발생 시 진단 제어부(130)는 수명 예측부(200)에 학습된 다중회귀분석 학습모델이 학습된 모델인지, 또는 현재 설정 모드가 학습모드인지를 판단한다(S117).

상기 다중회귀분석 학습모델이 학습된 모델이 아니거나 학습모드이면 진단 제어부(130)는 학습 이벤트의 발생에 따른 학습과정을 수행한다. 즉, 충전 개시에 따른 배터리 수명 예측은 학습 과정의 수행 후 실행된다.

학습된 다중회귀분석 학습모델이 적용되었으면 진단 제어부(130)는 충전 제어모듈(30)의 충전 배터리(11)의 충전 개시에 따른 배터리상태정보에 기반한 전압, 전류 및 시간에 따른 현재 용량을 독립변수로써 상기 학습된 다중회귀분석 학습모델에 적용하여 상기 충전 배터리(11)의 수명을 예측한다(S119).

도 7은 본 발명에 따른 충전 배터리의 수명 예측 방법 중 다중회귀분석 학습 모델 학습 방법을 나타낸 흐름도이다.

도 7을 참조하면, 진단 제어부(130)는 학습모드에서 충전 제어모듈(30)로부터 임의 충전 배터리(11)에 대한 최초 배터리상태정보의 수신에 따른 상기 충전 배터리(11)에 대한 충전 개시 이벤트가 발생되는지를 모니터링한다(S211).

충전 개시 이벤트가 발생되면 진단 제어부(130)는 충전 배터리(11)가 충전이 완료될 때까지의 충전 배터리의 배터리상태정보를 수집하고, 각 배터리상태정보에 포함된 전압 및 전류를 상기 배터리상태정보에 포함된 시간에 따른 현재 충전 배터리(11)의 현재 용량을 계산하여(S215), 각 배터리상태정보의 IC값을 계산하며, 전압에 따른 IC값에 의한 IC커브를 생성한다(S217).

IC커브가 생성되면 진단 제어부(130)는 실시 예에 따라 IC 커브의 전압에 대한 필터링을 수행한다(S219).

IC 커브가 생성되면 진단 제어부(130)는 IC 커브로부터 도 5에서와 같이 피크점을 검출한다(S221).

피크점이 검출되면 진단 제어부(130)는 피크점에서의 충전 배터리(11)의 전류, 전압 및 현재 용량을 계산하여 독립변수로 설정한다(S223).

피크점에 대한 독립변수가 계산되면 진단 제어부(130)는 피크점에서의 수명을 계산하여 종속변수로 설정한다(S225).

진단 제어부(130)는 독립변수 및 종속변수가 설정되면, 상기 독립변수 및 종속변수를 포함하는 데이터세트를 생성하여 학습데이터 DB(111)에 저장하고(S227), 저장된 학습데이터가 미리 설정된 학습 조건을 만족하는지를 판단한다(S229).

학습 조건을 만족하지 않으면 진단 제어부(130)는 충전을 위해 슬롯(2)에 삽입되는 충전 배터리(11)에 대해 상술한 S211 이후의 과정을 반복 수행한다.

학습 조건을 만족하면 진단 제어부(130)는 학습데이터 DB(111)에 저장된 데이터세트들을 다중회귀분석 학습모델에 적용하여 학습시킨(S231) 후, 수명 예측부(200)에 적용한다(S233)

도 8은 본 발명에 따른 충전 배터리의 수명 예측 방법 중 학습된 다중회귀분석 학습모델을 적용한 실시간 수명 예측 방법을 나타낸 흐름도이다.

도 8을 참조하면 진단모드에서 충전이 개시되면(S311), 진단 제어부(130)는 도 7의 S213 내지 S215와 동일한 동작을 수행하는 S313 내지 S315을 수행한다. 즉, 진단 제어부(130)는 충전 제어모듈(30)로부터 실시간 입력되는 충전 배터리별(211) 배터리상태정보들 각각에 대한 독립변수인 전압 및 전류를 획득하고, 전류 전산에 기반한 현재 용량을 계산한다.

독립변수가 획득되면 진단 제어부(130)는 독립변수들에 의한 IC값을 계산하여 IC커브를 생성하기 시작한다(S317). 이때의 IC 커브는 실시간 생성되는 커브이다.

상기 진단 제어부(130)는 실시 예에 따라 상기 iC커브의 전압에 대한 필터링을 수행할 수 있을 것이다(S319).

상기 IC 커브가 생성되기 시작하면 진단 제어부(130)는 실시간 입력되는 배터리상태정보에 기반하여 IC커브의 피크점이 검출되는지를 모니터링한다(S321).

피크점이 검출되지 않으면 진단 제어부(130)는 상술한 S313 이후 과정을 반복 수행하고, 피크점이 검출되면 피크점에서의 독립변수, 전류, 전압 및 현재의 용량을 진단 DB(112)에 저장한다(S323).

독립변수가 획득되면 진단 제어부(130)는 수명 예측부(200)의 다중회귀분석 학습모델에 상기 독립변수, 전압, 전류 및 용량을 적용하여(S325), 수명 예측값을 출력한다(S327).

수명이 예측되면 진단 제어부(130)는 예측된 수명을 종속변수로 설정하여 상기 진단 DB(112)에 저장된 해당 독립변수에 맵핑하여 하나의 데이터세트로 저장한다(S329).

상기 데이터세트가 진단 DB(112)에 저장되면 진단 제어부(130)는 상기 충전 배터리(11)의 충전이 완료되는지를 모니터링하고(S331), 충전이 완료될 때까지 상술한 S313 이후의 과정을 반복 수행한다(S331).

충전이 완료되면 진단 제어부(130)는 재학습 이벤트가 발생되는지를 모니터링하고(S333), 재학습 이벤트가 발생되지 않으면 상술한 S311 이후의 과정을 반복 수행한다(S333)

반면, 재학습 이벤트가 발생되면 진단 제어부(130)는 다중회귀분석 학습모델에 상기 진단 DB(112)에 저장된 데이터세트들을 학습데이터에 포함하여 전체 학습데이터를 학습되지 않은 다중회귀분석 학습모델에 적용하여 재학습을 수행하거나, 상기 진단 DB(112)에 저장된 데이터세트만을 수명 예측부(200)에 적용된 다중회귀분석 학습모델에 적용하여 재학습을 수행할 수 있을 것이다(S335).

한편, 본 발명은 전술한 전형적인 바람직한 실시 예에만 한정되는 것이 아니라 본 발명의 요지를 벗어나지 않는 범위 내에서 여러 가지로 개량, 변경, 대체 또는 부가하여 실시할 수 있는 것임은 당해 기술분야에서 통상의 지식을 가진 자라면 용이하게 이해할 수 있을 것이다. 이러한 개량, 변경, 대체 또는 부가에 의한 실시가 이하의 첨부된 특허청구범위의 범주에 속하는 것이라면 그 기술사상 역시 본 발명에 속하는 것으로 보아야 한다.

1: BSS 2: 슬롯
4: 충전 배터리 사용 장치 10: 배터리부
11: 충전 배터리 20: 충전 배터리 수명 예측 장치
30: 충전 제어모듈 31: 충전 제어부
32: 충전 통신부 40: 진단부
110: 진단 저장부 111: 학습데이터 DB
112: 진단 DB 120: 진단 통신부
130: 진단 제어부 140: 데이터 수집부
150: IC 측정부 160: 필터링부
170: 피크 검출부 180: 피크 파라미터 생성부
190: 학습부 191: 변수 생성부
192: 데이터세트 생성부 193: 선형회귀 학습부
200: 수명 예측부 210: 재학습데이터 구성부

Claims

BMS를 포함하는 다수의 충전 배터리로 충전 전류를 공급하는 배터리부를 포함하는 배터리교환시스템의 충전 배터리 수명 예측 장치에 있어서,
상기 충전 전류에 의해 충전되는 상기 충전 배터리의 BMS로부터 해당 충전 배터리의 전류, 전압 및 시간을 포함하는 배터리상태정보를 전송하는 충전 제어모듈; 및
상기 충전 제어모듈로부터 충전 배터리별 배터리상태정보를 수신하고, 충전 배터리의 충전 개시부터 완료까지 상기 시간에 따라 수신되는 다수의 상기 배터리상태정보의 전류 및 전압에 기반하여 계산되는 IC값들에 의한 IC커브를 생성하고, 생성되는 IC 커브의 각 피크점의 특징을 독립변수로 하고 상기 전류 적산에 의해 계산된 수명을 종속변수로 하는 다수의 충전 배터리들에 대한 데이터세트를 포함하는 학습데이터를 다중회귀분석 학습 모델에 적용하여 상기 다중회귀분석 학습모델을 학습시키고, 학습된 다중회귀분석 학습모델에 임의 충전 배터리의 배터리상태정보의 전압 및 전류에 대한 IC 커브 피크점의 IC값에 대응하는 독립변수를 적용하여 상기 충전 배터리의 수명을 예측하는 진단부를 포함하고,
상기 진단부는,
상기 학습데이터를 저장하는 학습데이터 DB를 포함하는 진단 저장부; 및
상기 충전 제어모듈로부터 충전 배터리별 배터리상태정보를 수신하고, 충전 배터리의 충전 개시부터 완료까지 상기 시간에 따라 수신되는 상기 배터리상태정보의 전류 및 전압에 기반하여 계산되는 IC값들에 의한 IC커브를 생성한 후, 상기 IC 커브의 피크점들을 검출하고 각 피크점의 상기 특징인 전류, 전압 및 충전 배터리 현재 용량을 독립변수로 하고, 상기 전류 적산에 의해 계산된 수명을 종속변수로 하는 다수의 충전 배터리들에 대한 데이터세트를 포함하는 학습데이터를 생성하여 상기 학습데이터 DB에 저장하고 다수의 데이터세트를 포함하는 학습데이터를 다중회귀분석 학습 모델에 적용하여 상기 다중회귀분석 학습모델을 학습시키고, 학습된 다중회귀분석 학습모델에 임의 충전 배터리의 배터리상태정보의 전압 및 전류에 대한 IC값들 중 피크점에 대한 전류, 전압 및 용량을 적용하여 상기 충전 배터리의 수명을 예측하는 진단 제어부를 포함하며,
상기 진단 제어부는,
상기 충전 제어모듈로부터 충전 배터리별 배터리상태정보를 수신하여 획득하는 데이터 수집부;
전 배터리의 충전 개시부터 완료까지 상기 시간에 따라 수신되는 상기 배터리상태정보의 전류 및 전압에 기반하여 IC값들을 계산하고, 계산된 IC값들에 의한 IC커브를 생성하는 IC 측정부;
상기 IC 커브의 피크점들을 검출하는 피크 검출부;
상기 피크 검출부에서 검출된 피크점의 전류 전압 및 해당 충전 배터리의 현재 용량을 독립변수로 설정하고, 학습모드인지 진단모드인지를 판단하여 학습모드이면 상기 독립변수를 출력하는 피크 파라미터 생성부;
학습모드에서 상기 피크 파라미터 생성부로부터 상기 독립변수로 입력받고, 상기 독립변수와 상기 전류 적산에 의해 계산된 수명을 종속변수로 하는 다수의 충전 배터리들에 대한 데이터세트를 포함하는 학습데이터를 다중회귀분석 학습 모델에 적용하여 상기 다중회귀분석 학습모델을 학습시키는 학습부; 및
상기 학습부에서 학습된 다중회귀분석 학습모델을 포함하고, 진단모드에서 현재 충전 중인 임의 충전 배터리의 배터리상태정보의 전압 및 전류에 대한 IC값들 중 피크점에 대한 전류, 전압 및 용량을 포함하는 상기 독립변수를 상기 피크 파라미터 생성부로부터 입력받아 학습된 상기 다중회귀분석 학습모델에 적용하여 상기 충전 배터리의 수명을 예측하는 수명 예측부를 포함하되,
상기 학습부는,
피크점의 전류, 전압 및 충전 배터리 현재 용량을 독립변수로 하고, 상기 전류의 전류 적산에 의해 계산된 수명을 종속변수로 설정하는 변수 생성부;
상기 종속변수 및 독립변수를 하나의 데이터세트로 구성하여 학습데이터로 누적하여 저장하는 데이터세트 생성부; 및
상기 학습데이터에 포함된 다수의 데이터세트가 미리 설정된 학습 조건을 만족하면 상기 학습데이터를 다중회귀분석 학습 모델에 적용하여 상기 다중회귀분석 학습모델을 학습시키는 선형회귀 학습부를 포함하는 것을 특징으로 하는 증분용량분석 기법을 이용한 배터리교환시스템의 충전 배터리 수명 예측 장치.
삭제
삭제
삭제
BMS를 포함하는 다수의 충전 배터리로 충전 전류를 공급하는 배터리부를 포함하는 배터리교환시스템의 충전 배터리 수명 예측 장치에 있어서,
상기 충전 전류에 의해 충전되는 상기 충전 배터리의 BMS로부터 해당 충전 배터리의 전류, 전압 및 시간을 포함하는 배터리상태정보를 전송하는 충전 제어모듈; 및
상기 충전 제어모듈로부터 충전 배터리별 배터리상태정보를 수신하고, 충전 배터리의 충전 개시부터 완료까지 상기 시간에 따라 수신되는 다수의 상기 배터리상태정보의 전류 및 전압에 기반하여 계산되는 IC값들에 의한 IC커브를 생성하고, 생성되는 IC 커브의 각 피크점의 특징을 독립변수로 하고 상기 전류 적산에 의해 계산된 수명을 종속변수로 하는 다수의 충전 배터리들에 대한 데이터세트를 포함하는 학습데이터를 다중회귀분석 학습 모델에 적용하여 상기 다중회귀분석 학습모델을 학습시키고, 학습된 다중회귀분석 학습모델에 임의 충전 배터리의 배터리상태정보의 전압 및 전류에 대한 IC 커브 피크점의 IC값에 대응하는 독립변수를 적용하여 상기 충전 배터리의 수명을 예측하는 진단부를 포함하고,
상기 진단부는,
상기 학습데이터를 저장하는 학습데이터 DB를 포함하는 진단 저장부; 및
상기 충전 제어모듈로부터 충전 배터리별 배터리상태정보를 수신하고, 충전 배터리의 충전 개시부터 완료까지 상기 시간에 따라 수신되는 상기 배터리상태정보의 전류 및 전압에 기반하여 계산되는 IC값들에 의한 IC커브를 생성한 후, 상기 IC 커브의 피크점들을 검출하고 각 피크점의 상기 특징인 전류, 전압 및 충전 배터리 현재 용량을 독립변수로 하고, 상기 전류 적산에 의해 계산된 수명을 종속변수로 하는 다수의 충전 배터리들에 대한 데이터세트를 포함하는 학습데이터를 생성하여 상기 학습데이터 DB에 저장하고 다수의 데이터세트를 포함하는 학습데이터를 다중회귀분석 학습 모델에 적용하여 상기 다중회귀분석 학습모델을 학습시키고, 학습된 다중회귀분석 학습모델에 임의 충전 배터리의 배터리상태정보의 전압 및 전류에 대한 IC값들 중 피크점에 대한 전류, 전압 및 용량을 적용하여 상기 충전 배터리의 수명을 예측하는 진단 제어부를 포함하며,
상기 진단 제어부는,
상기 충전 제어모듈로부터 충전 배터리별 배터리상태정보를 수신하여 획득하는 데이터 수집부;
전 배터리의 충전 개시부터 완료까지 상기 시간에 따라 수신되는 상기 배터리상태정보의 전류 및 전압에 기반하여 IC값들을 계산하고, 계산된 IC값들에 의한 IC커브를 생성하는 IC 측정부;
상기 IC 커브의 피크점들을 검출하는 피크 검출부;
상기 피크 검출부에서 검출된 피크점의 전류 전압 및 해당 충전 배터리의 현재 용량을 독립변수로 설정하고, 학습모드인지 진단모드인지를 판단하여 학습모드이면 상기 독립변수를 출력하는 피크 파라미터 생성부;
학습모드에서 상기 피크 파라미터 생성부로부터 상기 독립변수로 입력받고, 상기 독립변수와 상기 전류 적산에 의해 계산된 수명을 종속변수로 하는 다수의 충전 배터리들에 대한 데이터세트를 포함하는 학습데이터를 다중회귀분석 학습 모델에 적용하여 상기 다중회귀분석 학습모델을 학습시키는 학습부; 및
상기 학습부에서 학습된 다중회귀분석 학습모델을 포함하고, 진단모드에서 현재 충전 중인 임의 충전 배터리의 배터리상태정보의 전압 및 전류에 대한 IC값들 중 피크점에 대한 전류, 전압 및 용량을 포함하는 상기 독립변수를 상기 피크 파라미터 생성부로부터 입력받아 학습된 상기 다중회귀분석 학습모델에 적용하여 상기 충전 배터리의 수명을 예측하는 수명 예측부를 포함하되,
상기 진단 저장부는,
상기 실시간 진단되는 독립변수 및 종속변수인 예측된 수명을 포함하는 진단정보를 저장하고, 상기 독립변수 및 종속변수를 재학습 데이터세트로 저장하는 수명 진단 DB를 더 포함하고,
상기 진단 제어부는,
상기 수명 예측부에서 수명이 예측되면 예측된 수명을 종속변수로 설정하고 상기 피크 파라미터 생성부에서 생성된 전류, 전압 및 용량을 독립변수 설정하고, 상기 독립변수 및 종속변수를 재학습 데이터세트로 상기 진단 DB에 저장하는 재학습데이터 구성부를 더 포함하되,
상기 학습부는,
상기 진단 DB에 저장된 재학습 데이터세트가 미리 설정된 제2학습조건을 만족하면 상기 재학습 데이터세트를 상기 학습데이터에 포함시켜 상기 다중회귀분석 학습모델을 재학습시킨 후 상기 수명 예측부에 적용하는 것을 특징으로 하는 증분용량분석 기법을 이용한 배터리교환시스템의 충전 배터리 수명 예측 장치.
제5항에 있어서,
상기 충전 제어모듈은,
충전 전류에 잡음이 발생되는지를 모니터링하고, 일정 크기 이상의 잡음이 검출되면 잡음 검출 정보를 진단부로 전송하되,
상기 진단부의 상기 진단 제어부는,
상기 충전 제어모듈로부터 잡음 검출 정보가 수신되면 상기 IC 커브의 전압에 대해 이동평균 필터를 적용하여 필터링을 수행하는 필터링부를 더 포함하는 것을 특징으로 하는 증분용량분석 기법을 이용한 배터리교환시스템의 충전 배터리 수명 예측 장치.
배터리교환시스템의 충전 배터리 수명 예측 방법에 있어서,
다수의 충전 배터리로 충전 전류를 공급하는 충전 제어모듈이 상기 충전 전류에 의해 충전되는 상기 충전 배터리의 BMS로부터 해당 충전 배터리의 전류, 전압 및 시간을 포함하는 배터리상태정보를 전송하는 진단부로 전송하는 배터리상태정보 전송 과정; 및
상기 진단부가 상기 충전 제어모듈로부터 충전 배터리별 배터리상태정보를 수신하고, 충전 배터리의 충전 개시부터 완료까지 상기 시간에 따라 수신되는 상기 배터리상태정보의 전류 및 전압에 기반하여 계산되는 IC값들에 의한 IC커브를 생성한 후, IC 커브의 각 피크점의 특징을 독립변수로 하고 상기 전류 적산에 의해 계산된 수명을 종속변수로 하는 다수의 충전 배터리들에 대한 데이터세트를 포함하는 학습데이터를 다중회귀분석 학습 모델에 적용하여 상기 다중회귀분석 학습모델을 학습시키고, 학습된 다중회귀분석 학습모델에 임의 충전 배터리의 배터리상태정보의 전압 및 전류에 대한 피크점의 IC값에 대응하는 독립변수를 적용하여 상기 충전 배터리의 수명을 예측하는 진단 과정을 포함하고,
상기 진단 과정은,
상기 진단부의 진단 제어부가 데이터 수집부를 통해 상기 충전 제어모듈로부터 충전 배터리별 배터리상태정보를 수신하여 획득하는 데이터 수집 단계;
상기 진단 제어부가 IC 측정부를 통해 전 배터리의 충전 개시부터 완료까지 상기 시간에 따라 수신되는 상기 배터리상태정보의 전류 및 전압에 기반하여 IC값들을 계산하고, 계산된 IC값들에 의한 IC커브를 생성하는 IC 측정 단계;
상기 진단 제어부가 피크 검출부를 통해 상기 IC 커브의 피크점들을 검출하는 피크 검출 단계;
상기 진단 제어부가 피크 파라미터 생성부를 통해 상기 피크 검출부에서 검출된 피크점의 상기 특징인 전류 전압 및 해당 충전 배터리의 현재 용량을 독립변수로 설정하는 피크 파라미터 생성 단계;
상기 진단 제어부가 피크 파라미터 생성부를 통해 학습모드인지 진단모드인지를 판단하고 학습모드이면 상기 독립변수를 학습부로 제공하고, 진단모드이면 상기 독립변수를 수명 예측부로 출력하는 모드 판단 단계;
상기 진단 제어부가 학습모드에서 학습부를 통해 피크점의 전류, 전압 및 충전 배터리 현재 용량을 독립변수로 설정하고, 상기 전류 적산에 의해 계산된 수명을 종속변수로 설정하여 다수의 충전 배터리들에 대한 상기 독립변수 및 상기 종속변수로 구성되는 데이터세트를 포함하는 학습데이터를 다중회귀분석 학습 모델에 적용하여 상기 다중회귀분석 학습모델을 학습시키는 학습 단계; 및
상기 진단 제어부가 진단모드에서 상기 학습부에서 학습된 다중회귀분석 학습모델을 포함하는 수명 예측부를 통해 현재 충전 중인 임의 충전 배터리의 배터리상태정보의 전압 및 전류에 대한 IC값들 중 피크점에 대한 전류, 전압 및 용량을 상기 피크 파라미터 생성부로부터 입력받아 학습된 상기 다중회귀분석 학습모델에 적용하여 상기 충전 배터리의 수명을 예측하는 수명 예측 단계를 포함하되,
상기 학습 단계는,
상기 진단 제어부가 변수 생성부를 통해 피크점의 전류, 전압 및 충전 배터리 현재 용량을 독립변수로 하고, 상기 전류의 전류 적산에 의해 계산된 수명을 종속변수로 설정하는 변수 생성 단계;
상기 진단 제어부가 데이터세트 생성부를 통해 상기 종속변수 및 독립변수를 하나의 데이터세트로 구성하여 학습데이터로 누적하여 저장하는 데이터세트 생성 단계; 및
상기 진단 제어부가 선형회귀 학습부를 통해 상기 학습데이터에 포함된 다수의 데이터세트가 미리 설정된 학습 조건을 만족하면 상기 학습데이터를 다중회귀분석 학습 모델에 적용하여 상기 다중회귀분석 학습모델을 학습시키는 선형회귀 학습 단계를 포함하는 것을 특징으로 하는 증분용량분석 기법을 이용한 배터리교환시스템의 충전 배터리 수명 예측 방법.
삭제
삭제
배터리교환시스템의 충전 배터리 수명 예측 방법에 있어서,
다수의 충전 배터리로 충전 전류를 공급하는 충전 제어모듈이 상기 충전 전류에 의해 충전되는 상기 충전 배터리의 BMS로부터 해당 충전 배터리의 전류, 전압 및 시간을 포함하는 배터리상태정보를 전송하는 진단부로 전송하는 배터리상태정보 전송 과정; 및
상기 진단부가 상기 충전 제어모듈로부터 충전 배터리별 배터리상태정보를 수신하고, 충전 배터리의 충전 개시부터 완료까지 상기 시간에 따라 수신되는 상기 배터리상태정보의 전류 및 전압에 기반하여 계산되는 IC값들에 의한 IC커브를 생성한 후, IC 커브의 각 피크점의 특징을 독립변수로 하고 상기 전류 적산에 의해 계산된 수명을 종속변수로 하는 다수의 충전 배터리들에 대한 데이터세트를 포함하는 학습데이터를 다중회귀분석 학습 모델에 적용하여 상기 다중회귀분석 학습모델을 학습시키고, 학습된 다중회귀분석 학습모델에 임의 충전 배터리의 배터리상태정보의 전압 및 전류에 대한 피크점의 IC값에 대응하는 독립변수를 적용하여 상기 충전 배터리의 수명을 예측하는 진단 과정을 포함하고,
상기 진단 과정은,
상기 진단부의 진단 제어부가 데이터 수집부를 통해 상기 충전 제어모듈로부터 충전 배터리별 배터리상태정보를 수신하여 획득하는 데이터 수집 단계;
상기 진단 제어부가 IC 측정부를 통해 전 배터리의 충전 개시부터 완료까지 상기 시간에 따라 수신되는 상기 배터리상태정보의 전류 및 전압에 기반하여 IC값들을 계산하고, 계산된 IC값들에 의한 IC커브를 생성하는 IC 측정 단계;
상기 진단 제어부가 피크 검출부를 통해 상기 IC 커브의 피크점들을 검출하는 피크 검출 단계;
상기 진단 제어부가 피크 파라미터 생성부를 통해 상기 피크 검출부에서 검출된 피크점의 상기 특징인 전류 전압 및 해당 충전 배터리의 현재 용량을 독립변수로 설정하는 피크 파라미터 생성 단계;
상기 진단 제어부가 피크 파라미터 생성부를 통해 학습모드인지 진단모드인지를 판단하고 학습모드이면 상기 독립변수를 학습부로 제공하고, 진단모드이면 상기 독립변수를 수명 예측부로 출력하는 모드 판단 단계;
상기 진단 제어부가 학습모드에서 학습부를 통해 피크점의 전류, 전압 및 충전 배터리 현재 용량을 독립변수로 설정하고, 상기 전류 적산에 의해 계산된 수명을 종속변수로 설정하여 다수의 충전 배터리들에 대한 상기 독립변수 및 상기 종속변수로 구성되는 데이터세트를 포함하는 학습데이터를 다중회귀분석 학습 모델에 적용하여 상기 다중회귀분석 학습모델을 학습시키는 학습 단계; 및
상기 진단 제어부가 진단모드에서 상기 학습부에서 학습된 다중회귀분석 학습모델을 포함하는 수명 예측부를 통해 현재 충전 중인 임의 충전 배터리의 배터리상태정보의 전압 및 전류에 대한 IC값들 중 피크점에 대한 전류, 전압 및 용량을 상기 피크 파라미터 생성부로부터 입력받아 학습된 상기 다중회귀분석 학습모델에 적용하여 상기 충전 배터리의 수명을 예측하는 수명 예측 단계를 포함하되,
상기 진단 과정은,
상기 진단 제어부가 재학습 데이터 구성부를 통해 상기 수명 예측부에서 수명이 예측되면 예측된 수명을 종속변수로 설정하고 상기 피크 파라미터 생성부에서 생성된 전류, 전압 및 용량을 독립변수 설정하고, 상기 독립변수 및 종속변수를 재학습 데이터세트로 진단 DB에 저장하는 재학습데이터 구성 단계; 및
상기 진단 제어부가 상기 학습부를 통해 상기 진단 DB에 저장된 재학습 데이터세트가 미리 설정된 제2학습조건을 만족하면 상기 재학습 데이터세트를 상기 학습데이터에 포함시켜 상기 다중회귀분석 학습모델을 재학습시킨 후 상기 수명 예측부에 적용하는 재학습 단계를 더 포함하는 것을 특징으로 하는 증분용량분석 기법을 이용한 배터리교환시스템의 충전 배터리 수명 예측 방법.
제10항에 있어서,
상기 배터리상태정보 전송 과정은,
다수의 충전 배터리로 충전 전류를 공급하는 충전 제어모듈이 상기 충전 전류에 의해 충전되는 상기 충전 배터리의 BMS로부터 해당 충전 배터리의 전류, 전압 및 시간을 포함하는 배터리상태정보를 전송하는 배터리상태정보 전송 단계; 및
충전 전류에 잡음이 발생되는 모니터링하고, 일정 크기 이상의 잡음이 검출되면 잡음 검출 정보를 진단부로 전송하는 잡음정보 전송 단계를 포함하되,
상기 진단 과정은,
상기 진단 제어부가 상기 충전 제어모듈로부터 잡음 검출 정보가 수신되면 필터링부를 통해 상기 IC 커브의 전압에 대해 이동평균 필터를 적용하여 필터링을 수행하는 필터링 단계를 더 포함하는 것을 특징으로 하는 증분용량분석 기법을 이용한 배터리교환시스템의 충전 배터리 수명 예측 방법.