文献

J-GLOBAL ID：202002275392847545   整理番号：20A2142354

電気自動車におけるLiイオン電池の充電状態推定:深層ニューラルネットワークアプローチ【JST・京大機械翻訳】

State-of-Charge Estimation of Li-Ion Battery in Electric Vehicles: A Deep Neural Network Approach

著者 (6件)： How Dickshon N. T. (Department of Electrical Power Engineering, Universiti Tenaga Nasional, Kajang, Malaysia) ,  Hannan Mahammad A. (Department of Electrical Power Engineering, Universiti Tenaga Nasional, Kajang, Malaysia) ,  Lipu Molla S. Hossain (Center for Integrated Systems Engineering and Advanced Technologies, Faculty of Engineering and Built Environment, Universiti Kebangsaan Malaysia, Bangi, Malaysia) ,  Sahari Khairul S. M. (Department of Electrical Power Engineering, Universiti Tenaga Nasional, Kajang, Malaysia) ,  Ker Pin Jern (Department of Electrical Power Engineering, Universiti Tenaga Nasional, Kajang, Malaysia) ,  Muttaqi Kashem M. (School of Electrical, Computer and Telecommunications Engineering, University of Wollongong, Wollongong, NSW, Australia)
資料名： IEEE Transactions on Industry Applications  (IEEE Transactions on Industry Applications)
巻： 56  号： 5  ページ： 5565-5574  発行年： 2020年 
JST資料番号： A0338B  ISSN： 0093-9994  CODEN： ITIACR  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 充電状態(SOC)はLiイオン電池の電池管理システムの重要なパラメータである。SOCは,電気自動車の燃料ゲージに電気自動車のバッテリーに残された電荷量を示す。正確なSOC知識は,電池の寿命,性能および信頼性に大きく寄与する。しかし,Liイオン電池のSOCはどの装置でも容易に測定できない。さらに,SOCは,電池化学,環境,劣化因子など,多くの不可解な要因によっても影響を受ける。本論文では,電気自動車用の改良深ニューラルネットワーク(DNN)アプローチを用いたLiイオン電池のSOC推定モデルを提案した。十分な数の隠れ層を有するDNNは,訓練中の非Se駆動サイクルのSOCを予測できることを見出した。隠れ層数を変えた一連のDNNモデルを開発し,その訓練アルゴリズムにより,異なる駆動サイクルで評価したときのそれぞれの性能を調べた。DNN(最大4隠れ層)における隠れ層数の増加が誤り率を低減し,SOC推定を改善することを観測した。隠れ層の数の増加は,誤差率を増加させる。本研究では,動的応力試験駆動サイクル上で訓練された4隠れ層DNNが,それぞれ,連邦都市運転スケジュール,北京動的ストレス試験,および補足連邦試験手順のような,他の非Se運転サイクルを予想外に良好に予測できることを示した。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *イオン ,  電荷 ,  *電池 ,  管理システム ,  信頼性 ,  *リチウム ,  *電気自動車 ,  *ニューラルネットワーク ,  都市 ,  二次電池 ,  ゲージ ,  学習アルゴリズム
準シソーラス用語： 隠れ層 ,  推定モデル ,  *充電状態 , 【Automatic Indexing@JST】

分類 (2件)： 電気自動車  (QG07020B) ,  二次電池  (YB04030K)

タイトルに関連する用語 (7件)： 電気自動車 ,  Li ,  イオン ,  電池 ,  充電状態 ,  推定 ,  深層ニューラルネットワーク