메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
김인균 (동국대학교) 김윤선 (동국대학교) 정대원 (동국대학교) 조운 (동국대학교) 정인엽 (동국대학교) 전준현 (동국대학교)
저널정보
대한전자공학회 대한전자공학회 학술대회 2020년도 대한전자공학회 하계종합학술대회 논문집
발행연도
2020.8
수록면
1,778 - 1,781 (4page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

이 논문의 연구 히스토리 (3)

2022

바나듐 레독스 흐름전지의 State of Charge(SOC) 예측을 위한 트랜스포머 딥러닝 알고리즘에 대한 연구
김인균 전자전기공학과 2022.01 학위논문

2021

바나듐 레독스 흐름전지의 State of Charge(SOC) 예측을 위한 트랜스포머 딥러닝 알고리즘에 대한 연구
김인균 ,  김윤선 ,  조운 외 3명 대한전자공학회 학술대회 2021.06 학술대회자료

2020

딥러닝 회귀 모델을 이용한 State of Charge (SOC) 예측 방법
김인균 ,  김윤선 ,  정대원 외 3명 대한전자공학회 학술대회 2020.08 학술대회자료

초록· 키워드

오류제보하기
This paper describes a deep learning-based state of charge(SOC) prediction model for redox flow batteries (RFBs). The proposed algorithm separates charge-discharge voltage data by cycle and builds up a real training data set through noise rejection filtering. A modified long-short term memory (LSTM) based on a softmax function is used for modeling SOC when the number of the training data set is 520 cycles. The simulation results show that the proposed algorithm exhibits 97.2% of 4.0% higher accuracy than the previous LSTM (hyperbolic tangent) resulting in apparently improved SOC prediction.

목차

Abstract
Ⅰ. 서론
Ⅱ. 본론
Ⅲ. 시뮬레이션
Ⅳ. 결론 및 향후 연구 방향
참고문헌

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

바나듐 레독스 흐름전지의 State of Charge(SOC) 예측을 위한 트랜스포머 딥러닝 알고리즘에 대한 연구
김인균 ,  김윤선 ,  조운 외 3명 대한전자공학회 학술대회 2021 .06
에너지 저장 시스템 적용을 위한 머신러닝 기반의 폐배터리 스크리닝 알고리즘
한의성 ,  임제영 ,  이현호 외 3명 전력전자학회논문지 2022 .06
머신러닝을 이용한 차세대 배터리 양극 소재 스크리닝
김민선 ,  강승표 ,  민경민 대한기계학회 춘추학술대회 2021 .11
리튬 이온 배터리 팩 내에서 열화 셀 검출을 위한 SOH(State of Health) 딥러닝 알고리즘에 관한 연구
정대원 ,  정인엽 ,  조운 외 3명 대한전자공학회 학술대회 2021 .06
리튬이온 배터리 수명추정을 위한 머신러닝 모델의 성능 비교
유상우 ,  신동일 한국가스학회 학술대회논문집 2020 .10

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2020-569-001132832