Prediction of Battery Cycle Life

배터리는 사용할수록 수명이 줄어든다. 제조 단계에서 배터리의 품질을 평가하기 위해서는 몇 개의 sample을 뽑아 충전/방전 과정을 많은 횟수로 반복하여 모집단의 수명을 추정하는 수 밖에 없다. 많은 실험을 수행하는 것은 현실적으로 어렵기 때문에 머신러닝을 이용해 100번의 충전/방전 실험으로 배터리의 수명을 예측하는 방법이 연구되었다.

Voltage-Capacity Function

내가 생각하는 배터리 데이터의 큰 특징으로는 매 충전/방전 실험마다 time-series 길이가 달라진다는 것이다. 많이 사용한 배터리일수록 충전 시간은 길어지고 방전 시간이 짧아진다. 여러 가지 방법으로 길이를 맞출 수는 있겠지만, 아무 값으로 채우거나 중요할지도 모르는 정보를 함부로 날릴 수는 없다. 그렇기 때문에 위 그림(a)처럼 x축을 전압, y축을 용량으로 두는 것은 데이터의 길이에 구애받지 않을 수 있는 좋은 방법인 것 같다. 논문에서의 핵심 feature는 Var(Q100-10(V))인데, 그 이유는 이 feature가 전압과 에너지 소비 간의 관계를 나타내기 때문이라고 설명한다.

 

References

[1] K. A. Severson et al., Data-driven prediction of battery cycle life before capacity degradation, Nature Energy 2019