초록

리튬이온 배터리는 전기차, 에너지 저장 장치, 소형 전자기기 등 다양한 분야에서 핵심적인 에너 지원으로 사용된다. 이차 전지인 리튬이온 배터리 는 충전 및 방전을 반복함에 따라 열화가 필연적 으로 발생하고, 이는 장치의 성능 저하와 안전 사 고로 이어질 수 있다. 따라서 리튬이온 배터리의 열화 상태를 예측하고 관리하는 기술은 배터리의 수명 연장과 안전성 확보를 위해 필수적이다. 최근 데이터 기반 인공지능 기술 발전에 따라 배터리의 열화 예측에 딥러닝 모델을 적용한 연구 가 늘어나는 추세이다. 하지만, 기존의 순수 데 이터에 의존한 딥러닝 모델을 사용하면 해석성이 떨어지는 단점이 존재하므로 물리지식을 결합 가 능한 접근 방법이 필요하다. 기존 딥러닝 연구들은 배터리 관리 시스템으로 부터 취득되는 전류, 전압, 온도 데이터를 입력으 로 사용했다. 파우치형 배터리의 경우 강도가 약 한 케이스를 사용하기 때문에 면압이 중요특성으 로 알려져 있지만, 면압 특성을 활용한 연구들은 미비한 상황이다. 따라서, 본 연구는 데이터 기반 배터리 열화 예 측 모델 고도화를 위해 배터리 물리 지식을 활용 하며, 그 중에서 수명과 관련성이 높은 면압 특성을 제안하여 수명 예측의 정확도를 높이는 연구를 수행하였다.