| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2022-01-21 16:25 リチウムイオン蓄電池内部インピーダンス推定と機械学習を用いた劣化解析の評価 ○西村祐一郎・伊藤秀晃・福井正博（立命館大）  NLP2021-90 MICT2021-65 MBE2021-51 |
|
| 抄録 | （和） | リチウムイオン蓄電池の従来の状態解析技術として,交流インピーダンス解析が有効であることが知られているがその取得には恒温槽や大規模な測定器で長時間の測定が必要でリアルタイムでの計測は困難である.そこで逐次最小二乗法による低周波抵抗の推定の改良により測定の高速化と温度補正により恒温槽なしで可能とすることでリアルタイムでの計測を目指した.また機械学習による劣化解析により,インピーダンス推定精度と劣化解析の精度について評価する. |
| （英） | Electrochemical Impedance Spectroscopy analysis is known to be effective as a conventional state analysis technique for lithium-ion batteries. However, long-term measurement is required in a constant temperature bath and a large-scale measuring instrument, and real-time measurement is difficult. Therefore, we aimed to measure in real time by improving the estimation of low frequency resistance by the least squares method to speed up the measurement and by making it possible without a constant temperature bath by temperature compensation. In addition, the accuracy of impedance estimation and the accuracy of deterioration analysis are evaluated by deterioration analysis by machine learning. | |
| キーワード | （和） | リチウムイオン蓄電池 / 逐次最小二乗法 / 温度補正 / 機械学習 / / / / |
| （英） | Lithium-ion battery / recursive least squares method / temperature compensation / machine learning / / / / | |
| 文献情報 | 信学技報, vol. 121, no. 335, NLP2021-90, pp. 71-76, 2022年1月. | |
| 資料番号 | NLP2021-90 | |
| 発行日 | 2022-01-14 (NLP, MICT, MBE) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | NLP2021-90 MICT2021-65 MBE2021-51 |
|
| 研究会情報 | |
| 研究会 | NLP MICT MBE NC |
| 開催期間 | 2022-01-21 - 2022-01-23 |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | NC, ME，MICT，NLP, 一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | NLP |
| 会議コード | 2022-01-NLP-MICT-MBE-NC |
| 本文の言語 | 日本語 |
| タイトル（和） | リチウムイオン蓄電池内部インピーダンス推定と機械学習を用いた劣化解析の評価 |
| サブタイトル（和） | |
| タイトル（英） | Lithium-ion Battery Internal Impedance Estimation and Evaluation of Deterioration Analysis Using Machine Learning |
| サブタイトル（英） | |
| キーワード(1)（和/英） | リチウムイオン蓄電池 / Lithium-ion battery |
| キーワード(2)（和/英） | 逐次最小二乗法 / recursive least squares method |
| キーワード(3)（和/英） | 温度補正 / temperature compensation |
| キーワード(4)（和/英） | 機械学習 / machine learning |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 西村 祐一郎 / Nishimura Yuichiro / ニシムラ ユウイチロウ |
| 第1著者 所属（和/英） | 立命館大学 (略称： 立命館大) Ritsumeikan University (略称： Ritsumeikan Univ) |
| 第2著者 氏名（和/英/ヨミ） | 伊藤 秀晃 / Ito Hideaki / イトウ ヒデアキ |
| 第2著者 所属（和/英） | 立命館大学 (略称： 立命館大) Ritsumeikan University (略称： Ritsumeikan Univ) |
| 第3著者 氏名（和/英/ヨミ） | 福井 正博 / Fukui Masahiro / フクイ マサヒロ |
| 第3著者 所属（和/英） | 立命館大学 (略称： 立命館大) Ritsumeikan University (略称： Ritsumeikan Univ) |
| 講演者 | 第1著者 |
| 発表日時 | 2022-01-21 16:25:00 |
| 発表時間 | 25分 |
| 申込先研究会 | NLP |
| 資料番号 | NLP2021-90, MICT2021-65, MBE2021-51 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | no.335(NLP), no.336(MICT), no.337(MBE) |
| ページ範囲 | pp.71-76 |
| ページ数 | 6 |
| 発行日 | 2022-01-14 (NLP, MICT, MBE) |
[研究会発表申込システムのトップページに戻る]