| 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 | 2026-03-18 09:30 リチウムイオン蓄電池の劣化モデルと機械学習による劣化要因別分析の検討 ○永田 茜・小原大和・福井正博（立命館大）  CAS2025-103 CS2025-96 |
|
| 抄録 | （和） | 近年，自然エネルギーの活用技術の普及とともに，IoT技術を用いたリチウムイオン蓄電池（LIB）の遠隔監視が重要視されている．IoTのエッジ側から逐次集められたデータに基づき，ホスト側での機械学習を用いたLIBの劣化状態の把握や異常検知が求められる．本研究はリチウムイオン蓄電池の管理システムに関する機械学習適用の技術検討状況を報告する．電池の劣化は複合的な要因によるものであり，リチウム金属析出のような最悪発火の危険性を含むものや，SEIといった過剰な反応を抑える保護膜を形成するものもあり，劣化の要因がどのような割合になっているのかを検出することが重要である．本文では劣化要因の割合を検出する技術に関しての検討を行う． |
| （英） | In recent years, with the spread of renewable energy utilization technologies, remote monitoring of lithium-ion batteries (LIBs) using IoT technology has gained importance. Based on data sequentially collected from the IoT edge, there is a demand for understanding LIB degradation states and detecting anomalies using machine learning on the host side. This study reports on the technical status of applying machine learning to lithium-ion battery management systems. Battery degradation results from multiple factors, including those posing the worst-case risk of ignition, such as lithium metal plating, and those forming protective films like SEI to suppress excessive reactions. Detecting the relative proportions of these degradation factors is crucial. This paper examines techniques for detecting the proportions of these degradation factors. | |
| キーワード | （和） | IoT / リチウムイオン蓄電池 / 機械学習 / ナイキスト図 / 劣化要因別分析 / / / |
| （英） | IoT / Lithium-ion battery / machine learning / Nyquist plot / degradation factor analysis / / / | |
| 文献情報 | 信学技報, vol. 125, no. 414, CAS2025-103, pp. 91-96, 2026年3月. | |
| 資料番号 | CAS2025-103 | |
| 発行日 | 2026-03-10 (CAS, CS) | |
| 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 | CAS2025-103 CS2025-96 |
|
| 研究会情報 | |
| 研究会 | CAS CS |
| 開催期間 | 2026-03-17 - 2026-03-18 |
| 開催地（和） | 那覇市職員厚生会 多目的ホール |
| 開催地（英） | |
| テーマ（和） | ネットワークプロセッサ，通信のための信号処理回路，無線LAN/PAN，一般 |
| テーマ（英） | Network processor, Signal processing and circuits for communications, Wireless LAN / PAN, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | CAS |
| 会議コード | 2026-03-CAS-CS |
| 本文の言語 | 日本語 |
| タイトル（和） | リチウムイオン蓄電池の劣化モデルと機械学習による劣化要因別分析の検討 |
| サブタイトル（和） | |
| タイトル（英） | Study on Degradation Factor Analysis Using Lithium-ion Battery Degradation Models and Machine Learning |
| サブタイトル（英） | |
| キーワード(1)（和/英） | IoT / IoT |
| キーワード(2)（和/英） | リチウムイオン蓄電池 / Lithium-ion battery |
| キーワード(3)（和/英） | 機械学習 / machine learning |
| キーワード(4)（和/英） | ナイキスト図 / Nyquist plot |
| キーワード(5)（和/英） | 劣化要因別分析 / degradation factor analysis |
| 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） | 永田 茜 / Akane Nagata / ナガタ アカネ |
| 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） | 小原 大和 / Yamato Kohara / コハラ ヤマト |
| 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 / Masahiro Fukui / 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 | 2026-03-18 09:30:00 |
| 発表時間 | 20分 |
| 申込先研究会 | CAS |
| 資料番号 | CAS2025-103, CS2025-96 |
| 巻番号（vol） | vol.125 |
| 号番号（no） | no.414(CAS), no.415(CS) |
| ページ範囲 | pp.91-96 |
| ページ数 | 6 |
| 発行日 | 2026-03-10 (CAS, CS) |
[研究会発表申込システムのトップページに戻る]