エネルギー認識ウォームアップと劣化整合性制約による未知セルのSOH予測
Unseen-Cell SOH Prediction via Energy-Aware Warm-Up and Degradation-Consistency Constraints
リチウムイオン電池管理システムにおいて、健康状態(SOH)は安全性監視、寿命評価、保守決定の重要な指標である。しかし、初期容量、劣化率、局所容量変動、健康指標の進化の違いにより、限られたソースセルで訓練されたモデルは、未知のセルに対して偏った予測や不安定な軌道を生じさせる。この課題に対処するため、未知セルSOH予測のためのエネルギー認識ウォームアップと劣化整合性制約(EWDC)フレームワークが開発された。EWDCは、部分充電健康指標抽出、健康指標グラフエンコーディング、サイクル間劣化増分予測、再帰的SOH軌道再構築を連携させる。NASAおよびCALCE-CS2データセットで、データセット内から1バッテリーを除外する検証が別々に行われた。8つの除外セル全体で、EWDCは平均RMSE 1.21%、MAE 0.65%、R2 0.975を達成した。GNNベースラインと比較して、EWDCは平均RMSEとMAEをそれぞれ32.19%、38.83%削減した。追加の限定ソースバッテリー実験とアブレーションスタディは、EWDCがデータセット内の未知セル予測精度を向上させることを示唆している。
- 未知セルのSOH予測向けに、エネルギー認識ウォームアップと劣化整合性制約(EWDC)フレームワークが開発され、部分充電健康指標抽出・健康指標グラフエンコーディング・サイクル間劣化増分予測・再帰的SOH軌道再構築を連携させた。
- NASAおよびCALCE-CS2データセットで1バッテリーを除外する検証をそれぞれ実施し、8つの除外セル全体で平均RMSE 1.21%、MAE 0.65%、R2 0.975を達成した。
- GNNベースラインと比較して平均RMSEとMAEをそれぞれ32.19%、38.83%削減した。
バッテリーSOH予測はBMSの中核機能で、EWDCはGNNベースライン比でRMSEを32.19%、MAEを38.83%削減し、NASA/CALCE-CS2でR2 0.975を達成した点が注目される。限られたソースセルで未知セルに汎化できることは、中古EV・蓄電池の残存価値評価や保険・リース事業の収益性に直結するため、BMSソフトウェアや電池データ資産を持つ企業の競争力評価において重要なシグナルとなる。