KR102576987B1 - 차량 데이터 기반 배터리 상태 판단장치 및 그 방법 - Google Patents

차량 데이터 기반 배터리 상태 판단장치 및 그 방법 Download PDF

Info

Publication number
KR102576987B1
KR102576987B1 KR1020220158458A KR20220158458A KR102576987B1 KR 102576987 B1 KR102576987 B1 KR 102576987B1 KR 1020220158458 A KR1020220158458 A KR 1020220158458A KR 20220158458 A KR20220158458 A KR 20220158458A KR 102576987 B1 KR102576987 B1 KR 102576987B1
Authority
KR
South Korea
Prior art keywords
data
battery
vehicle
analysis
module
Prior art date
Application number
KR1020220158458A
Other languages
English (en)
Inventor
오세두
이경호
Original Assignee
한국자동차연구원
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 한국자동차연구원 filed Critical 한국자동차연구원
Priority to KR1020220158458A priority Critical patent/KR102576987B1/ko
Application granted granted Critical
Publication of KR102576987B1 publication Critical patent/KR102576987B1/ko

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
    • B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L3/00—Electric devices on electrically-propelled vehicles for safety purposes; Monitoring operating variables, e.g. speed, deceleration or energy consumption
    • B60L3/12—Recording operating variables ; Monitoring of operating variables
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R16/00—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for
    • B60R16/02—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements
    • B60R16/023—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements for transmission of signals between vehicle parts or subsystems
    • B60R16/0231—Circuits relating to the driving or the functioning of the vehicle
    • B60R16/0232—Circuits relating to the driving or the functioning of the vehicle for measuring vehicle parameters and indicating critical, abnormal or dangerous conditions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G06Q50/30—
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
    • B60Y2200/00—Type of vehicle
    • B60Y2200/90—Vehicles comprising electric prime movers
    • B60Y2200/91—Electric vehicles
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/60—Other road transportation technologies with climate change mitigation effect
    • Y02T10/70—Energy storage systems for electromobility, e.g. batteries

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Sustainable Development (AREA)
  • Artificial Intelligence (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • General Physics & Mathematics (AREA)
  • Transportation (AREA)
  • Power Engineering (AREA)
  • Computing Systems (AREA)
  • Sustainable Energy (AREA)
  • Computational Linguistics (AREA)
  • Molecular Biology (AREA)
  • Automation & Control Theory (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Business, Economics & Management (AREA)
  • Operations Research (AREA)
  • Tourism & Hospitality (AREA)
  • Tests Of Electric Status Of Batteries (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)
  • Secondary Cells (AREA)

Abstract

본 발명은 차량 데이터 기반 배터리 상태 판단장치 및 그 방법은, 차량에 설치되어 실 사용되는 배터리에 대한 정보를 수집하고, 배터리에 대한 데이터를 누적하며, 배터리의 상태를 지속적으로 분석하여 배터리의 상태를 판단하고, 고장을 진단하여 모니터링 정보를 제공함으로써, 배터리의 상태를 정확하여 판단할 수 있고, 고장을 진단을 통해 위험을 예측하여 사고 발생을 방지할 수 있고, 통계 분석을 통해 배터리의 수명을 쉽고 정확하게 예측할 수 있으며, 배터리 재사용 시 배터리의 정확한 성능을 판단할 수 있어 재사용 효율을 향상시킬 수 있다.

Description

차량 데이터 기반 배터리 상태 판단장치 및 그 방법{APPARATUS AND METHOD FOR DETERMINING STATE OF BATTERY BASED ON DATA OF VEHICLE}
본 발명은 차량 데이터 기반 배터리 상태 판단장치 및 그 방법에 관한 것으로, 보다 상세하게는 차량에 설치되는 배터리에 대한 정보를 차량으로부터 수집하여, 배터리의 상태를 판단하고 고장을 진단하는, 차량 데이터 기반 배터리 상태 판단장치 및 그 방법에 관한 것이다.
최근 전기 자동차의 보급이 확대됨에 따라 전기자동차는 물론 전기자동차에 설치되는 배터리에 대한 관심 또한 증가하고 있다.
이러한 배터리는 전기자동차에서 교체되는 경우, 배터리 셀 단위로 성능을 판단하고, 성능에 따라 분류하여 재사용될 수 있다. 경우에 따라 배터리는 별도의 재가공 과정을 통해 재사용되고 있다.
전기자동차의 배터리는 교환 후 에너지 저장장치(ESS)나 다른 장치의 에너지 저장수단으로 재사용 가능하다.
배터리를 재사용하기 위해서는 SOC(State of Charge), 또는 SOH(State of Health)를 기반으로 그 상태 및 성능을 추정한다.
그러나 동일한 성능의 배터리 중에도 배터리의 열화 정도가 상이한 경우가 있다. 배터리의 성능을 정확하게 판단하기 위해서는 배터리의 실제 사용 이력이 필요하지만, 전기자동차에서 분리된 이후에는 과거의 사용이력을 확인하기 어려우므로 정확한 상태 및 성능을 추정하는데 한계가 있다.
그에 따라 전기자동차에 설치된 시점부터 배터리에 대한 데이터를 수집하여 자동차의 배터리에 대한 상태 판단 및 고장 진단을 수행하고, 나이가 배터리를 교체한 이후에 배터리 재사용이 가능하도록 시스템을 구축할 필요가 있다.
대한민국 공개특허공보 제10-2002-0064998호
본 발명은 상기와 같은 필요성에 의해 창출된 것으로서, 차량에 설치되어 실 사용되는 배터리에 대한 정보를 수집하고, 배터리에 대한 데이터를 누적하여 배터리의 상태를 지속적으로 분석하여 배터리의 상태를 판단하고, 고장을 진단하며, 배터리 교체 시 재사용 가능하도록 관리하는, 차량 데이터 기반 배터리 상태 판단장치 및 그 방법을 제공하는 데 그 목적이 있다.
상기한 목적을 달성하기 위하여 본 발명에 따른 차량 데이터 기반 배터리 관리 시스템은, 배터리가 탑재된 복수의 자동차로부터 실시간으로 데이터를 수집하는 수집 모듈; 상기 수집 모듈을 통해 수집된 데이터를 가공하고 변환하는 가공 및 변환 모듈; 실시간으로 수집되는 데이터와, 가공 및 변환된 데이터를 저장하는 저장 모듈; 상기 저장 모듈에 저장된 데이터를 분석모델에 적용하여 상기 자동차 및 상기 배터리의 상태를 분석하는 분석 모듈; 및 상기 분석 모듈의 분석결과에 따라 상기 자동차 및 상기 배터리에 대한 모니터링 정보를 제공하고 고장을 진단하는 서비스 모듈; 을 포함한다.
상기 수집 모듈은, 통신모듈을 포함하여 상기 자동차에 설치된 통신용 단말로부터 상기 자동차에 대한 데이터를 실시간 스트리밍데이터로 수신하는 것을 특징으로 한다.
상기 가공 및 변환 모듈은 수집된 데이터를 파싱하고 필터링하여 노이즈를 제거하고 오류데이터를 검출하여 삭제하며, 메타데이터로 정의된 표준화 형태로 매핑 및 변환하고, 데이터를 집계하는 것을 특징으로 한다.
상기 분석 모듈은, 가공된 데이터를 기반으로 인공지능 기반 분석모델을 생성하고, 수집되는 데이터를 상기 분석모델에 적용하여 상기 자동차 및 배터리에 대한 딥러닝 기반 통계분석을 수행하는 것을 특징으로 한다.
상기 분석 모듈은, 클러스터링(clustering) 기법을 적용하여 통계 분석하고, 이상데이터를 검출하는 것을 특징으로 한다.
상기 서비스 모듈은 수집된 데이터 및 분석결과를 기반으로 상기 자동차 및 상기 배터리에 대한 상태정보를 모니터링하고, 이상을 감지하여 경고를 출력하는 것을 특징으로 한다.
상기 서비스 모듈은 상기 분석 모듈의 분석결과를 기반으로, 상기 자동차 및 상기 배터리의 상태를 추정하고, 위험을 예측하는 것을 특징으로 한다.
상기 저장 모듈은 원시데이터(Raw Data), 가공 및 변환 데이터, 모니터링 및 BI 데이터, 및 분석데이터를 저장하는 것을 특징으로 한다.
상기 저장 모듈은 마스터 데이터, 고장 이력 데이터, 실주행 데이터 및 외부 데이터를 상기 자동차에 대한 데이터와 상기 배터리에 대한 데이터로 분류하여 저장하는 것을 특징으로 한다.
상기 실주행 데이터는 상기 자동차 주행 중 획득되는 전기차ID, 배터리ID, 인버터 온도, 방전 배터리 용량, 충전 배터리 용량, 충전 후 주행거리, 가속도, 배터리 전류, 배터리 전압, 총 주행거리, 급/감속 정보, SOH, SOC, 모터 회전수 및 구동 모터 온도를 포함하는 것을 특징으로 한다.
본 발명의 차량 데이터 기반 배터리 관리 시스템의 관리방법은, 수집 모듈이, 배터리가 탑재된 복수의 자동차로부터 실시간으로 데이터를 수집하는 단계; 가공 및 변환 모듈이, 상기 수집 모듈을 통해 수집된 데이터를 가공하고 변환하는 단계; 실시간으로 수집된 데이터와, 가공 및 변환된 데이터를 저장 모듈에 저장하는 단계; 분석 모듈이, 상기 저장 모듈에 저장된 데이터를 분석모델에 적용하여 상기 자동차 및 상기 배터리에 대한 상태를 분석하는 단계; 서비스 모듈이 상기 분석 모듈의 분석결과에 따라 상기 자동차 및 상기 배터리에 대한 모니터링 정보를 출력하는 단계; 및 상기 서비스 모듈이 상기 분석결과에 따라 상기 자동차 및 배터리에 대한 고장을 진단하는 단계; 를 포함한다.
상기 수집된 데이터를 가공하고 변환하는 단계는, 상기 가공 및 변환 모듈이, 상기 수집된 데이터를 파싱하는 단계; 데이터를 필터링하여 노이즈를 제거하고, 오류데이터를 검출하여 삭제하는 단계; 데이터를 메타데이터로 정의된 표준화 형태로 매핑하고 변환하는 단계; 및 데이터를 집계하는 단계; 를 포함한다.
상기 분석하는 단계는, 상기 분석 모듈이, 가공된 데이터를 기반으로 인공지능 기반 분석모델을 생성하는 단계; 및 수집되는 데이터를 상기 분석모델에 적용하여 상기 자동차 및 배터리에 대한 통계분석을 수행하는 단계; 를 포함한다.
상기 분석하는 단계는, 상기 분석 모듈이, 클러스터링(clustering) 기법을 적용하여 통계 분석하고, 머신러닝 기법 적용하여 이상데이터를 검출하는 것을 특징으로 한다.
상기 모니터링 정보를 출력하는 단계는, 상기 서비스 모듈이 수집된 데이터 및 분석결과를 기반으로 상기 자동차 및 상기 배터리에 대한 상태정보를 모니터링하고, 모니터링 화면을 출력하는 단계; 및 고장진단을 통해 이상이 감지되면, 경고를 출력하는 단계; 를 포함한다.
상기 모니터링 정보를 출력하는 단계는 상기 서비스 모듈이 분석결과를 기반으로, 상기 자동차 및 상기 배터리의 상태를 추정하고, 위험을 예측하는 단계; 를 더 포함한다.
일 측면에 따르면, 본 발명의 차량 데이터 기반 배터리 상태 판단장치 및 그 방법은, 차량에 탑재된 배터리의 데이터를 실시간 수집하여 분석함으로써, 배터리의 상태를 정확하여 판단할 수 있고, 고장을 진단을 통해 위험을 예측하여 사고 발생을 방지할 수 있다.
본 발명의 일 측면에 따르면, 본 발명은 실시간 수집되는 데이터의 통계 분석을 통해 배터리의 수명을 쉽고 정확하게 예측할 수 있다.
본 발명의 일 측면에 따르면, 본 발명은 차량에 탑재된 배터리의 실사용에 따른 데이터를 누적하여 저장하고, 배터리 재사용 시 배터리의 정확한 성능을 판단할 수 있고 재사용 효율을 향상시킬 수 있다.
도 1 은 본 발명의 일 실시예에 따른 차량 데이터 기반 배터리 상태 판단장치를 포함한 시스템의 구성이 간략하게 도시된 도이다.
도 2 는 본 발명의 일 실시예에 따른 차량 데이터 기반 배터리 상태 판단장치의 구성이 도시된 블록도이다.
도 3 은 본 발명의 일 실시예에 따른 차량 데이터 기반 배터리 상태 판단장치의 배터리 데이터 플랫폼에 저장되는 데이터 유형이 도시된 예시도이다.
도 4 는 본 발명의 일 실시예에 따른 차량 데이터 기반 배터리 상태 판단장치의 배터리 상태 분석 결과가 도시된 예시도이다.
도 5 는 본 발명의 일 실시예에 따른 차량 데이터 기반 배터리 상태 판단장치의 배터리 고장 진단에 따른 알림이 도시된 예시도이다.
도 6 은 본 발명의 일 실시예에 따른 차량 데이터 기반 배터리 상태 판단장치의 배터리 상태 판단방법이 도시된 순서도이다.
이하, 첨부된 도면들을 참조하여 본 발명을 설명하도록 한다.
이 과정에서 도면에 도시된 선들의 두께나 구성요소의 크기 등은 설명의 명료성과 편의상 과장되게 도시되어 있을 수 있다. 또한, 후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로써 이는 사용자, 운용자의 의도 또는 관례에 따라 달라질 수 있다. 그러므로 이러한 용어들에 대한 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.
도 1 은 본 발명의 일 실시예에 따른 차량 데이터 기반 배터리 상태 판단장치를 포함한 시스템의 구성이 간략하게 도시된 도이다.
도 1에 도시된 바와 같이, 차량 데이터 기반 배터리 상태 판단장치를 포함한 시스템은, 복수의 자동차(10)와 배터리 상태 판단장치(100)를 포함하여, 복수의 자동차로부터 차량에 탑재된 배터리에 대한 정보를 수집하고, 배터리 상태 판단장치(100)를 통해 배터리 데이터를 관리하고 고장을 진단한다.
배터리 상태 판단장치(100)는 복수의 자동차로부터 수집되는 배터리 데이터, 가공 및 변환 데이터, 분석데이터를 저장하고 보안관리 시스템이 구축된 전기차 배터리 데이터 플랫폼(30)을 포함한다.
또한, 시스템은 전기차 배터리 데이터 플랫폼(30)을 기반으로, 배터리 재활용을 위한 서비스를 제공하는 재활용 센터(60)를 포함한다.
자동차(10)는 배터리가 설치되어 차량에 동작전원을 공급한다. 자동차(10)는 내부에 설치되는 단말(미도시)을 통해 배터리에 대한 데이터를 수집하고, 수집된 데이터(D1)를 전기차 배터리 데이터 플랫폼(30)으로 전송한다.
단말(20)은 배터리의 데이터뿐 아니라 배터리의 충전전류를 이용하는 실주행에 대한 데이터를 수집하여 전기차 배터리 데이터 플랫폼(30)으로 전송할 수 있다. 예를 들어 단말(20)은 배터리의 SOC 뿐 아니라, 주행시간, 주행기록, 주행거리 등의 데이터를 수집하고 또한, 배터리의 충전기록에 대한 데이터를 수집할 수 있다.
단말(20)은 소정 네트워크를 통해 데이터를 전송할 수 있고, 경우에 따라 차량 간 통신(V2X, Vehicle to Everything)를 통해 데이터를 전송할 수 있다.
배터리 상태 판단장치(100)는 배터리 데이터에 대한 전기차 배터리 데이터 플랫폼(30)을 구축하고, 인공지능 기반 분석모델 및 알고리즘(40)을 이용하여 배터리 데이터를 학습하고, 자동차의 배터리에 대한 학습모델을 생성하여 배터리 데이터의 상태를 분석한다.
또한, 배터리 상태 판단장치(100)는 통합 관제 솔루션(50)을 포함하여, 배터리 데이터의 분석결과를 기반으로 배터리의 상태를 판단하고, 배터리 고장을 진단한다.
배터리 상태 판단장치(100)는 통합 관제 솔루션(50)을 통해 배터리의 고장을 진단하여 고장이 발생하거나 이상이 예상되는 경우 그에 대한 경고를 출력한다.
또한, 배터리 상태 판단장치(100)는 통합 관제 솔루션(50)을 기반으로 자동차(10) 또는 자동차(10)에 지정된 휴대단말로 배터리의 상태에 대한 진단결과보고서 또는 고장에 대한 경고를 전송할 수 있다.
배터리 상태 판단장치(100)는 전기차 배터리 데이터 플랫폼(30)을 통해 배터리의 데이터를 관리하고, 해킹 등의 외부 공격으로부터 데이터를 보호하는 보안체계를 포함한다.
한편, 배터리 상태 판단장치(100)는 배터리가 자동차(10)에서 교체되는 경우, 해당 배터리를 재사용 배터리로 분류하여 별도로 관리한다.
배터리 상태 판단장치(100)는 실 사용되는 배터리에 대한 데이터를 전기차 배터리 데이터 플랫폼(30)을 통해 누적하여 관리하고, 배터리 교체 시 재사용 배터리로 분류하여 배터리 재활용 센터(60)에 데이터를 제공한다.
배터리 재활용 센터(60)는 전기차의 배터리를 교체하는 경우 폐기되는 배터리를 재활용 또는 재사용하도록 구성된다.
배터리 재활용 센터(60)는 데이터 플랫폼(30)의 배터리 데이터 및 분석데이터를 기반으로 배터리의 상태 및 배터리의 성능을 판단하여 성능에 따라 분류한다.
배터리 재활용 센터(60)는 복수의 배터리를 셀 단위로 분류하고, 동일하거나 유사한 성능의 배터리로 배터리팩을 구성할 수 있다. 배터리 재활용 센터(60)는 배터리에 대한 성능판단 및 분류, 재사용을 위한 패키지를 구성한다.
또한, 배터리 재활용 센터(60)는 판매시스템을 통해 재사용 배터리 팩을 판매할 수 있다.
배터리 재활용 센터(60)는 오프라인 판매 서비스는 물론 온라인 판매 서비스를 통해, 사용자가 요구하는 성능의 배터리팩을 사용자에게 제시하고, 사용자의 선택에 따라 배터리팩을 대여하거나 판매할 수 있다.
재사용 배터리는 에너지 저장장치에 사용되거나, 소형 가전의 배터리팩으로 사용될 수 있다.
도 2 는 본 발명의 일 실시예에 따른 차량 데이터 기반 배터리 상태 판단장치의 구성이 도시된 블록도이다.
도 2에 도시된 바와 같이, 배터리 상태 판단장치(100)는 복수의 자동차(전기차)(10)(11 내지 13)에 탑재되는 배터리에 대한 데이터를, 자동차(10)에 설치된 단말(20)로부터 수신한다.
단말(20)은 차량 간 통신장치 또는 무선통신장치가 사용될 수 있다. 단말(20)은 제조사 또는 모델에 따라 상이하게 단말A, 단말B로 구성될 수 있으나, 수집되는 배터리 데이터의 종류 및 통신방식을 동일하게 적용된다.
배터리 상태 판단장치(100)는 수집 모듈(110), 가공 및 변환 모듈(120), 저장 모듈(130), 분석 모듈(140) 및 서비스 모듈(150)을 포함한다.
수집 모듈(110)은 통신모듈을 포함하여 자동차(10)의 단말(20)로부터 배터리 데이터를 수신한다.
수집 모듈(110)은 단말로부터 실시간으로 수집되는 스트리밍데이터(111)를 저장 모듈(130)에 원시데이터(Raw Data)(131)로 저장한다. 또한, 수집 모듈(110)은 로그파일 또는 이미지파일 등의 파일데이터(112)를 수집한다.
수집 모듈(110)은 WAVE(Wireless Access in Vehiclular Environment), 차량 간 통신(V2X, Vehicle to Everything), 와이파이(wifi), 이더넷(Ethernet), 블루투스(Bluetooth), 이동통신(5G, LTE, CDMA, GSM), 근거리 무선통신 등을 이용하여 통신하는 복수의 통신모듈을 포함할 수 있다.
가공 및 변환 모듈(120)은, 파싱(121), 필터(122), 정제(Clean)(123), 변환(124) 및 집계(125)에 대한 동작을 수행한다.
가공 및 변환 모듈(120)은, 수집 모듈(110)에서 수집되는 스트리밍데이터 및 파일데이터(112)를 파싱하고, 필터링하고, 정제(Clean)하며, 필요한 형태로 변환하고, 데이터를 집계한다.
가공 및 변환 모듈(120)은 필터(122)를 통해 잡음데이터(noise)를 검출하고 처리한다. 예를 들어 이동 평균 필터(Moving Average Filter), 메디안 필터(Median Filter)를 적용할 수 있다.
가공 및 변환 모듈(120)은 변환(124) 기능을 통해 수집된 데이터를 메타데이터로 정의된 표준화 형태로 매핑하고 변환한다.
가공 및 변환 모듈(120)은 정제(123) 기능을 통해 데이터 중 오류데이터(결측데이터, 잡음데이터, 이상데이터)를 검출하고 삭제하여 처리한다.
또한, 가공 및 변환 모듈(120)은 누락된 데이터에 대한 치환 및 예외처리 한다.
저장 모듈(130)은, 원시데이터((Raw Data))(131), 가공 및 변환 데이터(132), 모니터링 및 BI데이터(133), 그리고 분석데이터(134)를 저장한다.
원시데이터(Raw Data)(131)는 실시간 수신되는 스트리밍데이터(111) 및 파일데이터(112)가 가공되지 않고 저장된 데이터이다. 가공 및 변환 데이터(132)는 가공 및 변환 모듈(120)에서 처리되고 변환된 데이터이다. 모니터링 및 BI 데이터(133)는 자동차 및 배터리에 대한 상태 모니터링을 위한 데이터이다. 분석데이터(134)는 분석 모듈(140)을 통해 분석모델에 적용한 결과 데이터이다.
저장 모듈(130)은 수집된 자동차의 배터리 데이터를 저장하기 위한 저장소(Repository)로써, 대용량 원시데이터 파일을 저장하기 위한 하둡파일 관리시스템(HDFS)와 분석 및 모니터링 데이터를 저장하기 위한 NoSQL, DB, RDD 등으로 구성된다.
분석 모듈(140)은 인공지능 기반 학습 알고리즘을 이용하여 데이터를 학습하여 분석모델을 생성하고, 수집되는 데이터에 분석모델을 적용하여 자동차 및 배터리에 대한 상태 및 성능을 분석한다.
분석 모듈(140)은 데이터를 통계분석(141)하고, 학습기반 분석모델(ML/DL 모델)을 생성한다(142). 분석 모듈(140)은 데이터의 분석결과를 분석모델에 적용하여 분석모델을 업데이트한다.
분석 모듈(140)은 이상데이터(outlier)를 검출하고 처리한다. 예를 들어 클러스터링(Clustering) 등 통계분석 및 머신러닝 기법을 적용하여 검출할 수 있다.
분석 모듈(140)은 다양한 형태의 데이터를 일관된 형태로 변환함으로써 머신러닝(ML, Machine Learning) 및 딥러닝(DL, Deep Learning) 알고리즘을 적용한 분석모델을 적용할 수 있도록 데이터 변환·보강·파싱 등 정제 기법을 적용한다.
서비스 모듈(150)은 모니터링(151), 이상감지 및 알림(152) 및 예측분석(153)에 대한 서비스를 제공한다.
서비스 모듈(150)은 분석 모듈(140)의 데이터 분석 결과를 기반으로, 자동차 및 배터리에 대한 정보에 대하여 모니터링을 수행한다.
서비스 모듈(150)은 분석결과를 기반으로 이상을 감지하고, 고장을 진단하며 그에 대한 알림을 출력수단을 통해 출력한다.
서비스 모듈(150)은 분석결과를 기반으로 자동차 및 배터리에 대한 상태를 추정(154)하고, 위험을 예측(155)한다.
서비스 모듈(150)은 입출력수단과 연결되어, 모니터링 결과를 출력하고, 이상에 대한 알림을 출력하며, 예측결과를 출력할 수 있다.
서비스 모듈(150)은 분석결과를 기반으로 하는 자동차 및 배터리에 대한 정보를 시각화하여 출력한다. 서비스 모듈(150)은 그래프 또는 이미지 형태로 정보를 변환하여 출력할 수 있다.
또한, 서비스 모듈(150)은 지정된 휴대 단말로 알림을 전송할 수 있다.
도 3 은 본 발명의 일 실시예에 따른 차량 데이터 기반 배터리 상태 판단장치의 배터리 데이터 플랫폼에 저장되는 데이터 유형이 도시된 예시도이다.
도 3에 도시된 바와 같이, 배터리 상태 판단장치(100)는 데이터의 수집, 전처리, 가공, 학습, 상태추정 및 서비스 전반에 걸쳐 데이터를 표준화하여 전기차 배터리 데이터 플랫폼(30)을 구성하고 관리한다.
전기차 배터리 데이터 플랫폼(30)은 저장 모듈(130)을 포함한다.
전기차 배터리 데이터 플랫폼(30)은 마스터 데이터, 고장 이력 데이터, 실주행 데이터 및 외부 데이터를 포함한다.
마스터 데이터(31)는 전기차 데이터와 배터리 데이터로 구분된다. 전기차 데이터는, 각각 전기차ID, 모델, 생산일, 출력, 차량 중량, 배터리 용량, 항력계수, 전고, 길이, 및 기어비를 포함한다.
배터리 데이터는 배터리ID, 모델, 생산일, 기본 용량, 가용 용량, 기본 에너지, 가용 에너지, 셀 개수, 정격 전압, 및 배터리 중량을 포함한다.
고장 이력 데이터(32)는 고장 시점을 기준으로, 전기차의 지역, 경도, 위도, 및 교통량에 대한 데이터를 포함하고, 배터리에 대해 온도 및 습도에 대한 데이터를 포함한다.
실주행 데이터(33)는 주행 중 전기차 배터리 데이터로, 전기차ID, 배터리ID, 인버터 온도, 방전 배터리 용량, 충전 배터리 용량, 충전 후 주행거리, 가속도, 배터리 전류, 배터리 전압, 총 주행거리, 급/감속 정보, SOH, SOC, 모터 회전수 및 구동 모터 온도를 포함한다.
외부 데이터(34)는 주행환경과 관련하여 지역, 경도, 위도, 및 교통량을 포함하고, 날씨와 관련하여 온도 및 습도를 포함한다.
전기차 배터리 데이터 플랫폼(30)은 배터리 상태 판단장치(100)에 구비되어, 단순 데이터 저장 역할이 아닌 배터리별 구동환경과 상태변화에 따라 동적으로 상태를 추정하고 데이터를 운영 및 관리하는 서비스를 포함한다.
전기차 배터리 데이터 플랫폼(30)은 배터리 재활용 센터(60)와 연계하여 배터리 데이터 뿐 아니라 재사용 배터리에 대한 서비스 시스템으로 구축될 수 있다.
전기차 배터리 데이터 플랫폼(30)은 전기차의 실주행 데이터를 연 3,000대 이상, 누적 6,000대 이상 수집하여 누적하여 이를 분석하여 데이터 플랫폼 기능 고도화할 수 있고, 누적되는 데이터를 기반으로, 악의 및 가혹 조건을 반영하여 3년간 누적 150,000km 이상 주행한 차량의 데이터를 별도 분류하여 분석함으로써, 다양한 환경에서 주행 데이터를 확보할 수 있다.
또한, 전기차 배터리 데이터 플랫폼(30)은 차량의 용도별로 평균 주행거리가 가장 긴 사업용 승합차와 일반 승용차의 데이터를 분류하여 각각 데이터를 분석하고, 아울러 자동차의 종류, 자동차의 모델, 자동차의 운용형태(일반 또는 사업용)배터리의 모델, 배터리의 용량 등에 따른 특성을 분석하고, 알고리즘에 반영할 수 있다.
도 4 는 본 발명의 일 실시예에 따른 차량 데이터 기반 배터리 상태 판단장치의 배터리 상태 분석 결과가 도시된 예시도이다.
도 4에 도시된 바와 같이, 배터리 상태 판단장치(100)는 서비스 모듈(150)을 통해 출력수단에 모니터링(151), 이상감지 및 알림(152), 그리고 예측분석(153)에 대한 정보를 출력한다.
배터리 상태 판단장치(100)는 배터리의 성능 및 노화상태에 대한 SOH(State of Health) 데이터를 출력한다.
배터리 상태 판단장치(100)는 방전 심도의수 DOD(Depth of Discharge)의 변화에 따른 SOH 정보(181), 충전상태 SOC(State of Charge)의 감소에 따른 SOH 정보(182) 및 충방전율(C-Rates)의 감소에 따른 SOH 정보(183)를 각각 그래프로 출력한다.
배터리 상태 판단장치(100)는 배터리에 대한 온도 분포(184)와 노후화에 따른 온도 및 SOC변화(185)를 출력한다.
도 5 는 본 발명의 일 실시예에 따른 차량 데이터 기반 배터리 상태 판단장치의 배터리 고장 진단에 따른 알림이 도시된 예시도이다.
도 5에 도시된 바와 같이, 배터리 상태 판단장치(100)는 서비스 모듈(150)을 통해 모니터링 화면을 출력한다.
배터리 상태 판단장치(100)는 모니터링 메뉴(186)를 포함하고, 복수의 자동차(10)에 대한 상태 정보(187)를 표시한다.
모니터링 화면에는 선택된 자동차에 대한 기본정보(188), 배터리 상태 정보(189), SOC정보(192) 및 최대 속도(193)에 대한 정보를 출력한다.
또한, 서비스 모듈(150)은 이상 감지 시, 그에 대한 알림(191)을 출력한다.
서비스 모듈(150)은 SOC, 저온 및 과열에 대한 알림을 출력할 수 있다.
도 6 은 본 발명의 일 실시예에 따른 차량 데이터 기반 배터리 상태 판단장치의 배터리 상태 판단방법이 도시된 순서도이다.
도 6에 도시된 바와 같이, 배터리 상태 판단장치(100)는 복수의 자동차(10)로부터 실시간으로 자동차 및 배터리에 대한 데이터를 수집한다(S310).
수집 모듈(110)은 통신모듈을 통해 자동차에 설치된 단말로부터 데이터를 실시간으로 수집할 수 있다.
가공 및 변환 모듈(120)은 수집된 데이터의 노이즈를 제거하고 가공하여 일정 형태로 변환한다(S320).
가공 및 변환 모듈(120)은 실시간 수집된 데이터와, 가공 변환된 데이터를 저장 모듈(130)에 저장한다.
분석 모듈(140)은 데이터를 생성된 분석모델에 적용하여 데이터를 통계분석 한다(S340).
또한, 분석 모듈(140)은 분석 결과는 저장 모듈(130)에 저장하고, 분석모델에 결과를 반영하여 분석모델을 업데이트 한다. 분석 모듈(140)은 배터리를 성능, 기능 및 용량 등, 특정 기준에 따라 분류하는 분류모델을 생성할 수 있다(S350).
서비스 모듈(150)은 분석결과를 기반으로, 자동차 및 배터리에 대한 고장을 진단한다(S360). 서비스 모듈(150)은 분석결과를 바탕으로 자동차 및 배터리의 상태를 추정하고, 위험을 예측할 수 있다. 또한, 서비스 모듈(150)은 배터리의 성능을 평가한다.
서비스 모듈(150)은 분석결과 및 진단결과에 대응하여 모니터링 화면을 출력한다(270).
또한, 서비스 모듈(150)은 고장진단 및 예측결과에 따라 이상에 대한 알림을 출력한다. 특히 고장 판단 시 서비스 모듈(150)은 에러를 출력할 수 있다. 서비스 모듈(150)은 모니터링화면에 알람 또는 경고를 출력할 수 있고, 스피커를 통해 경고음을 출력할 수 있다.
이와 같이, 배터리 상태 판단장치(100)는 자동차에 탑재된 상태에서 배터리에 대한 실주행 데이터를 수집하여 분석함으로써, 자동차 및 배터리의 상태를 추정하고 고장을 진한다.
또한, 배터리 상태 판단장치(100)는 자동차에 대한 데이터와 함께 배터리 데이터를 누적하여 저장하고, 배터리를 교체하는 경우, 해당 배터리를 재사용할 수 있도록 배터리에 대한 정보를 제공한다.
배터리 상태 판단장치(100)는 재사용 배터리에 대하여 기 저장된 데이터를 바탕으로 성능을 평가할 수 있다.
배터리의 데이터를 전기차 배터리 데이터 플랫폼(30)에 저장 및 관리되고, 배터리 재활용 센터(60)와 연계하여 재사용 배터리를 보급할 수 있다.
배터리 재활용 센터(60)는 누적하여 저장된 데이터 및 배터리의 성능 평가를 기반으로 재사용 배터리를 대여 또는 판매한다.
그에 따라 본 발명의 차량 데이터 기반 배터리 상태 판단장치 및 그 방법은, 실주행 데이터를 기반으로 배터리의 열화에 대한 데이터인자를 도출하고 성능분석에 적용하여 분석모델을 최적화하고, 실주행 데이터를 기반으로 고장을 진단하여 진단결과를 출력하고, 고장발생시 또는 고장이 예측되는 경우 그에 대한 경고를 출력하며, 분석모델을 적용하여 그 결과를 시각화하여 출력한다.
본 발명은 데이터를 표준화하고, 다른 시스템의 데이터와 매핑하여 변환함으로써, 타 시스템과 연동할 수 있다.
본 발명은 도면에 도시된 실시예를 참고로 하여 설명되었으나, 이는 예시적인 것에 불과하며 당해 기술이 속하는 기술분야에서 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다. 따라서 본 발명의 진정한 기술적 보호범위는 아래의 특허청구범위에 의하여 정해져야할 것이다.
10: 자동차 20: 단말
30: 전기차 배터리 데이터 플랫폼
40: 인공지능 기반 분석모델 및 알고리즘
50: 통합 관제 솔루션 60: 배터리 재활용 센터
100: 배터리 상태 판단장치
110: 수집 모듈 120: 가공 및 변환 모듈
130: 저장 모듈 140: 분석 모듈
150: 서비스 모듈

Claims (16)

  1. 배터리가 탑재된 복수의 자동차로부터 실시간으로 데이터를 수집하는 수집 모듈;
    상기 수집 모듈을 통해 수집된 데이터를 가공하고 변환하는 가공 및 변환 모듈;
    실시간으로 수집되는 데이터와, 가공 및 변환된 데이터를 저장하는 저장 모듈;
    상기 저장 모듈에 저장된 데이터를 분석모델에 적용하여 상기 자동차 및 상기 배터리의 상태를 분석하는 분석 모듈; 및
    상기 분석 모듈의 분석결과에 따라 상기 자동차 및 상기 배터리에 대한 모니터링 정보를 제공하고 고장을 진단하는 서비스 모듈; 을 포함하고,
    복수의 자동차로부터 수집되는 배터리 데이터, 가공 및 변환 데이터, 및 분석데이터를 전기차 배터리 데이터 플랫폼을 통해 누적하여 관리하고, 상기 배터리가 교체되는 경우, 교체된 상기 배터리를 재사용 배터리로 분류하여 상기 전기차 배터리 데이터 플랫폼을 통해 별도로 관리하며,
    교체된 상기 배터리에 대한 성능판단, 분류 및 재사용을 위한 패키지 구성을 통해, 재활용 또는 재사용하는 배터리 재활용 센터로 상기 전기차 배터리 데이터 플랫폼의 데이터를 제공하는 것을 특징으로 하는 차량 데이터 기반 배터리 상태 판단장치.
  2. 제 1 항에 있어서,
    상기 수집 모듈은, 통신모듈을 포함하여 상기 자동차에 설치된 통신용 단말로부터 상기 자동차에 대한 데이터를 실시간 스트리밍데이터로 수신하는 것을 특징으로 하는 차량 데이터 기반 배터리 상태 판단장치.
  3. 제 1 항에 있어서,
    상기 가공 및 변환 모듈은 수집된 데이터를 파싱하고 필터링하여 노이즈를 제거하고 오류데이터를 검출하여 삭제하며, 메타데이터로 정의된 표준화 형태로 매핑 및 변환하고, 데이터를 집계하는 것을 특징으로 하는 차량 데이터 기반 배터리 상태 판단장치.
  4. 제 1 항에 있어서,
    상기 분석 모듈은, 가공된 데이터를 기반으로 인공지능 기반 분석모델을 생성하고, 수집되는 데이터를 상기 분석모델에 적용하여 상기 자동차 및 배터리에 대한 딥러닝 기반 통계분석을 수행하는 것을 특징으로 하는 차량 데이터 기반 배터리 상태 판단장치.
  5. 제 4 항에 있어서,
    상기 분석 모듈은, 클러스터링(clustering) 기법을 적용하여 통계 분석하고, 이상데이터를 검출하는 것을 특징으로 하는 차량 데이터 기반 배터리 상태 판단장치.
  6. 제 1 항에 있어서,
    상기 서비스 모듈은 수집된 데이터 및 분석결과를 기반으로 상기 자동차 및 상기 배터리에 대한 상태정보를 모니터링하고, 이상을 감지하여 경고를 출력하는 것을 특징으로 하는 차량 데이터 기반 배터리 상태 판단장치.
  7. 제 1 항에 있어서,
    상기 서비스 모듈은 상기 분석 모듈의 분석결과를 기반으로, 상기 자동차 및 상기 배터리의 상태를 추정하고, 위험을 예측하는 것을 특징으로 하는 차량 데이터 기반 배터리 상태 판단장치.
  8. 제 1 항에 있어서,
    상기 저장 모듈은 원시데이터(Raw Data), 가공 및 변환 데이터, 모니터링 및 BI 데이터, 및 분석데이터를 저장하는 것을 특징으로 하는 차량 데이터 기반 배터리 상태 판단장치.
  9. 제 1 항에 있어서,
    상기 저장 모듈은 마스터 데이터, 고장 이력 데이터, 실주행 데이터 및 외부 데이터를 상기 자동차에 대한 데이터와 상기 배터리에 대한 데이터로 분류하여 저장하는 것을 특징으로 하는 차량 데이터 기반 배터리 상태 판단장치.
  10. 제 9 항에 있어서,
    상기 실주행 데이터는 상기 자동차가 주행하는 중에 획득되는 전기차ID, 배터리ID, 인버터 온도, 방전 배터리 용량, 충전 배터리 용량, 충전 후 주행거리, 가속도, 배터리 전류, 배터리 전압, 총 주행거리, 급/감속 정보, SOH, SOC, 모터 회전수 및 구동 모터 온도를 포함하는 것을 특징으로 하는 차량 데이터 기반 배터리 상태 판단장치.
  11. 배터리 상태 판단장치의 수집 모듈이, 배터리가 탑재된 복수의 자동차로부터 실시간으로 데이터를 수집하는 단계;
    가공 및 변환 모듈이, 상기 수집 모듈을 통해 수집된 데이터를 가공하고 변환하는 단계;
    실시간으로 수집된 데이터와, 가공 및 변환된 데이터를 저장 모듈에 저장하는 단계;
    분석 모듈이, 상기 저장 모듈에 저장된 데이터를 분석모델에 적용하여 상기 자동차 및 상기 배터리에 대한 상태를 분석하는 단계;
    서비스 모듈이, 상기 분석 모듈의 분석결과에 따라 상기 자동차 및 상기 배터리에 대한 모니터링 정보를 출력하는 단계;
    상기 서비스 모듈이, 상기 분석결과에 따라 상기 자동차 및 배터리에 대한 고장을 진단하는 단계;
    전기차 배터리 데이터 플랫폼을 통해 복수의 자동차로부터 수집되는 배터리 데이터, 가공 및 변환 데이터, 및 분석데이터를 누적하여 관리하는 단계; 및
    상기 배터리가 교체되는 경우, 교체된 상기 배터리를 재사용 배터리로 분류하여 상기 전기차 배터리 데이터 플랫폼을 통해 별도로 관리하는 단계; 를 포함하고,
    상기 재사용 배터리로 분류하여 별도로 관리하는 단계에서,
    상기 배터리 상태 판단장치는 교체된 상기 배터리에 대한 성능판단, 분류 및 재사용을 위한 패키지 구성을 통해, 재활용 또는 재사용하는 배터리 재활용 센터로 상기 전기차 배터리 데이터 플랫폼의 데이터를 제공하는 것을 특징으로 하는 차량 데이터 기반 배터리 상태 판단방법.
  12. 제 11 항에 있어서,
    상기 수집된 데이터를 가공하고 변환하는 단계는,
    상기 가공 및 변환 모듈이, 상기 수집된 데이터를 파싱하는 단계;
    데이터를 필터링하여 노이즈를 제거하고, 오류데이터를 검출하여 삭제하는 단계;
    데이터를 메타데이터로 정의된 표준화 형태로 매핑하고 변환하는 단계; 및
    데이터를 집계하는 단계; 를 포함하는 차량 데이터 기반 배터리 상태 판단방법.
  13. 제 11 항에 있어서,
    상기 분석하는 단계는,
    상기 분석 모듈이, 가공된 데이터를 기반으로 인공지능 기반 분석모델을 생성하는 단계; 및
    수집되는 데이터를 상기 분석모델에 적용하여 상기 자동차 및 배터리에 대한 통계분석을 수행하는 단계; 를 포함하는 차량 데이터 기반 배터리 상태 판단방법.
  14. 제 13 항에 있어서,
    상기 분석하는 단계는,
    상기 분석 모듈이, 클러스터링(clustering) 기법을 적용하여 통계 분석하고, 머신러닝 기법 적용하여 이상데이터를 검출하는 것을 특징으로 하는 차량 데이터 기반 배터리 상태 판단방법.
  15. 제 11 항에 있어서,
    상기 모니터링 정보를 출력하는 단계는
    상기 서비스 모듈이 수집된 데이터 및 분석결과를 기반으로 상기 자동차 및 상기 배터리에 대한 상태정보를 모니터링하고, 모니터링 화면을 출력하는 단계; 및
    고장진단을 통해 이상이 감지되면, 경고를 출력하는 단계; 를 포함하는 차량 데이터 기반 배터리 상태 판단방법.
  16. 제 11 항에 있어서,
    상기 모니터링 정보를 출력하는 단계는,
    상기 서비스 모듈이 분석결과를 기반으로, 상기 자동차 및 상기 배터리의 상태를 추정하고, 위험을 예측하는 단계; 를 더 포함하는 차량 데이터 기반 배터리 상태 판단방법.
KR1020220158458A 2022-11-23 2022-11-23 차량 데이터 기반 배터리 상태 판단장치 및 그 방법 KR102576987B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020220158458A KR102576987B1 (ko) 2022-11-23 2022-11-23 차량 데이터 기반 배터리 상태 판단장치 및 그 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220158458A KR102576987B1 (ko) 2022-11-23 2022-11-23 차량 데이터 기반 배터리 상태 판단장치 및 그 방법

Publications (1)

Publication Number Publication Date
KR102576987B1 true KR102576987B1 (ko) 2023-09-11

Family

ID=88020258

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220158458A KR102576987B1 (ko) 2022-11-23 2022-11-23 차량 데이터 기반 배터리 상태 판단장치 및 그 방법

Country Status (1)

Country Link
KR (1) KR102576987B1 (ko)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20020064998A (ko) 2000-01-12 2002-08-10 허니웰 인터내셔널 인코포레이티드 배터리 성능 측정 시스템 및 측정방법
JP2020145186A (ja) * 2019-02-25 2020-09-10 トヨタ リサーチ インスティテュート，インコーポレイティド 電池パックの性能を最適化するための機械学習モデルを適用するためのシステム、方法および記憶媒体
KR20210057262A (ko) * 2019-11-11 2021-05-21 주식회사 에스제이 테크 스마트폰 연계 전기자동차 진단 시스템
KR20220032471A (ko) * 2020-09-07 2022-03-15 현대자동차주식회사 배터리 관리 장치 및 그를 가지는 에너지 저장 장치 및 그 제어 방법
KR20220075134A (ko) * 2020-11-27 2022-06-07 전기차평가연구소 주식회사 전기차 성능 평가정보 제공 시스템
KR20220076551A (ko) * 2020-11-30 2022-06-08 (주)휴렘 전기 자동차 배터리의 상태 측정 방법
US20220276317A1 (en) * 2020-08-28 2022-09-01 SparkCognition, Inc. Battery failure prediction
KR20220121932A (ko) * 2021-02-25 2022-09-02 (주)이모션 차량 배터리 모니터링 시스템

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20020064998A (ko) 2000-01-12 2002-08-10 허니웰 인터내셔널 인코포레이티드 배터리 성능 측정 시스템 및 측정방법
JP2020145186A (ja) * 2019-02-25 2020-09-10 トヨタ リサーチ インスティテュート，インコーポレイティド 電池パックの性能を最適化するための機械学習モデルを適用するためのシステム、方法および記憶媒体
KR20210057262A (ko) * 2019-11-11 2021-05-21 주식회사 에스제이 테크 스마트폰 연계 전기자동차 진단 시스템
US20220276317A1 (en) * 2020-08-28 2022-09-01 SparkCognition, Inc. Battery failure prediction
KR20220032471A (ko) * 2020-09-07 2022-03-15 현대자동차주식회사 배터리 관리 장치 및 그를 가지는 에너지 저장 장치 및 그 제어 방법
KR20220075134A (ko) * 2020-11-27 2022-06-07 전기차평가연구소 주식회사 전기차 성능 평가정보 제공 시스템
KR20220076551A (ko) * 2020-11-30 2022-06-08 (주)휴렘 전기 자동차 배터리의 상태 측정 방법
KR20220121932A (ko) * 2021-02-25 2022-09-02 (주)이모션 차량 배터리 모니터링 시스템

Similar Documents

Publication Publication Date Title
JP6830540B2 (ja) クラウドベースの車両故障診断方法、装置およびシステム
CN111241154B (zh) 一种基于大数据的蓄电池故障预警方法及系统
US20180134171A1 (en) System and method for predictive control of an energy storage system for a vehicle
US9079505B1 (en) System and method for management of a fleet of vehicles having an energy storage system
US9056556B1 (en) System and method for configuration and management of an energy storage system for a vehicle
US20200376979A1 (en) Managing and monitoring car-battery and tires to assure safe operation and providing arrival ready battery and tire services
JP5746420B2 (ja) 協働的なマルチエージェント式の車両障害診断システム及び関連する方法
CN105008875A (zh) 基于所感测的振动确定用于机动车辆的矫正动作
CN114675202A (zh) 电池故障的诊断方法及装置
CN111591152B (zh) 充换分离模式下电池包换电决策方法、装置与系统
CN113253138A (zh) 对电池分类的方法、电池、电池回收利用系统和机动车
CN106598033A (zh) 基于中间件的无人机phm系统
CN116257039A (zh) 基于大数据的车辆故障诊断分级处理方法和程序产品
US20220283242A1 (en) Method and device for managing battery data
Li et al. A novel method for lithium-ion battery fault diagnosis of electric vehicle based on real-time voltage
CN113567874B (zh) 动力电池安全状态的监控检测方法及装置
KR102576987B1 (ko) 차량 데이터 기반 배터리 상태 판단장치 및 그 방법
Panda et al. ML-based vehicle downtime reduction: A case of air compressor failure detection
CN110954335A (zh) 一种工业车辆的健康评估方法及系统
US20230140771A1 (en) Managing and monitoring car-battery and tires to assure safe operation and providing arrival ready battery and tire services
CN111381165A (zh) 一种车辆动力电池监控方法、装置和平台
CN105719359A (zh) 车辆信息的获取方法和装置
CN115508713A (zh) 一种电池系统安全预警方法、装置、存储介质及设备
CN115219932A (zh) 用于评价设备电池组的相对老化状态的方法和装置
Gherardi et al. Remote Battery Monitoring System enforcing safety features in Electric Vehicles

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant