ニューラルネットワークを用いたリチウムイオン蓄電池の劣化診断の一検討

• Item type: SIG Technical Reports(1)
• 公開日: 2018-11-05
• タイトル: ニューラルネットワークを用いたリチウムイオン蓄電池の劣化診断の一検討
• タイトル / 言語: en
• タイトル: A Study of Degradation Diagnosis of Lithium-ion Battery Using Neural Networks
• 言語: jpn
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 立命館大学大学院理工学研究科／大和製罐株式会社
• 著者所属: 立命館大学大学院理工学研究科
• 著者所属: 立命館大学大学院理工学研究科
• 著者所属(英): en
• 著者所属(英): Ritsumeikan University / Daiwa Can Company
• 著者所属(英): en
• 著者所属(英): Ritsumeikan University
• 著者所属(英): en
• 著者所属(英): Ritsumeikan University
• 著者名: 有馬, 理仁; 林, 磊; 福井, 正博
• 著者名(英): Masahito, Arima; Lei, Lin; Masahiro, Fukui
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 太陽光発電などの再生可能エネルギーの出力変動や時間偏在性を解決するため，リチウムイオン蓄電池との連携運用が検討されている．このリチウムイオン蓄電池の運用経済性を向上させるためには，劣化診断による充放電エネルギーの予測が必要である．本報告ではニューラルネットワークを用いた劣化診断を検討し，従来手法で事前に取得する必要があった充放電試験サイクルの回数を低減した．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: The battery aggregation of lithium-ion battery is studied in order to solve the problem of output fluctuation and time maldistribution of renewable battery, for example, photovoltaic energy. It is necessaiy for the operational economic efficiency of lithium-ion battery to predict the charge-discharge energy by degradation diagnosis. In this study, we investigated the method of degradation diagnosis using neural networks and decrease the number of the charge-discharge times which needs to be carried out in advance.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN1009593X
• 書誌情報: 研究報告アルゴリズム（AL）; 巻 2018-AL-170, 号 20, p. 1-4, 発行日 2018-11-05
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8566
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会