BMS 설계 및 AI 기반 BMS 전문가 과정 - STEP 1, 2, 3 (동영상 전과정) > 세미나
진행중인 세미나
BMS 설계 및 AI 기반 BMS 전문가 과정 - STEP 1, 2, 3 (동영상 전과정)
- 차세대 BMS 상태추정 고도화 프로세스/ AI 기반 데이터 전처리 프로세스 / 수명 예측, 고장 진단 프로세스 구축 - 
등록하기
세미나 개요
-
주제 : BMS 설계 및 AI 기반 BMS 전문가 과정 - STEP 1, 2, 3 (동영상 전과정)
- 차세대 BMS 상태추정 고도화 프로세스/ AI 기반 데이터 전처리 프로세스 / 수명 예측, 고장 진단 프로세스 구축
일시 : 수강신청 후 일주일 간
장소 : 본 원 VOD 홈페이지 (https://tech.kecft.or.kr/)
주최 : 한국미래기술교육연구원
프로그램
* 강의 영상 샘플 보기 (Image Click!!) - 실습을 위한 샘플소스 제공
| 일자 | 시간 | 주제 |
|---|---|---|
| 수강신청 후 7일 |
STEP 1 : BMS 기반 배터리 상태추정 고도화 프로세스 구축 | |
| 60 Min | 1. 전기적 등가회로 모델 개발 (실습) - 실시간 코칭을 활용한 모델 개발 및 실습 리뷰(Matlab/Simulink 사용) |
|
| 60 Min | 2. SOC 진단(추정) 알고리즘 (실습) - SOC 진단(추정) 알고리즘 검증 및 최적화(Matlab/Simulink 사용) |
|
| 60 Min | 3. RLS 알고리즘 기반 전기적 등가회로 모델링 (실습) - RLS 알고리즘을 활용한 전기적 등가회로 모델 실시간화(Matlab/Simulink 사용) |
|
| 60 Min | 4. SOH 진단(추정) 알고리즘 (실습) - SOH 진단(추정) 알고리즘 검증 및 최적화(Matlab/Simulink 사용) |
|
| 60 Min | 5. 배터리시스템 열화모델 (실습) - 열화모델 검증 및 최적화(Matlab/Simulink 사용) |
|
| STEP 2 : AI 기반 차세대 BMS 소개 및 데이터 전처리 프로세스 구축 | ||
| 75 Min | 1. 인공 지능 연계형 차세대 BMS 기술 - BIg data 기반 BMS 고도화를 위한 인공지능 도입 필요성 - 다양한 인공지능 연계형 차세대 BMS 기술 |
|
| 75 Min | 2. 인공지능 모델 구축을 위한 Data pre-processing - 인공지능 적용을 위한 데이터 전처리 프로세스 - 배터리 열화데이터 분석 및 건전성 지표/특징 엔지니어링 방안 - 신호 해석을 통한 실험 데이터 분해 및 압축 |
|
| 75 Min | 3. 수명 예측 알고리즘 설계를 위한 데이터 전처리 프로세스 (실습) - 수명 예측 알고리즘 개발을 위한 가상 환경 구성 - 배터리 수명 예측 알고리즘 Target Label 생성 - 수명 예측 알고리즘 설계를 위한 HI 추출 - 수명 예측 알고리즘 설계를 위한 특징 |
|
| 75 Min | 4. 고장 진단 알고리즘 설계를 위한 데이터 전처리 프로세스 (실습) - 고장 진단 알고리즘 개발을 위한 가상 환경 구성 - EIS 도출 원리 및 특성 실험 수행 프로세스 - 배터리 고장 진단 알고리즘 Target Label 생성 - RP 알고리즘 기반 EIS 이미지 패턴 변환 - 고장 진단 알고리즘 학습을 위한 데이터 분할 |
|
| STEP 3 : AI 기반 수명예측/고장 진단 프로세스 구축 | ||
| 60 Min | 1. 모델에 따른 인공지능 이론 소개 - 초기 인공신경망(Artificial neural network; ANN) 모델 - 배터리 도메인 적용 목적 딥러닝 알고리즘 – 시계열 예측/이상 탐지/고장 진단 - 배터리 딥러닝 알고리즘 최근 동향 |
|
| 60 Min | 2. 배터리 최적 운용을 위한 수명 예측 알고리즘 - 인공지능 기반 배터리 수명 예측 알고리즘 개발 필요성 - 운용환경을 고려한 데이터 보완 및 수명예측 알고리즘 연구 사례 - EV 주행 환경을 고려한 실시간 SOH 추정 알고리즘 연구 사례 - 폐배터리 재사용을 위한 RUL 예측 알고리즘 연구 사례 |
|
| 60 Min | 3. 배터리 안전 운용을 위한 고장 진단 알고리즘 - 인공지능 기반 배터리 고장 진단 알고리즘 개발 필요성 - 배터리 고장 진단을 위한 데이터 패턴화 및 이상 상태 진단 연구 사례 - EIS 이미지 입력을 통한 CNN 기반 외부환경 분류 사례 |
|
| 60 Min | 4. 인공지능 기반 수명 예측 알고리즘 구축 (실습) - 수명 예측 모델 별(RNN/LSTM/GRU) 구조 설계 - 하이퍼 파라미터 최적화 기반 수명 예측 성능 향상 - 최적 모델 선정 및 수명 예측 결과 도출 |
|
| 60 Min | 5. 인공지능 기반 고장 진단 알고리즘 구축 (실습) - CNN 알고리즘 구조 설계 - 이미지 패턴별 모델 학습에 따른 분류 결과 도출 - 하이퍼 파라미터 최적화 기반 분류 성능 향상 |
※ 프로그램의 주제 및 연사는 일부 변경될 수 있습니다.
※ 연사 요청에 따라 온라인 화상 또는 동영상 발표로 대체 될 수 있으며, 자료 공유가 불가할 수 있음을 안내 드립니다.
사용후기
등록된 사용후기
사용후기가 없습니다.
상품문의
등록된 상품문의
상품문의가 없습니다.
관련상품
등록된 상품이 없습니다.
상단 비쥬얼 이미지
상호 : 한국미래기술교육연구원|대표 : 박희정|사업자번호 113-19-06409|통신판매업신고 : 서울중랑-0870호
주소 : 서울 중랑구 신내역로 111 신내SKV1 1211호|TEL : 02-545-4020|FAX : 02-6008-9134
Email : kecft@kecft.or.kr | 긴급문의 (24H) : (카카오톡채널) 한국미래기술교육연구원 검색 후 문의
Copyright ⓒ 한국미래기술교육연구원 Corp. All Right Reserved.
상단으로