I. 기술의 개념 및 내용 인공지능 모델을 기반으로 이차전지의 상태진단, 수명예측, 이상감지 등의 상태를 분석하 는 시스템 - 이차전지의 충방전 데이터를 이용하여 이차전지의 충전량, 잔존수명 등 배터리 상태를 진단하는 인공지능 모델을 학습 - 인공지능 기반의 이상탐지 모델을 적용하여 배터리의 이상 상태를 사전에 파악 * 본 내용은 곽지훈 책임(☎ 02-880-6811, jkwak314@snu.ac.kr)에게 문의하시기 바랍니다. ** 본 내용은 필자의 주관적인 의견이며 IITP의 공식적인 입장이 아님을 밝힙니다. ***정보통신기획평가원은 현재 개발 진행 및 완료 예정인 ICT R&D 성과 결과물을 과제 종료 이전에 공개하는 “ICT R&D 사 업화를 위한 기술예고”를 2014년부터 실시하고 있는 바, 본 칼럼에서는 이를 통해 공개한 결과물의 기술이전, 사업화 등 기술 활용도 제고를 위해 매주 1~2건의 관련 기술을 소개함 인공지능 기반 이차전지 상태분석 솔루션 Chapter 03 개발목표시기 2025. 12. 기술성숙도 (TRL) 개발 전 개발 후 1 4 결과물 형태 SW-System 검증방법 자체 검증, 시험 인증 Keywords 인공지능, 딥러닝, 이차전지, 상태진단, 이상탐지 AI, deep learning, secondary battery, condition diagnosis, anomaly detection 외부기술요소 개발 기술 권리성 특허, SW ICT R&D 동향 정보통신기획평가원 27 - 특정 데이터로 개발한 AI 모델이 다른 환경에서도 성능 발휘가 가능하도록 전이학습 기술을 적용함 [그림 1] 기술개념도 [그림 2] 전이학습 과정 주간기술동향 2022. 4. 27. 28 www.iitp.kr III. 국내외 기술 동향 및 경쟁력 1. 기술의 특성 및 성능 배터리의 데이터를 이용한 인공지능 모델을 사용하여 배터리의 특성을 파악 다양한 배터리 모델과 사용 조건에 적용 가능 재학습 및 전이학습을 통해 환경 변화에 유연하게 대처 가능 2. 경쟁기술/대체기술 동향 및 현황 배터리의 특성 분석에서는 주로 배터리 유형별 물리화학 모델을 기반으로 연구되고 있으 며, 배터리의 이상탐지에서는 주로 통계량을 사용하는 룰 기반 모델이 사용되고 있으나, 이러한 접근 방법은 다양한 배터리의 모델과 사용조건에 적응력이 떨어짐 3. 우수성 및 차별성 4. 표준화 및 특허 동향 표준화 동향 - 국가기술표준원이 마련한 ESS 안전 요구사항 KS 표준 제정안(KS C IEC/TS 62933- 5-1)이 공개, BMS 부분은 SPS-C KBIA-30104-01-7345 배터리 에너지 저장장치용 리튬이차전지의 전지관리시스템 성능 및 안전 요구사항에 준하여 검사 진행 - IEC TC 120은 ESS 시스템의 설계, 설치, 시험 관련 분야의 국제표준을 개발 - IEC TC 120은 IEC 내 기존 TC들에서 다루고 있는 배터리, 전력변환장치, 계통연계 프로토콜 및 정보모델링 등을 제외한 ESS 시스템을 통합 시스템 관점에서 다루고 있