Dynamic State of Charge Prediction Framework for Electric Vehicle on Driving using Physics-Informed Neural Network

전기차(EV)의 보급이 확대됨에 따라 내부 시스템의 정확한 모니터링과 관리가 점점 중요해지고 있다. 배터리 성능에 영향을 미치는 여러 변수 중에서, 충전 상태 (State of Charge, SoC)는 정확한 추정과 관리가 필요한 핵심 변수이다. 본 연구에서는 실제 운행 시나리오를 고려한 물리 기반의 SoC 동적 추정 방식을 제안한다. 물리 법칙과 데이터 기반 모델링을 결합한 최신 기계학습 기법인 물리정보신경망(Physics-Informed Neural Network, PINN)을 활용하여 복잡한 시스템 동역학을 효과적으로 포착한다. 제안된 PINN 모델은 기존의 여러 머신러닝 기법과 성능 비교를 통해 제시한 운행 환경에서의 우수한 정확성과 안정성을 검증하였다.