Battery State-of-health Estimation using a Dual-branch Model

배터리 노화와 고장으로 인한 안전 문제로, 배터리 상태를 정밀하게 예측하고 이상을 조기에 탐지하는 기술의 중요성이 커지고 있다. 그러나 대부분의 선행 연구는 충전 중 배터리 노화 추정이 아닌 사이클 테스트에 기반한 배터리 노화 예측 문제에 집중하고 있다. 본 논문에서는 충전 중 실시간 측정된 전압, 전류, 온도 시계열 데이터를 활용한 Dual-Branch 모델을 제안한다. 제안 모델은 시간적 패턴을 학습하는 시계열 특징과 충전 구간 전체의 통계적 요약 특징을 함께 활용하여 NASA·MICH 공개 데이터셋에서 우수한 예측 정확도를 보였다. 특히 훈련과 검증을 서로 다른 데이터셋에서 수행하는 교차 검증에서 기존 RF 모델 대비 21% 성능 향상을 보이며 높은 일반화 성능을 보였다.