要旨

リチウムイオンバッテリの電圧を推定する機械学習モデルの評価を目的として，アレニウス則に基づいた精度指標を新たに構築し，機械学習モデルの優劣を判断できるか検証した．機械学習モデルとして，データが存在しない領域で離散的な推定をするモデルと，連続的な推定が可能なモデルの二種類を選定した．その上で電動車から収集したフローティングカーデータを基に温度が離散的なデータを生成し，モデルの学習と評価をおこなった．その結果，一般的に用いられる評価指標であるテストデータに対する誤差評価では，二種類のモデルの評価結果に明確な差が出ないことを確認した．その一方で，我々が新たに構築したアレニウス則に基づいた評価指標では，モデル評価の差がより明確となることを確認した．本指標の導入により，収集データが限られる場合でも機械学習モデルの評価が可能となり，機械学習モデルを活用したバッテリ電圧推定技術の実用化に向けて前進できた．

参考文献

1. （１） Chian, T. Y., Wei, W. L. J., Ze, E. L. M., Ren, L. Z., Ping, Y. E., Abu Bakar, N. Z., Faizal, M., Sivakumar, S.: A Review on Recent Progress of Batteries for Electric Vehicles, International Journal of Applied Engineering Research, Vol. 14, No. 24, p. 4441-4461, (2019)
2. （２） Vidal, C., Gross, O., Gu, R., Kollmeyer, P., Emadi, A.: xEV Li-Ion Battery Low-Temperature Effects—Review, IEEE Transactions on Vehicular Technology, Vol. 68, No. 5, p. 4560-4572, (2019)
3. （３） Meyer, N., Whittal, I., Christenson, M., Loiselle-Lapointe, A.: The Impact of Driving Cycle and Climate on Electrical Consumption & Range of Fully Electric Passenger Vehicles, EVS26 – International Battery, Hybrid and Fuel Cell Electric Vehicle Symposium, (2012)
4. （４） Li, S., Li, J., He, H., Wang, H.: Lithium-ion battery modeling based on Big Data, Energy Procedia, Vol. 159, p. 168–173, (2019)
5. （５） Tran, M.-K., Panchal, S., Chauhan, V., Brahmbhatt, N., Mevawalla, A., Fraser, R., Fowler, M.: Python-Based Scikit-Learn Machine Learning Models for Thermal and Electrical Performance Prediction of High-Capacity Lithium-Ion Battery, Int. J. Energy Res., Vol. 46, Issue 2, p. 786-794, (2022)
6. （６） Heinrich, F., Klapper, P., Pruckner, M.: A comprehensive study on battery electric modeling approaches based on machine learning, Energy Informatics, Vol. 4, Article No. 17, (2021)
7. （７） 国立研究開発法人産業技術総合研究所：機械学習品質マネジメントガイドライン 第２版，(2021)
8. （８） https://scikit-learn.org/stable/modules/generated/sklearn.tree.DecisionTreeRegressor.html#sklearn.tree.DecisionTreeRegressor, 2021/1/15
9. （９） Rangarajan, S. P., Barsukov, Y., Mukherjee, P. P.: In Operando Impedance Based Diagnostics of Electrode Kinetics in Li-Ion Pouch Cells, Journal of The Electrochemical Society, Vol. 166, No. 10, A2131-A2141, (2019)

著者(所属)

• 川原 卓磨（先進パワーユニット・エネルギー研究所）
• 佐藤 優気（株式会社テクノプロ テクノプロ・デザイン社）
• 佐藤 功二（株式会社テクノプロ テクノプロ・デザイン社）

掲載情報

Honda R&D Technical Review　Vol.34 No.2 収録 (32 - 38)

論文PDF

引用情報