Long Short Term Memory를 이용한 수소 연료 전지 자동차의 에너지 관리 전략 연구 : 동적계획법 기반 LSTM 데이터 예측의 사용 가능성 확인 = Energy Management Strategy of Fuel Cell Electric Vehicle Using Long Short Term Memory : Validate usability of LSTM data forecasting based on dynamic programming
저자
발행사항
서울 : 명지대학교 대학원, 2020
학위논문사항
학위논문(석사)-- 명지대학교 대학원 : 기계공학과 2020. 2
발행연도
2020
작성언어
한국어
주제어
발행국(도시)
서울
형태사항
vi, 51p ; 26 cm
일반주기명
지도교수: 김민재
UCI식별코드
I804:11023-000000075439
소장기관
최근 미세먼지 등으로 공기정화 및 청정연료에 대한 관심이 높아지고 화석연료와 석
유의 고갈에 대한 불안감이 커짐에 따라 , 친환경 자동차에 대한 관심이 더욱 집중되고
있다 . 그 중에서 수소연료전지자동차 (Fuel Cell Electric Vehicle, 는 청정에너지
인 수소를 사용하여 동력을 발생시켜 물을 발생시키는 방식이기 때문에 , 배기가스를
배출하지 않고 전기차에 비해 장거리 주행도 가능함으로써 환경적인 이슈를 포함한 여
러가지 강점이 존재한다 . 그 렇기 때문에 , 현재 국산 자동차로 개발 될 만큼 큰 관심을
가지고 있다 . 수소연료전지는 가솔린과 같은 석유 연료에 비하여 충전시간이 버스인
경우에는 30 분 정도로 길고 게다가 수소충전소는 압력을 회복하여 다음 차를 충전 시
킬 때 까지 50 분이 소요 된다 . 이러한 전체적인 시간을 생각 하면 1 시간이상 대기 할
수도 있다 . 또한 , 고압 수소의 특성상 최대용량으로 충전하지 못하고 차량의 수소를 전
부 소모해서도 안되기 때문에 이러한 연료전지의 에너지 분배 전략은 필수적이다 . 특
히 , 수소연료전지의 경우 에너지 사용구간에 따른 시스템 효율차가 존재하여 에너지분
배전략을 최적화해야한다 . 수소연료전지자동차의 에너지분배 최적화가 가능하다면 , 1 회충전으로
운행 가능한 거리는 더욱 장거리화 될 것이고 충전소 부족으로 문제를 겪고
있는 수소연료전지 자동차 운전자에게 충전횟수 감소는 편의증가 및 비용감소에 큰 도
움을 줄 것으로 예상된다 . 본 연구 에서는 기존의 수소연료전지 자동차의 데이터를 각
도심 주행 모드에 따른 동적 프로그 래밍을 통하여 찾아내고 이 데이터들을 기반으로
하여 주행 데이터로 삼고자 했다 이를 기반으로 미래 연료전지 출력을 포함한 , 가속
도 , 속도 , 토크 등을 장단기 메모리 (Long Short Term Memory) 를 통해 예측하여 , 에
너지 제공에 있어서 수소연료전지와 배터리의 효율적인 사용을 가능하게 하는 새로운
에너지 분배 전략 기반을 제시하고자 한다 . 동적 프로그래밍 ( 의 최적의 효율과 장
단기 메모리 ( 의 예측 효율을 비교하여 성능 향상을 검증하였다 . 동적 프로그래
밍 ( 은 Matl ab/Simulink 를 활용하였고 , LSTM 은 Keras 와 Tensorflow 기반의
Python 을 통하여 구현하였다 . 두 프로그램을 통해 , 사이클을 통한 시스템 성능 예측을
진행하였다 . 그 결과 , 더 정확하고 빠르게 예측해낼 수 있었다 . 또한 , 발전하는 차량 컴
퓨팅 시스템에 LSTM 을 추가하여 실시간 연비 예측과 유도도 앞으로 구현할 수 있을
것이라 본다 .
In this study, the purpose of the study was to find the data of fuel cell electric vehicles through dynamic programming according to their respective urban driving modes and to use them as driving data based on these data. Based on this, we intends to present a new energy distribution strategy that enables efficient use of hydrogen fuel cells and batteries in providing energy by predicting acceleration, speed and torque through long short-term memory, including future fuel cell power. Performance improvements have been verified by comparing the optimal efficiency of dynamic programming (DP) with the predictive efficiency of long short-term memory (LSTM). Dynamic programming (DP) was utilized by Matlab/Simulink, and LSTM was implemented through Keras and Tensorflow based Python. Through the two programs, system performance predictions were carried out through cycles.
As a result, we were able to predict things more accurately and quickly. We also believe that real-time fuel economy forecasting and induction can be implemented in the future by adding LSTM to the developing vehicle computing system.
분석정보
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)