健康状態（SOH）はリチウムイオン電池の劣化の重要な指標であり、正確な評価は電池駆動システムの信頼性のある運用に必要不可欠です。既存の多くの方法は、単一または隣接する充放電サイクルから抽出した特徴に依存しており、異なるサイクル間に潜む監視信号の変化情報を掘り下げることができません。本研究では、この問題に対処するため、サイクル間特性を微分的に利用して健康状態を推定する新しいフレームワークを提案します。まず、交差再帰定量解析（CRQA）を用いて異なるサイクルの電池信号を比較し、原測定データのサイクル間変化を反映する交差再帰定量解析指標行列群を構築します。次に、任意の2サイクル間の健康状態変化量（ΔSOH）を予測目標とし、健康状態自体の直接予測ではありません。続いて、時系列交差検証を備えた畳み込みニューラルネットワークを構築し、健康状態変化量を予測し、ΔSOH自体の固有の時間依存関係を保持します。最後に、NASA電池データセットを基に提案フレームワークを展開およびテストし、予測性能の評価と比較を行いました。実験結果は平均絶対誤差0.2965%、二乗平均平方根誤差0.4156%であり、サイクル間健康指標に基づく間接的手法が電池健康状態推定における有効性と応用可能性を検証しました。

リチウムイオン電池;健康状態;交差再帰定量解析;予測;サイクル間特性