리튬이온 배터리의 수명 예측을 위한 새로운 접근법을 제시합니다. 최근 충방전 사이클 데이터를 활용하여 잔여 사용 가능 사이클 수를 추정합니다. 신호 전처리 파이프라인(전류 및 용량 신호 기반의 용량 특징 추출, 통계 지표 및 델타 기반 방법을 사용한 잡음 제거 및 향상)과 1D CNN, A-LSTM, ODE-LSTM 모듈로 구성된 하이브리드 심층 학습 예측 모델을 제안합니다. 전달 학습을 통해 다양한 학습 전략 및 목표 데이터 분할 시나리오에서 모델의 강건성을 평가하였으며, 두 개의 공개 대규모 데이터셋을 사용한 실험 결과, 제안된 방법이 기준 심층 학습 접근 방식 및 기계 학습 기법보다 우수한 성능(RMSE 101.59)을 달성함을 보여줍니다.
