회사소개
인사말
주요연혁
인증 및 수상
프로젝트
제품소개
배터리 관리시스템
배터리 진단시스템
재사용 에너지저장장치
핵심솔루션
배터리 진단
전기사고 예측
배터리 화재 안전
연구개발
연구개발
고객지원
공지 및 뉴스
자료실
채용안내
온라인문의
KR
EN
핵심솔루션
CORE SOLUTION
배터리 진단
M-sBMS / e-BMS
실시간 배터리 상태 · 진단 · 관리 운영 솔루션 및 통합 운영 솔루션
배터리 및 에너지 자원의 종합 모니터링 및 운영
실시간 SoC/SoH/전압/온도 모니터링, 이상 징후 및 고장 조기 탐지 (열화, 팽창, 셀 불균형 등)
데이터 기반 유지보수 최적화
V, A, Hz
Sag, Swell
고조파 분석
전력량 분석
아크 감시
절연, 누설전류
액침냉각
V, T, IR
Cell 밸런싱
보호&Alarms
AI Solution
온도, 압력, 변형
Off-gas감지
온도제어
Block SCADA
수집
제어
통합관제
Cross Platform
Block SCADA 기술
Block Plug‑in 지원
Multi Monitoring
클라우드기반 IoT
수집
제어
통합관제
데이터
수집, 관리,제어
다양한 환경센서
및
Iot 디바이스 연동
다양한 이중 통신
솔루션 제공
임피던스 트래킹
ELS 결과
측정
등가회로
추정
기반
전기화학/임피던스
데이터 요구
ELS 측정값(임피던스 vs 주파수)
출력
R, C → SoC/SoH
장점
정확성
단점
고가 측정 장비 필요, 느림
예측 정확
중간(센서 민감도 영향)
LSTM‑DNN
V, I, T
측정
딥러닝
추정
기반
데이터 기반(딥러닝)
데이터 요구
센서 시계열 데이터(V, I, T 등)
출력
직접 예측된 SoC/SoH
장점
실시간 / 자동화
단점
논리적 해석 불가
예측 정확
데이터 충분시 높음
PDEECM
Partial Data‑Driven Electrical Equivalent Circuit Model
V, I, T+고정값
측정
물리+머신러닝
추정
기반
물리 + 데이터 기반
데이터 요구
센서 데이터 + 일부 고정 모델
출력
조정된 파라미터 + 예측 SoC/SoH
장점
범용성 / 일반
단점
구현 복잡, 하이브리드 설계 필요
예측 정확
높음(균형적)