Electrochemical impedance spectroscopy analysis of Intermediate Temperature-Solid Oxide Fuel Cell under changing operating conditions using machine learning

Abstract

고체 산화물 연료전지(Solid Oxide Fuel Cell, SOFC)는 높은 에너지 밀도와 꾸준한 발전이 가능하다는 점에서 새로운 에너지원으로 떠오르고 있다. 이러한 SOFC는 작동 조건에 따라 그 성능이 달라진다. 본 연구에서는 다양한 작동조건의 SOFC 성능을 측정하고 이를 전기 화학 분광법(Electrochemical Impedance Spectroscopy, EIS)로 분석하여 성능 변화의 원인을 판단하였다. 12개의 셀을 제작하여 작동 온도 및 수소 농도를 조절하여 9개의 작동 조건에서 가동하였으며 총 108개의 측정 결과를 EIS로 분석하여 성능 감소 원인을 파악하였다. 108개의 데이터를 선형 회귀 및 논리 회귀, 분류 알고리즘으로 구성된 머신 러닝 시스템에 학습시켜 데이터를 분류하고 경향성을 파악할 수 있도록 하였다. 이를 바탕으로 미지의 새로운 EIS 결과를 입력하였을 때 자동으로 경향성을 파악하고 이를 분석할 수 있는 시스템을 제작하였다. 그 결과 총 13개의 측정 데이터에 대해 조건 변화를 완전히 예측하였다.