@phdthesis{PiresMimoso2023,
  type      = {Master Thesis},
  author    = {Rafael Pires Mimoso},
  title     = {Maschinelles Lernen in der Batteriedatenanalyse},
  journal    = {Machine learning in battery data analysis: A data-driven approach to determine the ageing status of lithium-ion batteries},
  doi       = {10.25924/opus-4783},
  pages     = {x, 75},
  year      = {2023},
  abstract  = {Ans{\"a}tze des maschinellen Lernens werden sowohl in der Forschung als auch in der Praxis eingesetzt, um gew{\"u}nschte Ausgabedaten anhand bekannter Eingabedaten vorherzusagen. In dieser Masterarbeit wird die Anwendung des maschinellen Lernens in der Batteriedatenanalyse zur Bestimmung des Alterungsstatus von Lithium-Ionen-Batterien untersucht. Das Ziel dieser Arbeit besteht in der Vorhersage von Alterungskurven (englisch state of health - SoH) f{\"u}r Lithium-Ionen Batterien {\"u}ber die Anzahl der Entladezyklen (Zeitachse). Dies erfolgt auf der Grundlage zuvor erfasster Daten f{\"u}r drei Typen von Lithium-Ionen-Batterien, die bei Temperaturen von 15 °C, 25 °C und 35 °C sowie C-Raten von 0,5C, 1C und 2C aufgenommen wurden. Im Zuge dessen wurden die angewandten Methoden des maschinellen Lernens analysiert und ihre Ergebnisse verglichen. Der Umfang dieser Arbeit hebt sich von anderen Ans{\"a}tzen des maschinellen Lernens in der Batteriedatenanalyse ab, da dieselben Methoden in einem breiteren Spektrum von Daten mit unterschiedlichen Temperaturen und Kathodenmaterialien verwendet wurden. Dies ist f{\"u}r die Analyse von Unterschieden im Verhalten in der Praxis relevant. Nach dem Erwerb und der Vorbereitung der Daten wurden Modelle mit vier ausgew{\"a}hlten Regressionsverfahren (lineare Regression, Ridge-Regression, Random-Forest-Regression und KNN-Regression) des {\"u}berwachten Lernens trainiert und die Vorhersagen durchgef{\"u}hrt. Aus den Ergebnissen kann eine allgemeing{\"u}ltige Auslegungsgrundlage f{\"u}r weitere Untersuchungen und die praktische Anwendung abgeleitet werden, bei der die Vorhersagen von SoH-Kurven f{\"u}r Lithium-Ionen-Batterien mit linearer Regression und Ridge-Regression die h{\"o}chste Genauigkeit aufweisen.},
  language  = {de}
}