二次电池的充电状态推测装置、二次电池的异常检测装置、二次电池的异常检测方法及二次电池的管理系统制造方法及图纸

提供一种不容易产生错误工作且能够高精度地进行异常检测的二次电池的控制方法。本发明专利技术是一种二次电池的充电状态推测装置，包括：产生电磁噪声的器件；测量与器件电连接的二次电池的电压值的第一检测单元；测量与器件电连接的二次电池的电流值的第二检测单元；从使用第一检测单元或第二检测单元得到的多个包括电磁噪声的数据抽出电磁噪声与驱动模式之间的因果关系，根据该因果关系进行数据校正的校正单元；以及根据数据校正后的数据使用回归模型算出充电率的运算单元。

【技术实现步骤摘要】
【国外来华专利技术】二次电池的充电状态推测装置、二次电池的异常检测装置、二次电池的异常检测方法及二次电池的管理系统
本专利技术的一个方式涉及一种物品、方法或者制造方法。本专利技术涉及一种工序(process)、机器(machine)、产品(manufacture)或者组合物(compositionofmatter)。本专利技术的一个方式涉及一种半导体装置、显示装置、发光装置、二次电池、照明装置或电子设备。此外，本专利技术的一个方式涉及一种二次电池的异常检测方法及二次电池的充电控制方法。尤其涉及一种二次电池的异常检测系统、二次电池的充电系统及二次电池的管理系统(也称为BMS“电池管理系统”)。另外，在本说明书中，蓄电装置是指具有蓄电功能的所有元件以及装置。例如，蓄电装置包括锂离子二次电池等蓄电池(也称为二次电池)、锂离子电容器、镍氢电池、全固态电池及双电层电容器等。本专利技术的一个方式涉及一种神经网络及使用神经网络的二次电池的控制装置。此外，本专利技术的一个方式涉及一种使用神经网络的车辆。此外，本专利技术的一个方式涉及一种使用神经网络的电子设备。另外，本专利技术的一个方式不但适用于车辆，而且还可以适用于用来储存从设置在结构体等中的太阳能发电面板等发电设备得到的电力的二次电池。
技术介绍
近年来，对锂离子二次电池、锂离子电容器及空气电池等各种蓄电装置积极地进行了开发。尤其是，伴随手机、智能手机、平板电脑或笔记本型个人计算机等便携式信息终端、游戏装置、便携式音乐播放机、数码相机、医疗设备、混合动力汽车(HEV)、电动汽车(EV)或插电式混合动力汽车(PHEV)等新一代清洁能源汽车、或者电动摩托车等的半导体产业的发展，对高输出、高能量密度的锂离子二次电池的需求量急剧增长，作为能够充电的能量供应源，成为现代信息化社会的必需品。需要很多电力的电动车辆等包括多个连接于电源等的开关元件，在切换开关元件的开启状态及关闭状态时电磁噪声产生。电磁噪声是指由于开关工作时的过渡电流引起高频电流由此电磁辐射产生的情况。电磁噪声的传导有导体传导和空间传导，电力越大电磁噪声越大。为了屏蔽电磁噪声的空间传导设置屏蔽，但是由于有各种各样的电磁噪声，所以难以屏蔽噪声。电磁噪声是短时间的较强的噪声(尖峰噪声、突发噪声或单脉冲噪声)。有时发生源不同的噪声重叠而成为较大的电磁噪声。较大的电磁噪声产生经过电源线等影响到其他器件的工作的电磁干扰(EMI：ElectromagneticInterference)，有时例如会引起电路的错误工作。在电磁噪声输入到电池管理系统时会不正常工作或者没有异常的二次电池的输出因电磁噪声的影响会被判断为异常状态。在专利文献1中已知在电池系统中判断电池单元的过充电、过放电。[先行技术文献][专利文献][专利文献1]日本专利申请公开第2005-318751号公报
技术实现思路
专利技术所要解决的技术问题在长时间对包括二次电池的器件的集合体的输出信号进行监测时，所得到的观察值中不需要的电磁噪声及异常信号混在一起。异常信号也可以说是较大的噪声之一，也可以说是二次电池的安全管理上需要的噪声。目的之一是公开可以使电磁噪声与二次电池的异常信号噪声区分，实时或准实时进行异常检测，更精密地进行异常检测的装置或二次电池控制系统。需要较多的电力的电动车辆等中包括发动机、反相器、DCDC转换器，由于对大电力进行开关控制所以产生较大的电磁噪声(也称为开关噪声)，因电磁噪声会导致错误工作。目的之一也是提供不容易产生错误工作且高精度地进行异常检测的二次电池的控制方法。此外，LSI等的半导体芯片的工作速度越快功耗的变化越大，电压变动增大，这成为噪声而传导。用于安装在车辆的系统的LSI个数增加，今后为了实现电动汽车的半自动或全自动驾驶，工作速度也需要得到提高。目的是在电动汽车实现半自动或全自动驾驶时电磁噪声也增大，因此将该电磁噪声的影响降低到最低，高精度地算出充电率。减轻或准确地去除电磁噪声及抖动的方法也是目的之一。注意，抖动是指信号波形的时间轴方向上产生的非常短的变动(波动)成分。在对信号进行AD转换时，有时数字信号中产生抖动。解决技术问题的手段本说明书所公开的专利技术的结构是一种二次电池的充电状态推测装置，包括：产生电磁噪声的器件；测量与器件电连接的二次电池的电压值的第一检测单元；测量与器件电连接的二次电池的电流值的第二检测单元；从使用第一检测单元或第二检测单元得到的多个包括电磁噪声的数据抽出电磁噪声与驱动模式之间的因果关系，根据该因果关系进行数据校正的校正单元；以及根据校正数据后的数据使用回归模型算出充电率的运算单元。在上述结构中，回归模型是基于状态方程的卡尔曼滤波。卡尔曼滤波是无限脉冲响应滤波之一种。此外，多元回归分析是多变量分析之一种，其中回归分析的独立变量为多个。作为多元回归分析，有最小二乘法等。回归分析需要较多的观察值的时间序列，而卡尔曼滤波具有只要积蓄一定程度的数据就可以逐步得到最适合的校正系数的优点。此外，也可以将卡尔曼滤波应用于非平稳时间序列。作为推测二次电池的内部电阻及SOC(StateOfCharge)的方法，可以利用非线性卡尔曼滤波(具体而言，无损卡尔曼滤波(也称为UKF))。此外，也可以使用扩展卡尔曼滤波(也称为EKF)。SOC(StateOfCharge)示出充电状态(也称为充电率)的指标，满充电时为100％，完全放电时为0％。在上述结构中，数据校正通过生成电磁噪声的反相的信号抵消电磁噪声的至少一部分来进行。例如，电磁噪声的反相的信号生成根据机器学习所得到的运算结果由包括反相器或转换器等电力产生单元生成反相电力，反馈至电源而抵消。注意，由于数据校正不复杂时不需要机器学习，所以可以适当地设计FPGA(现场可编程门阵列)等，由包括反相器或转换器等电力产生单元生成反相电力，反馈至电源而抵消。对于需要很多电力的电动车辆等，以驱动模式及卡尔曼滤波的预测误差为输入，以消除电磁噪声的影响的方式，通过校正单元，具体而言机器学习生成预测误差的校正数据，与驱动模式关联。原来的信号中埋入有噪声与驱动模式的关系关联的信息。关联的校正数据在实际使用中应用。由于一些因果关系是已知的，所以很容易提高校正精度。驱动模式是指驱动反相器、转换器、发动机、无线模块、计算机等器件时进行一系列操作的模式，例如驾驶电动车辆时消耗电力的加速操作时或能够得到再生电流的制动操作时等也可以说是驱动模式之一。以消除电磁噪声的影响的方式利用根据电磁噪声的反相的信号并通过校正抵消不需要的电磁噪声。通过使用该校正后的数据，可以根据高品质的信号输出高精度地算出充电率。用来抵消电磁噪声的反相的信号优选由机器学习生成。此外，与微短路有关的噪声的强度较大。因此，微短路等异常可以在超过预先设定的阈值时检测出。微短路是指二次电池内部的极小的短路，不是由于在二次电池的正极和负极之间发生短路而不能进行充放电的状态，而是微量的短路电流流过极小的短路部的现象。由于即使为较短且极小的部分也产生很大的电压变化本文档来自技高网...

【技术保护点】
1.一种二次电池的异常检测装置，包括：/n测量二次电池的电压值的电压取得部；/n测量二次电池的电流值的电流取得部；/n以所述电压值及所述电流值为输入并使用回归模型进行运算算出预测误差的运算部；/n以所述预测误差及驱动模式为输入，以抵消与所述驱动模式对应的噪声的方式形成预测误差的校正数据，使所述校正数据与所述驱动模式对应构成校正模型的机器学习部；/n储存所述机器学习部的结果的学习结果存储部；以及/n判定被所述校正数据校正的预测误差是正常还是异常的判定部。/n

【技术特征摘要】
【国外来华专利技术】20180316 JP 2018-049713;20180615 JP 2018-1148141.一种二次电池的异常检测装置，包括：
测量二次电池的电压值的电压取得部；
测量二次电池的电流值的电流取得部；
以所述电压值及所述电流值为输入并使用回归模型进行运算算出预测误差的运算部；
以所述预测误差及驱动模式为输入，以抵消与所述驱动模式对应的噪声的方式形成预测误差的校正数据，使所述校正数据与所述驱动模式对应构成校正模型的机器学习部；
储存所述机器学习部的结果的学习结果存储部；以及
判定被所述校正数据校正的预测误差是正常还是异常的判定部。


2.根据权利要求1所述的二次电池的异常检测装置，还包括：
只在所述被校正的预测误差被判断为异常时驱动而对使用者通知异常的...

【专利技术属性】
技术研发人员：高桥圭，楠纮慈，伊佐敏行，千田章裕，山内谅，栗城和贵，田岛亮太，
申请(专利权)人：株式会社半导体能源研究所，
类型：发明
国别省市：日本;JP