剩余容量推定装置、模型生成装置、剩余容量推定方法、模型生成方法以及程序制造方法及图纸

剩余容量推定装置(20)具备存储处理部(210)和计算部(240)。存储处理部(210)从模型生成装置(10)取得模型，并存储于模型存储部(220)。存储处理部(210)在从模型生成装置(10)取得了用于更新模型的数据的情况下，更新存储于模型存储部(220)的模型。计算部(240)使用模型存储部(220)所存储的模型，计算剩余容量推定装置(20)所管理的蓄电池(30)的剩余容量。此时，输入到模型中的数据(计算用测定数据)包括蓄电池30的电流、电压以及温度。在生成模型时的输入数据仅为电流、电压以及温度的情况下，计算用测定数据仅为电流、电压以及温度。电压以及温度。电压以及温度。

【技术实现步骤摘要】
【国外来华专利技术】剩余容量推定装置、模型生成装置、剩余容量推定方法、模型生成方法以及程序


[0001]本专利技术涉及剩余容量推定装置、模型生成装置、剩余容量推定方法、模型生成方法以及程序。

技术介绍

[0002]近年来，在各种场所使用蓄电池。作为第一例，将蓄电池用作车辆等移动体的动力源。作为第二例，将蓄电池用于暂时蓄积剩余电力。
[0003]在利用蓄电池时，高精度地计算蓄电池的剩余容量是重要的。例如在专利文献1以及2中记载了使用神经网络等机器学习来生成模型，并使用该模型来计算蓄电池的剩余容量。另外，在专利文献3中记载了使用第一时间点的蓄电池的SOC和SOH来推定之后的第二时间点的SOH。并且，在专利文献4中记载了使用第一时间点的蓄电池的SOH、以及从第一时间点到其后的第二时间点之间的蓄电池的状态所涉及的时间序列数据来推定第二时间点的SOH。
[0004]现有技术文献
[0005]专利文献
[0006]专利文献1：日本特开2007
‑
240521号公报
[0007]专利文献2：日本特开2008
‑
232758号公报
[0008]专利文献3：国际公开第2019/181728号
[0009]专利文献4：国际公开第2019/181729号

技术实现思路

[0010]专利技术所要解决的课题
[0011]通常，机器学习的计算量增加，但精度较高的情况较多。另一方面，在推定蓄电池的剩余容量时的计算量较少的情况下，例如能够实时地计算蓄电池剩余容量。因此，在使用机器学习来推定蓄电池的剩余容量的情况下，减少计算量是重要的。
[0012]本专利技术的目标的一例在于，在使用机器学习来推定蓄电池的剩余容量的情况下，减少计算量。
[0013]用于解决课题的手段
[0014]根据本专利技术，提供一种剩余容量推定装置，具备：存储处理部，其使存储部存储对训练数据进行多次机器学习而生成的模型，所述训练数据以包含蓄电池的电流、电压以及温度的训练用测定数据作为输入值，以该蓄电池的剩余容量值即训练用剩余容量值作为目标值；以及
[0015]计算部，其取得包含成为处理对象的对象蓄电池的电流、电压以及温度的计算用测定数据，并将该计算用测定数据输入到所述模型，由此计算出所述对象蓄电池的剩余容量。
[0016]根据本专利技术，提供一种模型生成装置，其具备：训练数据取得部，其取得多个训练数据，所述训练数据以由蓄电池的电流、电压以及温度构成的训练用测定数据为输入值，以该蓄电池的剩余容量值即训练用剩余容量值为目标值；以及
[0017]模型生成部，其通过对所述多个训练数据进行机器学习，生成用于根据计算用测定数据来计算对象蓄电池的剩余容量的模型，该计算用测定数据包含成为处理对象的该对象蓄电池的电流、电压以及温度。
[0018]根据本专利技术，提供一种模型生成装置，具备：训练数据取得部，其取得多个训练数据，所述训练数据以包含蓄电池的电流、电压以及温度的训练用测定数据作为输入值，以该蓄电池的剩余容量值即训练用剩余容量值作为目标值；
[0019]预处理部，其将n组所述训练数据加工成m
×
n的对象矩阵，并对该对象矩阵进行处理，由此生成由z个数据构成的一维数据，其中，m是训练用测定数据所包含的数据的种类的数量；以及
[0020]模型生成部，其以所述一维数据作为输入值进行机器学习，由此生成用于根据计算用测定数据计算对象蓄电池的剩余容量的模型，所述计算用测定数据包含成为处理对象的该对象蓄电池的电流、电压以及温度。
[0021]根据本专利技术，提供一种剩余容量推定方法，使计算机进行如下处理：
[0022]使存储部存储对训练数据进行多次机器学习而生成的模型，所述训练数据以包含蓄电池的电流、电压以及温度的训练用测定数据作为输入值，以该蓄电池的剩余容量值即训练用剩余容量值作为目标值；以及
[0023]取得包含成为处理对象的对象蓄电池的电流、电压以及温度的计算用测定数据，并将该计算用测定数据输入到所述模型，由此计算出所述对象蓄电池的剩余容量。
[0024]根据本专利技术，提供一种模型生成方法，使计算机进行如下处理：
[0025]取得多个训练数据，所述训练数据以由蓄电池的电流、电压以及温度构成的训练用测定数据作为输入值，以该蓄电池的剩余容量值即训练用剩余容量值作为目标值；以及
[0026]通过对多个所述训练数据进行机器学习，生成用于根据计算用测定数据计算对象蓄电池的剩余容量的模型，该计算用测定数据包含成为处理对象的该对象蓄电池的电流、电压以及温度。
[0027]根据本专利技术，提供一种模型生成方法，使计算机进行如下处理：
[0028]取得多个训练数据，所述训练数据以包含蓄电池的电流、电压以及温度的训练用测定数据作为输入值，以该蓄电池的剩余容量值即训练用剩余容量值作为目标值；
[0029]将n组所述训练数据加工成m
×
n的对象矩阵，并对该对象矩阵进行处理，由此生成由z个数据构成的一维数据；以及
[0030]以所述一维数据作为输入值进行机器学习，由此生成用于根据计算用测定数据来计算对象蓄电池的剩余容量的模型，所述计算用测定数据包含成为处理对象的该对象蓄电池的电流、电压以及温度。
[0031]根据本专利技术，提供一种程序，使计算机具有如下功能：
[0032]存储处理功能，使存储部存储对训练数据进行多次机器学习而生成的模型，所述训练数据以包含蓄电池的电流、电压以及温度的训练用测定数据作为输入值，以该蓄电池的剩余容量值即训练用剩余容量值作为目标值；以及
[0033]计算功能，取得包含成为处理对象的对象蓄电池的电流、电压以及温度的计算用测定数据，并将该计算用测定数据输入到所述模型，由此计算出所述对象蓄电池的剩余容量。
[0034]根据本专利技术，提供一种程序，使计算机具有如下功能：
[0035]取得功能，取得多个训练数据，所述训练数据以由蓄电池的电流、电压以及温度构成的训练用测定数据作为输入值，以该蓄电池的剩余容量值即训练用剩余容量值作为目标值；以及
[0036]模型生成功能，通过对所述训练数据进行机器学习，生成用于根据计算用测定数据计算对象蓄电池的剩余容量的模型，该计算用测定数据包含成为处理对象的该对象蓄电池的电流、电压以及温度。
[0037]根据本专利技术，提供一种程序，使计算机具有如下功能：
[0038]取得功能，取得多个训练数据，所述训练数据以包含蓄电池的电流、电压以及温度的训练用测定数据作为输入值，以该蓄电池的剩余容量值即训练用剩余容量值作为目标值；
[0039]预处理功能，将n组所述训练数据加工成m
×
n的对象矩阵，并对该对象矩阵进行处理，由此生成由z个数据构成的一维数据；以及
[0040]模型生成功能，以所述一维数据作为输入值进行机器学习，由此生成用于根据计算用测定数据计算对象蓄电池的剩余容量的模型，所述本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种剩余容量推定装置，其特征在于，所述剩余容量推定装置具备：存储处理部，其使存储部存储对训练数据进行多次机器学习而生成的模型，所述训练数据以包含蓄电池的电流、电压以及温度的训练用测定数据作为输入值，以该蓄电池的剩余容量值即训练用剩余容量值作为目标值；以及计算部，其取得包含成为处理对象的对象蓄电池的电流、电压以及温度的计算用测定数据，并将该计算用测定数据输入到所述模型，由此计算出所述对象蓄电池的剩余容量。2.根据权利要求1所述的剩余容量推定装置，其特征在于，所述模型是使用与多个所述蓄电池相关的所述训练数据而生成的。3.根据权利要求1或2所述的剩余容量推定装置，其特征在于，所述存储处理部从外部装置反复取得用于更新所述模型的数据，并使用该数据来更新存储于所述存储部的所述模型。4.根据权利要求3所述的剩余容量推定装置，其特征在于，所述剩余容量推定装置还具备：数据发送部，其将至少一个所述计算用测定数据和用于对测定了所述计算用测定数据时的所述对象蓄电池的剩余容量值进行确定的数据作为所述训练数据发送给所述外部装置。5.根据权利要求1至4中的任一项所述的剩余容量推定装置，其特征在于，所述训练用测定数据以及所述计算用测定数据均由电流、电压以及温度构成。6.一种模型生成装置，其特征在于，所述模型生成装置具备：训练数据取得部，其取得多个训练数据，所述训练数据以由蓄电池的电流、电压以及温度构成的训练用测定数据作为输入值，以该蓄电池的剩余容量值即训练用剩余容量值作为目标值；以及模型生成部，其通过对所述多个训练数据进行机器学习，生成用于根据计算用测定数据来计算对象蓄电池的剩余容量的模型，该计算用测定数据包含成为处理对象的该对象蓄电池的电流、电压以及温度。7.根据权利要求6所述的模型生成装置，其特征在于，所述模型生成装置具备：预处理部，其将n组所述训练数据加工成3
×
n的对象矩阵，并对该对象矩阵进行处理，由此生成由L个数据构成的一维数据，所述模型生成部以所述一维数据作为输入值来生成所述模型。8.一种模型生成装置，其特征在于，所述模型生成装置具备：训练数据取得部，其取得多个训练数据，所述训练数据以包含蓄电池的电流、电压以及温度的训练用测定数据作为输入值，以该蓄电池的剩余容量值即训练用剩余容量值作为目标值；预处理部，其将n组所述训练数据加工成m
×
n的对象矩阵，并对该对象矩阵进行处理，由此生成由z个数据构成的一维数据，其中，m是训练用测定数据所包含的数据的种类的数量；以及模型生成部，其以所述一维数据作为输入值来进行机器学习，由此生成用于根据计算
用测定数据来计算对象蓄电池的剩余容量的模型，所述计算用测定数据包含成为处理对象的该对象蓄电池的电流、电压以及温度。9.根据权利要求7或8所述的模型生成装置，其特征在于，所述预处理部通过对所述对象矩阵处理数字滤波器，至少进行一次将所述对象矩阵的行和列中的与所述电流、电压以及温度对应的一方扩展为比该一方的维数多的维数，并且将所述对象矩阵的行和列中的另一方缩小为比该另一方的维数少的维数的变换处理，由此生成所述一维数据。10.根据权利要求9所述的模型生成装置，其特征在于，所述数字滤波器是矩阵，所述预处理部至少进行一次如下(1)和(2)作为所述变换处理：(1)从所述对象矩阵中截取由与所述数字滤波器相同的行数以及列数构成的部分矩阵；(2)对所述部分矩阵运算所述数字滤波器，将该运算的结果的各成分相加后的值作为处理后的所述对象矩阵的成分。11.根据权利要求10所述的模型生成装置，其特征在于，所述预处理部在所述变换处理中，在所述(1)之前，进行对所述对象矩阵的外周加上虚拟值来扩展该对象矩阵的行和列中的至少一方的处理。12.根据权利要求7至11中的任一项所述的模型生成装置，其特征在于，所述预处理部还通过对与n...

【专利技术属性】
技术研发人员：岛胁秀德，陈九廷，
申请(专利权)人：远景AESC日本有限公司，
类型：发明
国别省市：