JP2021060229A - 推定装置、推定方法及びコンピュータプログラム - Google Patents
推定装置、推定方法及びコンピュータプログラム Download PDFInfo
- Publication number
- JP2021060229A JP2021060229A JP2019183334A JP2019183334A JP2021060229A JP 2021060229 A JP2021060229 A JP 2021060229A JP 2019183334 A JP2019183334 A JP 2019183334A JP 2019183334 A JP2019183334 A JP 2019183334A JP 2021060229 A JP2021060229 A JP 2021060229A
- Authority
- JP
- Japan
- Prior art keywords
- lead
- acid battery
- data
- estimation
- risk
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000004590 computer program Methods 0.000 title claims abstract description 22
- 239000002253 acid Substances 0.000 claims abstract description 90
- 208000010392 Bone Fractures Diseases 0.000 claims description 22
- 206010017076 Fracture Diseases 0.000 claims description 22
- 238000013500 data storage Methods 0.000 claims description 21
- 230000008569 process Effects 0.000 claims description 17
- 239000000284 extract Substances 0.000 claims description 9
- 238000000605 extraction Methods 0.000 claims description 6
- 230000004044 response Effects 0.000 claims description 5
- 238000012549 training Methods 0.000 claims description 2
- 238000009825 accumulation Methods 0.000 abstract description 9
- 239000003792 electrolyte Substances 0.000 abstract 2
- 230000005484 gravity Effects 0.000 abstract 2
- 230000001133 acceleration Effects 0.000 description 28
- 238000004891 communication Methods 0.000 description 19
- 230000006870 function Effects 0.000 description 15
- 238000004364 calculation method Methods 0.000 description 11
- 230000008859 change Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 238000005259 measurement Methods 0.000 description 9
- 229910000978 Pb alloy Inorganic materials 0.000 description 7
- 239000008151 electrolyte solution Substances 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 238000011176 pooling Methods 0.000 description 6
- 238000013527 convolutional neural network Methods 0.000 description 4
- 230000003203 everyday effect Effects 0.000 description 4
- 230000004913 activation Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 3
- 210000005069 ears Anatomy 0.000 description 3
- 239000007773 negative electrode material Substances 0.000 description 3
- 239000007774 positive electrode material Substances 0.000 description 3
- 229920003002 synthetic resin Polymers 0.000 description 3
- 239000000057 synthetic resin Substances 0.000 description 3
- QAOWNCQODCNURD-UHFFFAOYSA-N Sulfuric acid Chemical compound OS(O)(=O)=O QAOWNCQODCNURD-UHFFFAOYSA-N 0.000 description 2
- 239000000654 additive Substances 0.000 description 2
- 210000000988 bone and bone Anatomy 0.000 description 2
- 230000006866 deterioration Effects 0.000 description 2
- YADSGOSSYOOKMP-UHFFFAOYSA-N dioxolead Chemical compound O=[Pb]=O YADSGOSSYOOKMP-UHFFFAOYSA-N 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000036962 time dependent Effects 0.000 description 2
- 238000003466 welding Methods 0.000 description 2
- 239000011149 active material Substances 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000002790 cross-validation Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000011478 gradient descent method Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 239000011810 insulating material Substances 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000000465 moulding Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 229920003217 poly(methylsilsesquioxane) Polymers 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000002945 steepest descent method Methods 0.000 description 1
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02E60/10—Energy storage using batteries
Landscapes
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
- Secondary Cells (AREA)
- Tests Of Electric Status Of Batteries (AREA)
Abstract
Description
この構成によれば、鉛蓄電池の電流及び電圧から抽出したノイズ量に基づき、破断リスクを推定できる。
この構成によれば、鉛蓄電池の振動ストレスの積算値に基づき、破断リスクを推定できる。
図1は推定システムの概略構成を説明するブロック図である。第1実施形態に係る推定システムは、推定装置1及び鉛蓄電池2を備える。推定装置1は、例えばBMU(Battery Management Unit)であり、後述する手法にて鉛蓄電池2における破断リスクを推定し、推定結果を出力する。図1の例では、便宜的に推定装置1と鉛蓄電池2とを別体として記載したが、推定装置1と鉛蓄電池2とが一体となった構成であってもよい。更に、推定装置1は、鉛蓄電池2を含むバッテリシステムと通信可能に接続されるコンピュータ、サーバ装置などの情報処理装置であってもよい。
図5はノイズ量の経時変化を示すグラフである。図5に示すグラフの横軸は計測開始からの日数を表し、縦軸は一定期間毎の電流のノイズ量を表している。電流のノイズ量は、電流センサ4から得られる電流のデータに公知のフィルタを適用することよって計測される。推定装置1の制御部11は、フィルタによって計測されるノイズの量を一定期間毎(例えば1日毎)に積算し、記憶部12に記憶させる。制御部11は、ノイズ量の積算値が予め設定した閾値(ノイズ閾値)を超えた場合、破断リスクがあると推定する。
第2実施形態では、振動ストレス値に基づき破断リスクを推定する構成について説明する。
図7は振動ストレスの経時変化を示すグラフである。図7に示すグラフの横軸は計測開始からの日数を表し、縦軸は一定期間毎の振動ストレスの蓄積量(積算値)を表している。振動ストレスは、加速度センサ6から得られる加速度のデータを用いて、公知の演算手法を用いて算出される。推定装置1の制御部11は、算出した振動ストレスの値を一定期間毎(例えば1日毎)に積算し、記憶部12に記憶させる。制御部11は、振動ストレスの蓄積量が予め設定した閾値(振動ストレス閾値)を超えた場合、破断リスクがあると推定する。
第3実施形態では、ニューラルネットワークにより構成される学習モデルを用いて破断リスクを推定する構成について説明する。
第4実施形態では、ニューラルネットワークにより構成される他の学習モデルを用いて破断リスクを推定する構成について説明する。
11 制御部
12 記憶部
13 入力部
14 通信部
15 操作部
16 表示部
2 鉛蓄電池
3 負荷
4 電流センサ
5 電圧センサ
6 加速度センサ
EP 推定プログラム
Claims (8)
- 鉛蓄電池の電流及び電圧を取得する取得部と、
取得した電流及び電圧からノイズ量を抽出する抽出部と、
前記抽出部によって抽出したノイズ量に関するデータを蓄積するデータ蓄積部と、
前記データ蓄積部に蓄積した履歴データに基づき、前記鉛蓄電池の破断リスクを推定する推定部と、
前記推定部の推定結果を出力する出力部と
を備える推定装置。 - 鉛蓄電池の振動ストレス値を取得する取得部と、
取得した振動ストレス値の積算値に関するデータを蓄積するデータ蓄積部と、
前記データ蓄積部に蓄積した履歴データに基づき、前記鉛蓄電池の破断リスクを推定する推定部と、
前記推定部の推定結果を出力する出力部と
を備える推定装置。 - 前記推定部は、前記履歴データの入力に応じて、前記鉛蓄電池の破断リスクに関する情報を出力するよう構成された学習モデルを用いて、破断リスクを推定する
請求項1又は請求項2に記載の推定装置。 - 前記学習モデルは、
前記履歴データが入力される入力層、
前記鉛蓄電池の破断リスクに関する情報を出力する出力層、及び
前記鉛蓄電池の履歴データと、前記鉛蓄電池が破断したか否かを示すラベルデータとを教師データに用いて、前記履歴データと前記破断リスクとの関係を学習してある中間層
を備え、
前記データ蓄積部に蓄積した履歴データの入力に応じて、前記中間層にて演算し、前記出力層から破断リスクに関する情報を出力するよう構成してある
請求項3に記載の推定装置。 - コンピュータを用いて、
鉛蓄電池の電流及び電圧を取得し、
取得した電流及び電圧からノイズ量を抽出し、
抽出したノイズ量に関するデータを蓄積し、
蓄積した履歴データに基づき、前記鉛蓄電池の破断リスクを推定する
推定方法。 - コンピュータを用いて、
鉛蓄電池の振動ストレス値を取得し、
取得した振動ストレス値の積算値に関するデータを蓄積し、
前記データ蓄積部に蓄積した履歴データに基づき、前記鉛蓄電池の破断リスクを推定する
推定方法。 - コンピュータに、
鉛蓄電池の電流及び電圧を取得し、
取得した電流及び電圧からノイズ量を抽出し、
抽出したノイズ量に関するデータを蓄積し、
蓄積した履歴データに基づき、前記鉛蓄電池の破断リスクを推定する
処理を実行させるためのコンピュータプログラム。 - コンピュータに、
鉛蓄電池の振動ストレス値を取得し、
取得した振動ストレス値の積算値に関するデータを蓄積し、
前記データ蓄積部に蓄積した履歴データに基づき、前記鉛蓄電池の破断リスクを推定する
処理を実行させるためのコンピュータプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019183334A JP2021060229A (ja) | 2019-10-03 | 2019-10-03 | 推定装置、推定方法及びコンピュータプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019183334A JP2021060229A (ja) | 2019-10-03 | 2019-10-03 | 推定装置、推定方法及びコンピュータプログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2021060229A true JP2021060229A (ja) | 2021-04-15 |
Family
ID=75381462
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019183334A Pending JP2021060229A (ja) | 2019-10-03 | 2019-10-03 | 推定装置、推定方法及びコンピュータプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2021060229A (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114487872A (zh) * | 2021-12-31 | 2022-05-13 | 重庆特斯联智慧科技股份有限公司 | 一种机器人电池监测系统及监测方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016170600A (ja) * | 2015-03-12 | 2016-09-23 | オムロン株式会社 | 交換価格設定装置、交換価格設定方法、プログラム、および記録媒体 |
JP2017084693A (ja) * | 2015-10-30 | 2017-05-18 | 日産自動車株式会社 | 車載バッテリの評価装置及び方法 |
US20170146611A1 (en) * | 2015-11-23 | 2017-05-25 | GM Global Technology Operations LLC | Method and system for diagnosing battery system problems |
US20170261473A1 (en) * | 2015-03-09 | 2017-09-14 | Samsung Electronics Co., Ltd. | Method and apparatus for monitoring battery state |
-
2019
- 2019-10-03 JP JP2019183334A patent/JP2021060229A/ja active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170261473A1 (en) * | 2015-03-09 | 2017-09-14 | Samsung Electronics Co., Ltd. | Method and apparatus for monitoring battery state |
JP2016170600A (ja) * | 2015-03-12 | 2016-09-23 | オムロン株式会社 | 交換価格設定装置、交換価格設定方法、プログラム、および記録媒体 |
JP2017084693A (ja) * | 2015-10-30 | 2017-05-18 | 日産自動車株式会社 | 車載バッテリの評価装置及び方法 |
US20170146611A1 (en) * | 2015-11-23 | 2017-05-25 | GM Global Technology Operations LLC | Method and system for diagnosing battery system problems |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114487872A (zh) * | 2021-12-31 | 2022-05-13 | 重庆特斯联智慧科技股份有限公司 | 一种机器人电池监测系统及监测方法 |
CN114487872B (zh) * | 2021-12-31 | 2024-04-05 | 重庆特斯联智慧科技股份有限公司 | 一种机器人电池监测系统及监测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102219397B1 (ko) | 원격 파라미터 추정을 구비한 2차 전지 관리 시스템 | |
KR102424528B1 (ko) | 배터리의 상태를 추정하는 장치 및 방법 | |
JP6556649B2 (ja) | 蓄電池評価装置、蓄電池、蓄電池評価方法、およびプログラム | |
JP6234946B2 (ja) | 電池状態推定装置 | |
KR20180037760A (ko) | 배터리 상태 추정 장치 및 방법 | |
WO2014103705A1 (ja) | 蓄電デバイスの寿命予測装置及び蓄電デバイスの寿命予測方法 | |
EP4033585A1 (en) | Estimation device, estimation method, and computer program | |
JP2020148560A (ja) | 電池寿命学習装置、方法、プログラム、電池寿命予測装置、方法及びプログラム | |
JP2015175753A (ja) | 算出装置および算出方法 | |
CN114609524A (zh) | 运行提供电储能器的预测老化状态的系统的方法和装置 | |
JP2013156202A (ja) | 二次電池の残容量算出方法及びパック電池 | |
CN105814444B (zh) | 用于估算蓄电池的电池单元的老化的方法 | |
WO2016151336A1 (en) | Battery model comprising plurality of equivalent circuit networks and interface element coupling them | |
US20050052810A1 (en) | Method and apparatus for soft-sensor characterization of batteries | |
Yang et al. | A lithium-ion battery RUL prognosis method using temperature changing rate | |
JP2021060229A (ja) | 推定装置、推定方法及びコンピュータプログラム | |
EP4044322A1 (en) | Estimation device, estimation method, and computer program | |
CN107546433B (zh) | 电池信息处理方法及装置 | |
CN114730929A (zh) | 推断装置、推断方法以及计算机程序 | |
WO2021066127A1 (ja) | 推定装置、推定方法及びコンピュータプログラム | |
CN115946569A (zh) | 电池充电时长预测方法和装置、电子设备及存储介质 | |
JP7246115B2 (ja) | 二次電池の電池活性化装置およびメンテナンスシステム | |
JP7388103B2 (ja) | 推定装置、推定方法及びコンピュータプログラム | |
WO2023062894A1 (ja) | 鉛蓄電デバイス、情報処理方法及びコンピュータプログラム | |
JPWO2014038555A1 (ja) | 電池残量検出装置、電池システム、電池残量検出方法およびプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220802 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230331 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230425 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230621 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20230725 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231011 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20231019 |
|
A912 | Re-examination (zenchi) completed and case transferred to appeal board |
Free format text: JAPANESE INTERMEDIATE CODE: A912 Effective date: 20231110 |