JP2022052373A - 情報処理装置、情報処理方法、及びコンピュータプログラム - Google Patents

情報処理装置、情報処理方法、及びコンピュータプログラム Download PDF

Info

Publication number
JP2022052373A
JP2022052373A JP2020158730A JP2020158730A JP2022052373A JP 2022052373 A JP2022052373 A JP 2022052373A JP 2020158730 A JP2020158730 A JP 2020158730A JP 2020158730 A JP2020158730 A JP 2020158730A JP 2022052373 A JP2022052373 A JP 2022052373A
Authority
JP
Japan
Prior art keywords
deterioration
degree
power storage
storage device
unit
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
Application number
JP2020158730A
Other languages
English (en)
Inventor
克征 佐藤
Katsuyuki Sato
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
GS Yuasa Corp
Original Assignee
GS Yuasa Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by GS Yuasa Corp filed Critical GS Yuasa Corp
Priority to JP2020158730A priority Critical patent/JP2022052373A/ja
Priority to EP21872350.0A priority patent/EP4202462A1/en
Priority to PCT/JP2021/034264 priority patent/WO2022065221A1/ja
Priority to US18/027,497 priority patent/US20230375633A1/en
Publication of JP2022052373A publication Critical patent/JP2022052373A/ja
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
    • G01R31/3842—Arrangements for monitoring battery or accumulator variables, e.g. SoC combining voltage and current measurements
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/367—Software therefor, e.g. for battery testing using modelling or look-up tables
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/392—Determining battery ageing or deterioration, e.g. state of health
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
    • G07C5/10—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time using counting means or digital clocks
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/425—Structural combination with electronic components, e.g. electronic circuits integrated to the outside of the casing
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/48—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/48—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte
    • H01M10/482—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte for several batteries or cells simultaneously or sequentially
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/00032—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries characterised by data exchange
    • H02J7/00034—Charger exchanging data with an electronic device, i.e. telephone, whose internal battery is under charge
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/0047—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with monitoring or indicating devices or circuits
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/0047—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with monitoring or indicating devices or circuits
    • H02J7/005—Detection of state of health [SOH]
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/378—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC] specially adapted for the type of battery or accumulator
    • G01R31/379—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC] specially adapted for the type of battery or accumulator for lead-acid batteries
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/425—Structural combination with electronic components, e.g. electronic circuits integrated to the outside of the casing
    • H01M2010/4271—Battery management systems including electronic circuits, e.g. control of current or voltage to keep battery in healthy state, cell balancing
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M2220/00—Batteries for particular applications
    • H01M2220/20—Batteries in motive systems, e.g. vehicle, ship, plane
    • 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

Abstract

【課題】蓄電デバイスの劣化の度合を判定することができる情報処理装置、情報処理方法、及びコンピュータプログラムを提供する。【解決手段】情報処理装置１は、車両に搭載した蓄電デバイスの電流、電圧、又は温度のうち少なくとも一つ以上の履歴データを取得する第１取得部１１と、蓄電デバイスの交換までの使用期間、又は交換の事由のうち少なくとも一つ以上を取得する第２取得部１１と、第１取得部１１により取得した前記履歴データに基づく判定データを導出する導出部１１と、第２取得部１１により取得した前記使用期間、又は前記交換の事由のうち少なくとも一つ以上に基づいて、蓄電デバイスの交換時の劣化の度合を設定する設定部１１と、事前に他の複数の蓄電デバイスによって得られた判定データと前記劣化の度合との関係、及び前記導出部により導出した、判定対象の蓄電デバイスの判定データに基づいて、該蓄電デバイスの劣化の度合を判定する判定部１１とを備える。【選択図】図２

Description

本発明は、車両に搭載した蓄電デバイスの劣化の度合を判定する情報処理装置、情報処理方法、及びコンピュータプログラムに関する。
例えば鉛蓄電池等の蓄電デバイスは、車載用、産業用の他、様々な用途で使用されている。例えば車載用の鉛蓄電池は、例えば自動車、バイク、フォークリフト、ゴルフカー等の車両等の移動体に搭載され、エンジン始動時におけるスタータモータへの電力供給源、及びライト等の各種電装品への電力供給源として使用されている。例えば、産業用の鉛蓄電池は、非常用電源やＵＰＳへの電力供給源として使用されている。
鉛蓄電池は様々な要因によって劣化が進行することが知られている。鉛蓄電池の予期せぬ機能喪失による電力の供給停止を防ぐため、鉛蓄電池の劣化の度合を適切に判定し、交換の要否を的確に判定する必要がある。
特許文献１の電池の寿命診断装置は、劣化指標の推移情報に基づいて、寿命を予測する。
特開２０１８－１７９７３３号公報
車両に搭載する鉛蓄電池の寿命は、一般的な走行スタイルに基づいて予測されている。
一般に、鉛蓄電池にトラブルがあり、即ち鉛蓄電池のＳＯＨ（健全状態：State Of Health）が０になり、鉛蓄電池が寿命に到達した場合には、道路上等で車両のエンジンをかけることができなくなるため、鉛蓄電池を交換することになる。一方、例えば使用期間、エンジンのかかり具合等の走行スタイルに基づく事由により、販売店のスタッフの勧めに基づいて、使用可能期間が残存している、即ちＳＯＨが０になっていない場合でも、ユーザの判断により交換することがある。特許文献１の場合、鉛蓄電池の交換を実施した場合の情報、ユーザの走行スタイルを加味していないので、良好に各電池の劣化の度合を判定して寿命を予測することができない。
本発明は、蓄電デバイスの劣化の度合を判定することができる情報処理装置、情報処理方法、及びコンピュータプログラムを提供することを目的とする。
本発明の一態様に係る情報処理装置は、車両に搭載した蓄電デバイスの電流、電圧、又は温度のうち少なくとも一つ以上の履歴データを取得する第１取得部と、蓄電デバイスの交換までの使用期間、又は交換の事由のうち少なくとも一つ以上を取得する第２取得部と、前記第１取得部により取得した前記履歴データに基づく判定データを導出する導出部と、前記第２取得部により取得した前記使用期間、又は前記交換の事由のうち少なくとも一つ以上に基づいて、蓄電デバイスの交換時の劣化の度合を設定する設定部と、事前に他の複数の蓄電デバイスによって得られた判定データと前記劣化の度合との関係、及び前記導出部により導出した、判定対象の蓄電デバイスの判定データに基づいて、該蓄電デバイスの判定時の劣化の度合を判定する判定部とを備える。
本発明の一態様に係る情報処理方法は、車両に搭載した蓄電デバイスの電流、電圧、又は温度のうち少なくとも一つ以上の履歴データを取得し、蓄電デバイスの交換までの使用期間、又は交換の事由のうち少なくとも一つ以上を取得し、取得した前記履歴データに基づく判定データを導出し、取得した前記使用期間、及び前記交換の事由のうち少なくとも一つ以上に基づいて、前記蓄電デバイスの劣化の度合を設定し、事前に他の複数の蓄電デバイスによって得られた判定データと前記劣化の度合との関係、及び判定対象の蓄電デバイスの判定データに基づいて、該蓄電デバイスの劣化の度合を判定する。
本発明の一態様に係るコンピュータプログラムは、車両に搭載した蓄電デバイスの電流、電圧、又は温度のうち少なくとも一つ以上の履歴データを取得し、蓄電デバイスの交換までの使用期間、又は交換の事由のうち少なくとも一つ以上を取得し、取得した前記履歴データに基づく判定データを導出し、取得した前記使用期間、又は前記交換の事由のうち少なくとも一つ以上に基づいて、前記蓄電デバイスの劣化の度合を設定し、事前に他の複数の蓄電デバイスによって得られた判定データと前記劣化の度合との関係、及び判定対象の蓄電デバイスの判定データに基づいて、該蓄電デバイスの劣化の度合を判定する処理をコンピュータに実行させる。
本発明によれば、蓄電デバイスの劣化を判定することができる。
実施形態１に係る情報処理システムの構成の一例を示す模式図である。 情報処理装置の構成の一例を示すブロック図である。 制御装置の構成の一例を示すブロック図である。 端末の構成の一例を示すブロック図である。 制御部による第１関係及び第２関係の導出の処理の手順を示すフローチャートである。 制御部によるＳＯＨの判定及び残寿命率の推定の処理の手順を示すフローチャートである。 表示パネルに表示される表示画面を示す説明図である。 制御部による第１関係の補正の処理の手順を示すフローチャートである。 制御部による寿命の推定の処理の手順を示すフローチャートである。 将来のＳＯＨ曲線を推定する方法の説明図である。 表示パネルに表示される表示画面を示す説明図である。 実施形態２に係る情報処理システムの情報処理装置の構成を示すブロック図である。 学習モデルの一例を示す模式図である。 制御部による学習モデルの生成処理の手順を示すフローチャートである。 学習モデルの一例を示す模式図である。 制御部によるＳＯＨの判定、及び残寿命率の推定の処理の手順を示すフローチャートである。 変形例の学習モデルの一例を示す模式図である。 実施形態３に係る学習モデルの生成処理に関する説明図である。 制御部による寿命の推定の処理の手順を示すフローチャートである。
（実施形態の概要）
実施形態に係る情報処理装置は、車両に搭載した蓄電デバイスの電流、電圧、又は温度のうち少なくとも一つ以上の履歴データを取得する第１取得部と、蓄電デバイスの交換までの使用期間、又は交換の事由のうち少なくとも一つ以上を取得する第２取得部と、前記第１取得部により取得した前記履歴データに基づく判定データを導出する導出部と、前記第２取得部により取得した前記使用期間、又は前記交換の事由のうち少なくとも一つ以上に基づいて、蓄電デバイスの交換時の劣化の度合を設定する設定部と、事前に他の複数の蓄電デバイスによって得られた判定データと前記劣化の度合との関係、及び前記導出部により導出した、判定対象の蓄電デバイスの判定データに基づいて、該蓄電デバイスの判定時の劣化の度合を判定する判定部とを備える。
上記構成によれば、判定データと、前記使用期間や交換の事由に基づいて設定した劣化の度合とを対応づけたデータに基づいて導出した、判定データと劣化の度合との関係を参照し、判定対象の蓄電デバイスの判定データに基づいて、該蓄電デバイスの劣化の度合を判定する。前記関係は、該劣化度合を判定する前に交換を実施した複数の蓄電デバイスの前記使用期間や交換の事由等に基づき導出された劣化の度合を使用するので、対象の蓄電デバイスの判定データに基づいて、良好に劣化の度合を判定でき、寿命を推定することができる。
上述の情報処理装置において、前記判定部は、判定データを入力した場合に、劣化の度合を出力する学習モデルに、前記導出部により導出した判定対象の蓄電デバイスの判定データを入力して、劣化の度合を判定してもよい。
上記構成によれば、容易に、精度良く劣化の度合を取得できる。
上述の情報処理装置において、前記第２取得部は、交換時点の蓄電デバイスの実測の劣化の度合をさらに取得し、前記設定部は、前記第２取得部により取得した前記実測の劣化の度合に基づいて、劣化の度合を補正してもよい。
上記構成によれば、判定データと劣化の度合との関係の精度がより良好になり、対象の蓄電デバイスの劣化の度合をより良好に判定できる。
上述の情報処理装置において、前記第２取得部により取得した前記使用期間や前記交換の事由のうち少なくとも一つ以上に基づいて、蓄電デバイスの残寿命を設定する第２の設定部と、劣化の度合と前記残寿命との関係、及び前記判定部により判定した判定対象の蓄電デバイスの劣化の度合に基づいて、残寿命を推定する推定部とを備えてもよい。
上記構成によれば、劣化の度合に基づいて、良好に残寿命を推定できる。
上述の情報処理装置において、前記推定部は、劣化の度合を入力した場合に、残寿命を出力する第２の学習モデルに、前記判定部により判定した前記蓄電デバイスの前記劣化の度合を入力して、残寿命を推定してもよい。
上記構成によれば、容易に、精度良く残寿命を取得できる。
実施形態に係る情報処理装置は、車両に搭載した蓄電デバイスの電流、電圧、又は温度のうち少なくとも一つ以上の履歴データを取得する第１取得部と、蓄電デバイスの交換までの使用期間、又は交換の事由のうち少なくとも一つ以上を取得する第２取得部と、前記第１取得部により取得した前記履歴データに基づく判定データを導出する導出部と、前記第２取得部により取得した前記使用期間、又は前記交換の事由のうち少なくとも一つ以上に基づいて、蓄電デバイスの残寿命を設定する設定部と、事前に他の複数の蓄電デバイスによって得られた判定データと前記残寿命との関係、及び前記導出部により導出した、判定対象の蓄電デバイスの判定データに基づいて、該蓄電デバイスの残寿命を推定する推定部とを備えてもよい。
上記構成によれば、判定データと、交換までの使用期間や交換の事由等に基づいて設定した残寿命とを対応づけたデータに基づいて導出した、判定データと残寿命との関係を参照し、判定対象の蓄電デバイスの判定データに基づいて、該蓄電デバイスの残寿命を判定する。前記関係は、該残寿命を判定する前に交換を実施した複数の蓄電デバイスの前記使用期間や交換の事由等に基づき導出された残寿命を使用するので、対象の蓄電デバイスの判定データに基づいて、良好に寿命を推定することができる。
上述の情報処理装置において、前記推定部は、判定データを入力した場合に、残寿命を出力する学習モデルに、前記導出部により導出した判定対象の蓄電デバイスの判定データを入力して、残寿命を推定してもよい。
上記構成によれば、容易に、精度良く残寿命を取得できる。
上述の情報処理装置において、前記残寿命は、判定データを導出した時点以降の劣化の度合の予想推移を表してもよい。また、予想においては、使用条件を変更した場合の寿命変化について表してもよい。
上記構成によれば、使用条件の変更によりの蓄電デバイスの寿命を延ばすことや使用条件の変化による早期寿命到来の予知ができる。
上述の情報処理装置において、前記設定部は、前記交換の事由が、蓄電デバイスのトラブルであるか、又はトラブルの発生前の事由であるかに応じて、劣化の度合又は残寿命を設定してもよい。
トラブルの発生前に、販売店のスタッフの勧めにより交換する場合、使用可能な期間が残っていることがある。上記構成によれば、交換の事由が蓄電デバイスのトラブルであるか、トラブルの発生前の事由であるかに応じて、劣化の度合又は残寿命を良好に設定できる。
上述の情報処理装置において、前記第２取得部が前記使用期間、又は前記交換の事由のうち少なくとも一つ以上を取得した場合に、交換の直前に前記判定部により判定した劣化の度合、又は前記推定部により推定した残寿命を取得する第３取得部と、前記使用期間、又は前記交換の事由のうち少なくとも一つ以上に基づいて、前記設定部が設定する劣化の度合、又は残寿命を取得する第４取得部と、前記判定部の判定時、又は前記推定部の推定時の判定データと、前記第４取得部が取得した前記劣化の度合、又は前記残寿命とに基づいて、前記判定データと劣化の度合との関係、又は前記判定データと残寿命との関係を補正する補正部とを備えてもよい。
上記構成によれば、蓄電デバイスを交換した場合に、交換の直前に判定した劣化の度合、又は推定した残寿命と、交換の事由に基づいて設定される劣化の度合又は残寿命とに基づいて、判定データと劣化の度合との関係、又は判定データと残寿命との関係を補正する。次回判定する劣化の度合、又は推定する残寿命の精度が向上する。
実施形態に係る情報処理方法は、車両に搭載した蓄電デバイスの電流、電圧、又は温度のうち少なくとも一つ以上の履歴データを取得し、蓄電デバイスの交換までの使用期間、又は交換の事由のうち少なくとも一つ以上を取得し、取得した前記履歴データに基づく判定データを導出し、取得した前記使用期間、及び前記交換の事由のうち少なくとも一つ以上に基づいて、前記蓄電デバイスの劣化の度合を設定し、事前に他の複数の蓄電デバイスによって得られた判定データと前記劣化の度合との関係、及び判定対象の蓄電デバイスの判定データに基づいて、該蓄電デバイスの劣化の度合を判定する。
上記構成によれば、判定データと、前記使用期間や交換の事由等に基づいて設定した劣化の度合とを対応づけたデータに基づいて導出した、判定データと劣化の度合との関係を参照し、判定対象の蓄電デバイスの判定データに基づいて、該蓄電デバイスの劣化の度合を判定する。該劣化の度合を判定する前に交換を実施した複数の蓄電デバイスの前記使用期間や交換の事由等に基づき導出された劣化の度合を使用するので、良好に劣化の度合を判定して、寿命を推定することができる。
上述の情報処理方法において、前記使用期間、又は前記交換の事由のうち少なくとも一つ以上を取得した場合に、交換の直前に判定した劣化の度合を取得し、前記使用期間、又は前記交換の事由のうち少なくとも一つ以上に基づいて、設定する劣化の度合を取得し、 判定時の判定データと、設定する前記劣化の度合とに基づいて、前記判定データと劣化の度合との関係を補正してもよい。
上記構成によれば、判定データと劣化の度合との関係、又は判定データと残寿命との関係を補正するので、次回判定する劣化の度合、又は推定する残寿命の精度が向上する。
実施形態に係るコンピュータプログラムは、車両に搭載した蓄電デバイスの電流、電圧、又は温度のうち少なくとも一つ以上の履歴データを取得し、蓄電デバイスの交換までの使用期間、又は交換の事由のうち少なくとも一つ以上を取得し、取得した前記履歴データに基づく判定データを導出し、取得した前記使用期間、又は前記交換の事由のうち少なくとも一つ以上に基づいて、前記蓄電デバイスの劣化の度合を設定し、事前に他の複数の蓄電デバイスによって得られた判定データと前記劣化の度合との関係、及び判定対象の蓄電デバイスの判定データに基づいて、該蓄電デバイスの劣化の度合を判定する処理をコンピュータに実行させる。
上記構成によれば、判定対象の蓄電デバイスの劣化の度合を判定する前に交換を実施した複数の蓄電デバイスから事前に取得した判定データと劣化の度合との関係を参照し、判定対象の蓄電デバイスの判定データに基づいて、良好に劣化の度合を判定でき、寿命を推定することができる。
上述のコンピュータプログラムにおいて、前記使用期間、又は前記交換の事由のうち少なくとも一つ以上を取得した場合に、交換の直前に判定した劣化の度合を取得し、前記使用期間、又は前記交換の事由のうち少なくとも一つ以上に基づいて、設定する劣化の度合を取得し、判定時の判定データと、設定する前記劣化の度合とに基づいて、前記判定データと劣化の度合との関係を補正する処理をコンピュータに実行させてもよい。
上記構成によれば、判定データと劣化の度合との関係、又は判定データと残寿命との関係を補正するので、次回判定する劣化の度合、又は推定する残寿命の精度が向上する。
（実施形態１）
図１は、実施形態１に係る情報処理システム１０の構成の一例を示す模式図である。情報処理システム１０においては、情報処理装置１、車両２に搭載される蓄電デバイスとしての鉛蓄電池（以下、電池という）３の充放電を制御する制御装置４、及び電池３の販売店の端末５がインターネット等のネットワークＮを介して接続されている。
情報処理装置１は、制御装置４から複数の電池３の電流、電圧、及び温度の時系列（履歴）データを取得し、端末５から複数の車両２の電池３の使用期間及び交換事由等の交換情報を取得し、取得した履歴データに基づく判定データを導出する。情報処理装置１は、取得した使用期間及び交換事由に基づいて、鉛蓄電池の劣化の度合を設定し、判定データと劣化の度合とを対応づけたデータに基づいて、判定データと劣化の度合との関係（推定モデル）を導出する。情報処理装置１は、判定対象の電池３の判定データを導出し、前記関係に基づいて、電池３の劣化の度合を判定し、判定結果を端末５へ送信する。
図２は、情報処理装置１の構成の一例を示すブロック図である。情報処理装置１は、装置全体を制御する制御部１１、主記憶部１２、通信部１３、補助記憶部１４、及び計時部１５を備える。情報処理装置１は、１又は複数のサーバで構成することができる。情報処理装置１は複数台で分散処理する他、仮想マシンを用いてもよい。
制御部１１は、ＣＰＵ（Central Processing Unit）、ＲＯＭ（Read Only Memory）及びＲＡＭ（Random Access Memory）等で構成することができる。制御部１１はＧＰＵ（Graphics Processing Unit）を含んで構成してもよい。また、量子コンピュータを用いてもよい。
主記憶部１２は、ＳＲＡＭ（Static Random Access Memory）、ＤＲＡＭ（Dynamic Random Access Memory）、フラッシュメモリ等の一時記憶領域であり、制御部１１が演算処理を実行するために必要なデータを一時的に記憶する。
通信部１３は、ネットワークＮを介して、端末５及び制御装置４との間で通信を行う機能を有し、所要の情報の送受信を行うことができる。具体的には、通信部１３は、端末５が送信した交換情報を受信し、制御装置４が送信した電流、電圧、及び温度の履歴データを受信する。通信部１３は、電池３の劣化の判定結果を端末５へ送信する。
補助記憶部１４は大容量メモリ、ハードディスク等であり、制御部１１が処理を実行するために必要なプログラム、後述する劣化の判定処理を行うプログラム１４１、劣化履歴ＤＢ１４２、使用履歴ＤＢ１４３、及び関係ＤＢ１４４を記憶している。劣化履歴ＤＢ１４２は、他のＤＢサーバに記憶してもよい。
補助記憶部１４に記憶されるプログラム１４１は、プログラム１４１を読み取り可能に記録した記録媒体１４０により提供されてもよい。記録媒体１４０は、例えば、ＵＳＢメモリ、ＳＤカード、マイクロＳＤカード、コンパクトフラッシュ（登録商標）等の可搬型のメモリである。記録媒体１４０に記録されているプログラム１４１は、図示していない読取装置を用いて記録媒体１４０から読み取られ、補助記憶部１４にインストールされる。また、プログラム１４１は、通信部１３を介した通信により提供されてもよい。
計時部１５は計時を行う。
図３は、制御装置４の構成の一例を示すブロック図である。
制御装置４は、制御部４１、記憶部４２、計時部４４、入力部４５、表示パネル４６、通信部４７を備える。
制御部４１、計時部４４、及び通信部４７は、制御部１１、計時部１５、及び通信部１３と同様の構成を有する。
記憶部４２は、各種のプログラム及びデータを記憶する。記憶部４２には充放電及び温度の履歴データ４３が記憶されている。充放電の履歴とは、電池３の運転履歴であり、電池３が充電又は放電を行った期間（使用期間）を示す情報、使用期間において電池３が行った充電又は放電に関する情報等を含む情報である。電池３の使用期間を示す情報とは、充電又は放電の開始及び終了の時点を示す情報、電池３が使用された累積使用期間等を含む情報である。電池３が行った充電又は放電に関する情報とは、電池３が行った充電時又は放電時の電圧、レート、電流の積算値等を示す情報である。温度の履歴とは、電池３の温度の積算値である。
入力部４５は、電圧センサ及び電流センサ（不図示）からの検出結果の入力を受け付ける。
表示パネル４６は、液晶パネル又は有機ＥＬ（Electro Luminescence）表示パネル等で構成することができる。
通信部４７は、ネットワークＮを介して、端末５及び制御装置４との間で通信を行う機能を有し、所要の情報の送受信を行うことができる。
図４は、端末５の構成の一例を示すブロック図である。
端末５は、装置全体を制御する制御部５１、主記憶部５２、通信部５３、操作部５４、表示パネル５５、及び補助記憶部５６を備える。端末５は、例えば、パーソナルコンピュータ、タブレット、スマートフォン等で構成することができる。制御部５１は、ＣＰＵ、ＲＯＭ及びＲＡＭ等で構成することができる。制御部５１はＧＰＵを含んで構成してもよい。
主記憶部５２は、ＳＲＡＭ、ＤＲＡＭ、フラッシュメモリ等の一時記憶領域であり、制御部５１が演算処理を実行するために必要なデータを一時的に記憶する。
通信部５３は、ネットワークＮを介して、情報処理装置１との間で通信を行う機能を有し、所要の情報の送受信を行う。
操作部５４は、例えば、ハードウェアキーボード、マウス、タッチパネル等で構成され、表示パネル５５に表示されたアイコン等の操作、文字等の入力等を行うことができる。
表示パネル５５は、液晶パネル又は有機ＥＬ（Electro Luminescence）表示パネル等で構成することができる。制御部５１は、表示パネル５５に所要の情報を表示するための制御を行う。制御部５１は、情報処理装置１から取得した電池３の劣化の判定結果、交換の指示等の情報を表示パネル５５に表示する。
補助記憶部５６は大容量メモリである。
表１に、劣化履歴ＤＢ１４２に記憶されているテーブルの一例を示す。
Figure 2022052373000002
劣化履歴ＤＢ１４２は、Ｎｏ．列、履歴データ列、判定データ列、使用期間列及び交換事由列を含む交換情報列、設定値列及び実測値列を含むＳＯＨ列、並びに設定値列及び実測値列を含む残寿命率列を記憶している。ここで、ＳＯＨは、「推定時点における常温ハイレート放電時の電圧の、基準時の常温ハイレート放電時の電圧に対する割合」とする。ＳＯＨは容量維持率でもよい。残寿命率は、「使用可能期間に対する、判定時に残存する使用可能期間の割合」とする。
Ｎｏ．列は、複数の異なる電池３につき、また同一の電池３の異なるタイミングにおいて、電池３のＳＯＨ及び残寿命率の設定を行った場合の行Ｎｏ．を記憶している。
履歴データ列は、電池３の電流、電圧、温度の時系列データを記憶している。電流又は温度の時系列データとしては、電流又は温度の積算値が挙げられる。
判定データ列は、電流若しくは温度の積算値、前記履歴データから導出した電圧の時間微分値若しくは内部抵抗、又はこれらを組み合わせたもの等を記憶している。使用期間列は、電池３の搭載又は交換後の使用期間を記憶している。
交換事由列は、例えば交換事由を０から６までの数値として記憶している。
０…使用開始時（交換不要）
１…長期使用による交換（不具合の予兆なし）
２…アイドリングストップ制御をしなくなった
３…電解液の濁りによりディーラーに電池３の交換を勧められた場合
４…ディーラーが測定した電圧が閾値以下である場合
５…エンジンがかかりにくい
６…エンジンがかからなくなった
制御部１１は、下記の表２のように、交換事由とＳＯＨの設定値との対応関係を示すＳＯＨ設定テーブルを関係ＤＢ１４４に記憶している。
制御部１１は、交換情報を取得した場合に、ＳＯＨ設定テーブルを参照し、交換情報に基づいてＳＯＨを設定し、設定値を劣化履歴ＤＢ１４２のＳＯＨの設定値列に記憶する。
Figure 2022052373000003
制御部１１は、実測値列に、ＳＯＨを実測した場合の実測値を記憶する。
制御部１１は、実測したＳＯＨに基づいて、ＳＯＨ設定テーブルの該当の交換事由に対する設定値を更新する。これにより、交換情報を取得した場合に設定するＳＯＨの設定値が補正される。
制御部１１は、下記の表３のように交換事由と残寿命率との対応関係を示す残寿命率設定テーブルを関係ＤＢ１４４に記憶している。
制御部１１は、交換情報を取得した場合に、残寿命率設定テーブルを参照し、交換情報に基づいて残寿命率を設定し、設定値を劣化履歴ＤＢ１４２の残寿命率の設定値列に記憶する。
Figure 2022052373000004
制御部１１は、実測値列に、残存の使用可能期間を実測した場合の残寿命率を記憶する。
制御部１１は、実測した残寿命率に基づいて、残寿命率設定テーブルの該当の交換事由に対する設定値を更新する。
制御部１１は、劣化履歴ＤＢ１４２に記憶された、判定データと対応するＳＯＨとに基づいて、判定データとＳＯＨとの第１関係を導出する。
制御部１１は、劣化履歴ＤＢ１４２に記憶された、判定データと対応する残寿命率とに基づいて、判定データと残寿命率との第２関係を導出する。制御部１１は、ＳＯＨと残寿命率との第３関係を導出してもよい。
制御部１１は、第１関係、第２関係又は第３関係を関係ＤＢ１４４に記憶する。第１関係、第２関係又は第３関係は、関数であってもよい。
表４に、使用履歴ＤＢ１４３に記憶されているテーブルの一例を示す。
Figure 2022052373000005
使用履歴ＤＢ１４３は、電池３毎に、Ｎｏ．列、履歴データ列、判定データ列、判定値列，実測値列のＳＯＨ列、及び推定値列，実測値列の残寿命率列を記憶している。表４においてはＩＤＮｏ．１の電池３の使用履歴を示している。履歴データ列、判定データ列、ＳＯＨの実測値列、及び残寿命率の実測値列は、劣化履歴ＤＢ１４２の履歴データ列、判定データ列、ＳＯＨの実測値列、及び残寿命率の実測値列と同様の内容を記憶している。
ＳＯＨの判定値列は、後述のようにして判定した値を記憶している。
残寿命率の推定値列は、後述のようにして推定した値を記憶している。
以下、第１関係及び第２関係の導出方法について説明する。
図５は、制御部１１による第１関係及び第２関係の導出の処理の手順を示すフローチャートである。
制御部４１は、電流、電圧、温度の履歴データを送信する（Ｓ４０１）。
制御部１１は、電流、電圧、温度の履歴データを受信し、劣化履歴ＤＢ１４２に記憶する（Ｓ１０１）。
制御部１１は、判定データを導出し、劣化履歴ＤＢ１４２に記憶する（Ｓ１０２）。
制御部５１は、交換情報を送信する（Ｓ５０１）。
制御部１１は、交換情報を受信し、劣化履歴ＤＢ１４２に記憶する（Ｓ１０３）。
制御部１１は、ＳＯＨ設定テーブルを参照し、交換情報に基づいてＳＯＨを設定し、劣化履歴ＤＢ１４２のＳＯＨの設定値列に記憶する（Ｓ１０４）。
制御部１１は、残寿命率設定テーブルを参照し、交換情報に基づいて残寿命率を設定し、劣化履歴ＤＢ１４２の残寿命率の設定値列に記憶する（Ｓ１０５）。
制御部１１は、劣化履歴ＤＢ１４２から、ＳＯＨと判定データとの第１関係、残寿命と判定データとの第２関係を導出し、関係ＤＢ１４４に記憶し（Ｓ１０６）、処理を終了する。制御部１１は、第３関係を導出してもよい。
以下、ＳＯＨの判定方法及び残寿命率の推定方法について説明する。
図６は、制御部１１によるＳＯＨの判定及び残寿命率の推定の処理の手順を示すフローチャートである。
制御部４１は、電流、電圧、温度の履歴データを送信する（Ｓ４１１）。
制御部１１は、履歴データを受信し、使用履歴ＤＢ１４３に記憶する（Ｓ１１１）。
制御部１１は、判定データを導出し、使用履歴ＤＢ１４３に記憶する（Ｓ１１２）。
制御部１１は、関係ＤＢ１４４から第１関係を読み出し、導出した判定データ、及び第１関係に基づいて、ＳＯＨを判定し、使用履歴ＤＢ１４３に記憶する（Ｓ１１３）。
制御部１１は、関係ＤＢ１４４から第２関係を読み出し、導出した判定データ、及び第２関係に基づいて、残寿命率を推定し、使用履歴ＤＢ１４３に記憶する（Ｓ１１４）。
制御部１１は、関係ＤＢ１４４から第３関係を読み出し、判定したＳＯＨ、及び第３関係に基づいて、残寿命率を推定してもよい。
制御部１１は、ＳＯＨ、残寿命率を制御装置４及び端末５へ送信し（Ｓ１１５）、処理を終了する。
制御部４１は、ＳＯＨ、残寿命率を受信し（Ｓ５１１）、表示パネル４６に表示し（Ｓ５１２）、処理を終了する。
制御部５１は、ＳＯＨ、残寿命率を受信し（Ｓ４１２）、表示パネル５５に表示し（Ｓ４１３）、処理を終了する。
図７は、表示パネル４６又は表示パネル５５に表示される表示画面「の一例」を示す説明図である。
制御部４１又は５１は、表示画面の上部に、制御部１１により判定されたＳＯＨと、推定された残寿命率とを表示する。制御部４１又は５１は、残寿命率の表示の右側に、寿命として、推定される寿命到達の年月を表示する。寿命は、使用可能期間に残寿命率を乗じることにより算出される。制御部４１又は５１は、表示画面の左側下部に、現在の判定ＳＯＨを示すグラフを表示する。
以下、電池３を交換した場合に、交換の直前に判定したＳＯＨと、ＳＯＨ設定テーブルを参照し交換事由に基づいて取得されるＳＯＨとに基づいて、第１関係を補正する方法について説明する。
図８は、制御部１１による第１関係の補正の処理の手順を示すフローチャートである。
制御部１１は、端末５から交換事由を取得する（Ｓ１５１）。
制御部１１は、使用履歴ＤＢ１４３を読み出し、交換の直前に判定したＳＯＨを取得する（Ｓ１５２）。
制御部１１は、ＳＯＨ設定テーブルを参照し、交換事由に対応するＳＯＨを取得する（Ｓ１５３）。
制御部１１は、判定時の判定データを使用履歴ＤＢ１４３から取得し、判定データ、第１関係における判定データに対応するＳＯＨ、及び交換事由に対応するＳＯＨに基づいて、第１関係を補正し、関係ＤＢ１４４に記憶する（Ｓ１５４）。
交換情報として使用期間を取得した場合も、上記と同様にして第１関係を補正する。
上記と同様にして第２関係を補正してもよい。
以下、電池３の寿命の推定方法について説明する。
図９は、制御部１１による寿命の推定の処理の手順を示すフローチャートである。
制御部４１は、電流、電圧、温度の履歴データを送信する（Ｓ４２１）。
制御部１１は、履歴データを受信し、使用履歴ＤＢ１４３に記憶する（Ｓ１２１）。
制御部１１は、判定データを導出し、使用履歴ＤＢ１４３に記憶する（Ｓ１２２）。
制御部１１は、関係ＤＢ１４４から第１関係を読み出し、導出した判定データ、及び第１関係に基づいて、ＳＯＨを判定し、使用履歴ＤＢ１４３に記憶する（Ｓ１２３）。
制御部１１は、使用履歴ＤＢ１４３から、同一の電池３につき、過去の複数のＳＯＨを取得する（Ｓ１２４）。
制御部１１は、時系列のＳＯＨの推移（ＳＯＨ曲線：時間とＳＯＨとの関係）を推定し、関係ＤＢ１４４に記憶する（Ｓ１２５）。制御部１１は、今回判定したＳＯＨ、及び過去に判定した複数のＳＯＨに基づき、最小二乗法による曲線近似やカルマンフィルタ等の手法を用いて、ＳＯＨ曲線を導出する。関係ＤＢ１４４に、劣化履歴ＤＢ１４２のデータに基づいて、過去のＳＯＨ曲線を記憶しておき、この過去のＳＯＨ曲線も参照して、今回の推定時のＳＯＨ曲線を導出してもよい。
図１０に示すように、今回の判定時点ｔ、前回の判定時点ｔ－１、及び前々回の判定時点ｔ－２において判定したＳＯＨをプロットし、将来のＳＯＨ曲線を推定する。プロットの数は図１０の場合に限定されない。
制御部１１は、寿命を推定する（Ｓ１２６）。制御部１１は、推定したＳＯＨ曲線においてＳＯＨがａになった場合の時間ｔa を寿命（交換時期）として取得する。
制御部１１は、ＳＯＨ、寿命を制御装置４及び端末５へ送信する（Ｓ１２７）。
制御部４１は、ＳＯＨ、寿命を受信し（Ｓ４２２）、表示パネル４６に表示する（Ｓ４２３）。
制御部５１は、ＳＯＨ、寿命を受信し（Ｓ５２１）、表示パネル５５に表示する（Ｓ５２２）。
図１１は、表示パネル４６又は表示パネル５５に表示される表示画面の一例を示す説明図である。
制御部４１又は５１は、表示画面の左側上部に、制御部１１により判定されたＳＯＨを表示する。制御部４１又は５１は、表示画面の左側下部に、ＳＯＨ曲線を表示する。
制御部４１又は５１は、表示画面の右側上部に、寿命として、推定される寿命到達年月を表示する。
本実施形態によれば、判定データとＳＯＨとの第１関係を参照し、判定対象の電池３の判定データに基づいて、電池３のＳＯＨを良好に判定できる。判定データと残寿命率との第２関係を参照し、判定対象の電池３の判定データに基づいて、電池３の残寿命率を良好に推定できる。又は、ＳＯＨと残寿命率との第３関係を参照し、判定対象の電池３の判定したＳＯＨに基づいて、電池３の残寿命率を良好に推定できる。
そして、ＳＯＨ曲線を推定することにより、寿命を良好に推定することができ、使用条件を変更して寿命も延ばすことも可能になる。
（実施形態２）
図１２は、実施形態２に係る情報処理システムの情報処理装置１の構成を示すブロック図である。
実施形態２に係る情報処理システムは、補助記憶部１４が学習モデルＤＢ１４５を記憶していること以外は、実施形態１に係る情報処理システム１０と同様の構成を有する。学習モデルＤＢ１４５は学習モデル１４６及び１４７を記憶している。
図１３は、学習モデル１４６の一例を示す模式図である。
学習モデル１４６は、人工知能ソフトウェアの一部であるプログラムモジュールとしての利用が想定される学習モデルであり、多層のニューラルネットワーク（深層学習）を用いることができ、例えば畳み込みニューラルネットワーク（Convolutional Neural Network：ＣＮＮ）を用いることができるが、他のニューラルネットワークを用いてもよい。他の機械学習を用いてもよい。制御部１１が、学習モデル１４６からの指令に従って、学習モデル１４６の入力層に入力された判定データに対し演算を行い、判定結果として、ＳＯＨとその確率とを出力するように動作する。出力層は、例えば０％～１００％までの範囲で、１％刻みに、ＳＯＨとその確率とを出力する。ＣＮＮの場合、中間層はコンボリューション層、プーリング層、及び全結合層を含む。ノード（ニューロン）の数は図１２の場合に限定されない。
入力層、出力層及び中間層には、１又は複数のノードが存在し、各層のノードは、前後の層に存在するノードと一方向に所望の重みで結合されている。入力層のノードの数と同数の成分を有するベクトルが、学習モデル１４６の入力データ（学習用の入力データ及び判定用の入力データ）として与えられる。判定用の入力データの判定データとして、電流若しくは温度の積算値、電圧の時間微分値、若しくは内部抵抗、又はこれらを組み合わせたもの等が挙げられる。電流若しくは温度の積算値は、電流若しくは温度の履歴データに相当する。
学習済みの学習モデル１４６の入力層は、判定データを入力する。入力層の各ノードに与えられたデータは、最初の中間層に入力して与えられると、重み及び活性化関数を用いて中間層の出力が算出され、算出された値が次の中間層に与えられ、以下同様にして出力層の出力が求められるまで次々と後の層（下層）に伝達される。なお、ノードを結合する重みのすべては、学習アルゴリズムによって計算される。
学習モデル１４６の出力層は、出力データとしてＳＯＨと、その確率とを生成する。
出力層は、
例えば、ＳＯＨが０％である確率…０．０１
ＳＯＨが１％である確率…０．０２
ＳＯＨが２％である確率…０．８２
・・・
ＳＯＨが１００％である確率…０．００１
のように出力する。
制御部１１は、確率が最大であるＳＯＨの数値を取得する。
出力層は、１％刻みでＳＯＨを出力する場合に限定されない。適宜の間隔でＳＯＨを出力することができ、ＳＯＨを例えば１０段階等の階級で表してもよい。
図１４は、制御部１１による学習モデル１４６の生成処理の手順を示すフローチャートである。
制御部１１は、劣化履歴ＤＢ１４２を読み出し、各行の判定データと、交換情報に基づくＳＯＨとを対応づけた教師データを取得する（Ｓ３０１）。
制御部１１は教師データを用いて、判定データを入力した場合にＳＯＨの確率を出力する学習モデル１４６（学習済みモデル）を生成する（Ｓ３０２）。具体的には、制御部１１は、教師データを入力層に入力し、中間層での演算処理を経て、出力層からＳＯＨの確率を取得する。
制御部１１は、出力層から出力されたＳＯＨの判定結果を、教師データにおいて判定データに対しラベル付けされた情報、即ち正解値と比較し、出力層からの出力値が正解値に近づくように、中間層での演算処理に用いるパラメータを最適化する。該パラメータは、例えば上述の重み（結合係数）、活性化関数の係数等である。パラメータの最適化の方法は特に限定されないが、例えば制御部１１は誤差逆伝播法を用いて各種パラメータの最適化を行う。
制御部１１は、生成した学習モデル１４６を補助記憶部１４に格納し、一連の処理を終了する。
図１５は、学習モデル１４７の一例を示す模式図である。
学習モデル１４７は、人工知能ソフトウェアの一部であるプログラムモジュールとしての利用が想定される学習モデルであり、多層のニューラルネットワーク（深層学習）を用いることができ、例えばＣＮＮを用いることができるが、他の機械学習を用いてもよい。制御部１１が、学習モデル１４７からの指令に従って、学習モデル１４７の入力層に入力された判定データに対し演算を行い、推定結果として、電池３の残寿命率とその確率とを出力するように動作する。ＣＮＮの場合、中間層はコンボリューション層、プーリング層、及び全結合層を含む。ノード（ニューロン）の数は図１５の場合に限定されない。
入力層、出力層及び中間層には、１又は複数のノードが存在し、各層のノードは、前後の層に存在するノードと一方向に所望の重みで結合されている。入力層のノードの数と同数の成分を有するベクトルが、学習モデル１４７の入力データ（学習用の入力データ及び推定用の入力データ）として与えられる。推定用の入力データの判定データとして、電流若しくは温度の積算値、電圧の時間微分値、又は内部抵抗、又はこれらを組み合わせたもの等が挙げられる。電流若しくは温度の積算値は、電流若しくは温度の履歴データに相当する。
学習済みの学習モデル１４７の入力層は、判定データを入力する。入力層の各ノードに与えられたデータは、最初の中間層に入力して与えられると、重み及び活性化関数を用いて中間層の出力が算出され、算出された値が次の中間層に与えられ、以下同様にして出力層の出力が求められるまで次々と後の層（下層）に伝達される。なお、ノードを結合する重みのすべては、学習アルゴリズムによって計算される。
学習モデル１４７の出力層は、出力データとして残寿命率の確率を生成する。出力層は、例えば０％～１００％までの範囲で、１％刻みに、残寿命率とその確率とを出力する。
出力層は、
例えば、残寿命率が０％である確率…０．０１
残寿命率が１％である確率…０．０２
残寿命率が２％である確率…０．８４
・・・
残寿命率が１００％である確率…０．００１
のように出力する。
制御部１１は、確率が最大である残寿命率の数値を取得する。
出力層は、１％刻みで残寿命率を出力する場合に限定されない。適宜の間隔で残寿命を出力することができ、残寿命率を例えば１０段階等の階級で表してもよい。
図１６は、制御部１１によるＳＯＨの判定、及び残寿命率の推定の処理の手順を示すフローチャートである。
制御部４１は、電流、電圧、温度の履歴データを情報処理装置１へ送信する（Ｓ４３１）。
制御部１１は、履歴データを受信し、使用履歴ＤＢ１４３に記憶する（Ｓ１３１）。
制御部１１は、判定データを導出し、使用履歴ＤＢ１４３に記憶する（Ｓ１３２）。
制御部１１は、判定データを学習モデル１４６に入力する（Ｓ１３３）。
制御部１１は、学習モデル１４６が出力した、確率が最大であるＳＯＨの数値を、今回の判定時のＳＯＨとして取得し、使用履歴ＤＢ１４３に記憶する（Ｓ１３４）。
制御部１１は、判定データを学習モデル１４７に入力する（Ｓ１３５）。
制御部１１は、学習モデル１４７が出力した、確率が最大である残寿命率の数値を、今回の推定時の残寿命率として取得し、使用履歴ＤＢ１４３に記憶する（Ｓ１３６）。
制御部１１は、ＳＯＨ及び残寿命を、情報処理装置１及び制御装置４へ送信し（Ｓ１３７）、処理を終了する。
制御部４１は、ＳＯＨ及び残寿命を受信し（Ｓ４３２）、表示パネル４６に表示し（Ｓ４３３）、処理を終了する。
制御部５１は、ＳＯＨ及び残寿命を受信し（Ｓ５３１）、表示パネル５５に表示し（Ｓ５３２）、処理を終了する。
図１７は、変形例の学習モデル１４８の一例を示す模式図である。
学習モデル１４８においては、入力層が、学習モデル１４７の判定データに代えて、ＳＯＨを入力し、出力層が残寿命率とその確率とを出力する。
制御部１１は、図１６のフローチャートのＳ１３４により、ＳＯＨを判定した後、判定したＳＯＨを学習モデル１４８に入力し、残寿命率を取得する。
本実施形態においては、容易に、精度良くＳＯＨ及び残寿命率を取得できる。
（実施形態３）
図１８は、実施形態３に係る学習モデル１４９の生成処理に関する説明図である。制御部１１は、時系列による複数のＳＯＨを問題データとし、将来における複数の時点におけるＳＯＨを回答データとする教師データに基づき学習することで、時系列による複数のＳＯＨを入力とし、将来における複数の時点におけるＳＯＨを出力とするニューラルネットワークを構築（生成）する。ＳＯＨは電池３に期待される特性に基づいて定めることができる。ＳＯＨとして、例えば「推定時点における常温ハイレート放電時の電圧の、基準時の常温ハイレート放電時の電圧に対する割合」、容量維持率等が挙げられる。また、残寿命率をＳＯＨと定めた場合、出力層から時系列に残寿命率が出力される。
時系列による複数のＳＯＨとは、同一の電池３における過去から現推定時点までの時系列による複数のＳＯＨを意味する。将来における複数の時点におけるＳＯＨとは、現推定時点に対する次点、及び、次点以降の次々点等の将来における複数の時点におけるＳＯＨを意味する。
入力層は、時系列による複数のＳＯＨを受け付ける単数又は複数のニューロンを有し、入力されたＳＯＨ夫々を中間層に受け渡す。中間層は、複数のニューロンを含む自己回帰層を含む。自己回帰層は、例えばＬＳＴＭ(Long Short Term Memory／長期短期記憶)モデルとして実装されるものであり、このような自己回帰層を含むニューラルネットワークは、ＲＮＮ（再帰型ニューラルネットワーク）と称される。中間層は、時系列に沿って順次に入力された複数のＳＯＨ夫々による変化量を出力する。出力層は、将来における複数の時点におけるＳＯＨを一又は複数のニューロンを有し、中間層から出力された複数のＳＯＨ夫々による変化量に基づき、将来における複数の時点におけるＳＯＨを出力する。このようなＲＮＮに対する学習は、例えばＢＰＴＴ（Backpropagation Through Time／通時的逆伝播）アルゴリズムを用いて行われる。
教師データは、配列形式で保存されているものであってもよい。教師データを配列形式とする場合、例えば、配列番号の０から４（ｔ－４からｔ）までの要素夫々の値を問題データとし、配列番号の５から７（ｔ＋１からｔ＋３）までの要素夫々の値を回答データとするものであってもよい。入力層から入力された時系列となる問題データ（ｔ－２、ｔ－１、ｔ）はＬＳＴＭ（自己回帰層）に順次に受け渡され、ＬＳＴＭ（自己回帰層）は出力値を出力層及び、自身の層に出力することにより、時間的な変化及び順序を含む系列情報を処理することができる。
図１９は、制御部１１による寿命の推定の処理の手順を示すフローチャートである
制御部４１は、電流、電圧、温度の履歴データを情報処理装置１へ送信する（Ｓ４４１）。
制御部１１は、履歴データを受信し、使用履歴ＤＢ１４３に記憶する（Ｓ１４１）。
制御部１１は、判定データを導出し、使用履歴ＤＢ１４３に記憶する（Ｓ１４２）。
制御部１１は、ＳＯＨを判定し、使用履歴ＤＢ１４３に記憶する（Ｓ１４３）。制御部１１は、導出した判定データ、及び第１関係に基づいてＳＯＨを判定する。又は、判定データを学習モデル１４６に入力し、学習モデル１４６が出力した、確率が最大であるＳＯＨの数値を、今回の判定時のＳＯＨとして取得する。
制御部１１は、複数のＳＯＨを取得する（Ｓ１４４）。
制御部１１は、時系列の複数のＳＯＨを学習済みの学習モデル１４９に入力し、将来の複数のＳＯＨを取得する（Ｓ１４５）。
制御部１１は、過去、現在及び将来における複数のＳＯＨに基づき、上述のようにして、時系列によるＳＯＨの推移（ＳＯＨ曲線）を推定し、関係ＤＢ１４４に記憶する（Ｓ１４６）。
制御部１１は、寿命を推定する（Ｓ１４７）。制御部１１は、ＳＯＨが閾値ａになった場合の時間ｔa を寿命（交換時期）として取得する。
制御部１１は、ＳＯＨ及び寿命を、情報処理装置１及び制御装置４へ送信し（Ｓ１４８）、処理を終了する。
制御部４１は、ＳＯＨ及び寿命を受信し（Ｓ４４２）、表示パネル４６に表示し（Ｓ４４３）、処理を終了する。
制御部５１は、ＳＯＨ及び寿命を受信し（Ｓ５４１）、表示パネル５５に表示し（Ｓ５４２）、処理を終了する。
本実施形態においては、精度良く、将来の複数のＳＯＨを取得して、寿命を予測することができる。
本発明は上述した実施の形態の内容に限定されるものではなく、請求項に示した範囲で種々の変更が可能である。即ち、請求項に示した範囲で適宜変更した技術的手段を組み合わせて得られる実施形態も本発明の技術的範囲に含まれる。
上述した各実施形態においては、車両に搭載した鉛蓄電池を例に説明したが、本発明はこれに限られるものではない。本発明において劣化の度合の判定、又は残寿命の推定の対象となる蓄電デバイスは、車両に搭載される蓄電デバイスであればよく、リチウムイオン二次電池や、ニッケル水素電池、キャパシタ等の蓄電デバイスであってもよい。
１ 情報処理装置
２ 車両
３ 鉛蓄電池（電池）
４ 制御装置
５ 端末
１１ 制御部（第１取得部、第２取得部、設定部、判定部、第２の設定部、推定部）
１２、５２ 主記憶部
１３、５３ 通信部
５４ 操作部
１４、５６ 補助記憶部
１４０ 記録媒体
１４１ プログラム
１４２ 劣化履歴ＤＢ
１４３ 使用履歴ＤＢ
１４４ 関係ＤＢ
１４５ 学習モデルＤＢ
１４６、１４７、１４８、１４９ 学習モデル

Claims (14)

  1. 車両に搭載した蓄電デバイスの電流、電圧、又は温度のうち少なくとも一つ以上の履歴データを取得する第１取得部と、
    蓄電デバイスの交換までの使用期間、又は交換の事由のうち少なくとも一つ以上を取得する第２取得部と、
    前記第１取得部により取得した前記履歴データに基づく判定データを導出する導出部と、
    前記第２取得部により取得した前記使用期間、又は前記交換の事由のうち少なくとも一つ以上に基づいて、蓄電デバイスの交換時の劣化の度合を設定する設定部と、
    事前に他の複数の蓄電デバイスによって得られた判定データと前記劣化の度合との関係、及び前記導出部により導出した、判定対象の蓄電デバイスの判定データに基づいて、該蓄電デバイスの判定時の劣化の度合を判定する判定部と
    を備える情報処理装置。
  2. 前記判定部は、
    判定データを入力した場合に、劣化の度合を出力する学習モデルに、前記導出部により導出した判定対象の蓄電デバイスの判定データを入力して、劣化の度合を判定する、請求項１に記載の情報処理装置。
  3. 前記第２取得部は、交換時点の蓄電デバイスの実測の劣化の度合をさらに取得し、
    前記設定部は、前記第２取得部により取得した前記実測の劣化の度合に基づいて、劣化の度合を補正する、請求項１又は２に記載の情報処理装置。
  4. 前記第２取得部により取得した前記使用期間、又は前記交換の事由のうち少なくとも一つ以上に基づいて、蓄電デバイスの残寿命を設定する第２の設定部と、
    劣化の度合と前記残寿命との関係、及び前記判定部により判定した判定対象の蓄電デバイスの劣化の度合に基づいて、残寿命を推定する推定部と
    を備える、請求項１から３までのいずれか１項に記載の情報処理装置。
  5. 前記推定部は、
    劣化の度合を入力した場合に、残寿命を出力する第２の学習モデルに、前記判定部により判定した前記蓄電デバイスの前記劣化の度合を入力して、残寿命を推定する、請求項４に記載の情報処理装置。
  6. 車両に搭載した蓄電デバイスの電流、電圧、又は温度のうち少なくとも一つ以上の履歴データを取得する第１取得部と、
    蓄電デバイスの交換までの使用期間、又は交換の事由のうち少なくとも一つ以上を取得する第２取得部と、
    前記第１取得部により取得した前記履歴データに基づく判定データを導出する導出部と、
    前記第２取得部により取得した前記使用期間、又は前記交換の事由のうち少なくとも一つ以上に基づいて、蓄電デバイスの残寿命を設定する設定部と、
    事前に他の複数の蓄電デバイスによって得られた判定データと前記残寿命との関係、及び前記導出部により導出した、判定対象の蓄電デバイスの判定データに基づいて、該蓄電デバイスの残寿命を推定する推定部と
    を備える情報処理装置。
  7. 前記推定部は、
    判定データを入力した場合に、残寿命を出力する学習モデルに、前記導出部により導出した判定対象の蓄電デバイスの判定データを入力して、残寿命を推定する、請求項６に記載の情報処理装置。
  8. 前記残寿命は、判定データを導出した時点以降の劣化の度合の推移を表す、請求項４から７までのいずれか１項に記載の情報処理装置。
  9. 前記設定部は、
    前記交換の事由が、蓄電デバイスのトラブルであるか、又はトラブルの発生前の事由であるかに応じて、劣化の度合又は残寿命を設定する、請求項１から８までのいずれか１項に記載の情報処理装置。
  10. 前記第２取得部が前記使用期間、又は前記交換の事由のうち少なくとも一つ以上を取得した場合に、交換の直前に前記判定部により判定した劣化の度合、又は前記推定部により推定した残寿命を取得する第３取得部と、
    前記使用期間、又は前記交換の事由のうち少なくとも一つ以上に基づいて、前記設定部が設定する劣化の度合、又は残寿命を取得する第４取得部と、
    前記判定部の判定時、又は前記推定部の推定時の判定データと、前記第４取得部が取得した前記劣化の度合、又は前記残寿命とに基づいて、前記判定データと劣化の度合との関係、又は前記判定データと残寿命との関係を補正する補正部と
    を備える請求項１又は６に記載の情報処理装置。
  11. 車両に搭載した蓄電デバイスの電流、電圧、又は温度のうち少なくとも一つ以上の履歴データを取得し、
    蓄電デバイスの交換までの使用期間、又は交換の事由のうち少なくとも一つ以上を取得し、
    取得した前記履歴データに基づく判定データを導出し、
    取得した前記使用期間、及び前記交換の事由のうち少なくとも一つ以上に基づいて、前記蓄電デバイスの劣化の度合を設定し、
    事前に他の複数の蓄電デバイスによって得られた判定データと前記劣化の度合との関係、及び判定対象の蓄電デバイスの判定データに基づいて、該蓄電デバイスの劣化の度合を判定する
    情報処理方法。
  12. 前記使用期間、又は前記交換の事由のうち少なくとも一つ以上を取得した場合に、交換の直前に判定した劣化の度合を取得し、
    前記使用期間、又は前記交換の事由のうち少なくとも一つ以上に基づいて、設定する劣化の度合を取得し、
    判定時の判定データと、設定する前記劣化の度合とに基づいて、前記判定データと劣化の度合との関係を補正する
    請求項１１に記載の情報処理方法。
  13. 車両に搭載した蓄電デバイスの電流、電圧、又は温度のうち少なくとも一つ以上の履歴データを取得し、
    蓄電デバイスの交換までの使用期間、又は交換の事由のうち少なくとも一つ以上を取得し、
    取得した前記履歴データに基づく判定データを導出し、
    取得した前記使用期間、又は前記交換の事由のうち少なくとも一つ以上に基づいて、前記蓄電デバイスの劣化の度合を設定し、
    事前に他の複数の蓄電デバイスによって得られた判定データと前記劣化の度合との関係、及び判定対象の蓄電デバイスの判定データに基づいて、該蓄電デバイスの劣化の度合を判定する
    処理をコンピュータに実行させるコンピュータプログラム。
  14. 前記使用期間、又は前記交換の事由のうち少なくとも一つ以上を取得した場合に、交換の直前に判定した劣化の度合を取得し、
    前記使用期間、又は前記交換の事由のうち少なくとも一つ以上に基づいて、設定する劣化の度合を取得し、
    判定時の判定データと、設定する前記劣化の度合とに基づいて、前記判定データと劣化の度合との関係を補正する
    処理をコンピュータに実行させる請求項１３に記載のコンピュータプログラム。
JP2020158730A 2020-09-23 2020-09-23 情報処理装置、情報処理方法、及びコンピュータプログラム Pending JP2022052373A (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
JP2020158730A JP2022052373A (ja) 2020-09-23 2020-09-23 情報処理装置、情報処理方法、及びコンピュータプログラム
EP21872350.0A EP4202462A1 (en) 2020-09-23 2021-09-17 Information processing device, information processing method, and computer program
PCT/JP2021/034264 WO2022065221A1 (ja) 2020-09-23 2021-09-17 情報処理装置、情報処理方法、及びコンピュータプログラム
US18/027,497 US20230375633A1 (en) 2020-09-23 2021-09-17 Information processing device, information processing method, and computer program

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2020158730A JP2022052373A (ja) 2020-09-23 2020-09-23 情報処理装置、情報処理方法、及びコンピュータプログラム

Publications (1)

Publication Number Publication Date
JP2022052373A true JP2022052373A (ja) 2022-04-04

Family

ID=80845370

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2020158730A Pending JP2022052373A (ja) 2020-09-23 2020-09-23 情報処理装置、情報処理方法、及びコンピュータプログラム

Country Status (4)

Country Link
US (1) US20230375633A1 (ja)
EP (1) EP4202462A1 (ja)
JP (1) JP2022052373A (ja)
WO (1) WO2022065221A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023219068A1 (ja) * 2022-05-13 2023-11-16 株式会社デンソー 車両用電池診断システム

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4323272B2 (ja) * 2003-09-16 2009-09-02 株式会社リコー 画像形成装置
CN103548197B (zh) * 2012-03-19 2018-04-20 松下知识产权经营株式会社 蓄电池监视方法、蓄电池监视系统以及蓄电池系统
JP2013253940A (ja) * 2012-06-08 2013-12-19 Gs Yuasa Corp 蓄電素子の寿命推定装置、寿命推定方法及び蓄電システム
JP2018179733A (ja) 2017-04-12 2018-11-15 日立化成株式会社 電池の寿命診断装置及び電池の寿命診断方法
AU2019238653A1 (en) * 2018-03-20 2020-11-12 Gs Yuasa International Ltd. Degradation estimation apparatus, computer program, and degradation estimation method

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023219068A1 (ja) * 2022-05-13 2023-11-16 株式会社デンソー 車両用電池診断システム

Also Published As

Publication number Publication date
US20230375633A1 (en) 2023-11-23
WO2022065221A1 (ja) 2022-03-31
EP4202462A1 (en) 2023-06-28

Similar Documents

Publication Publication Date Title
US11644515B2 (en) Method and device for operating an electrically drivable motor vehicle depending on a predicted state of health of an electrical energy store
JP6620902B2 (ja) 劣化推定装置、コンピュータプログラム及び劣化推定方法
KR102219397B1 (ko) 원격 파라미터 추정을 구비한 2차 전지 관리 시스템
JP5307113B2 (ja) 満充電検知装置および満充電検知方法
JP6234946B2 (ja) 電池状態推定装置
US11965935B2 (en) Method and apparatus for operating a system for providing predicted states of health of electrical energy stores for a device using machine learning methods
KR102297343B1 (ko) 하이브리드 varma 및 lstm을 이용한 배터리의 출력 전압 응답 및 충전 상태 예측 방법
JP2007179968A (ja) バッテリ状態管理装置
EP4033585A1 (en) Estimation device, estimation method, and computer program
WO2021112223A1 (ja) 劣化推定装置、劣化推定システム、劣化推定方法、及びコンピュータプログラム
CN112368198A (zh) 车辆动力管理系统和方法
CN114325440A (zh) 借助于机器学习方法运行用于为设备提供电能量存储器的预测老化状态的系统的方法和装置
WO2022065221A1 (ja) 情報処理装置、情報処理方法、及びコンピュータプログラム
KR102246633B1 (ko) 하이브리드 varma 및 lstm을 이용한 배터리의 출력 전압 응답 및 충전 상태 예측 최적화 방법
US20220334191A1 (en) Method and Apparatus for Operating a System for Providing an Electrochemical Battery Module for a Device Battery for a Device
JP2021093253A (ja) 制御装置、劣化推定システム、制御方法、及びコンピュータプログラム
US11835589B2 (en) Method and apparatus for machine-individual improvement of the lifetime of a battery in a battery-operated machine
US20230324463A1 (en) Method and Apparatus for Operating a System for Detecting an Anomaly of an Electrical Energy Store for a Device by Means of Machine Learning Methods
WO2021149673A1 (ja) 判定装置、劣化判定システム、作業支援装置、劣化判定方法、及びコンピュータプログラム
US11938838B2 (en) Method and device for the robust prediction of the aging behavior of an energy storage unit in a battery-operated machine
US20230016228A1 (en) Method and Apparatus for Operating a System for Providing Predicted Confidence Intervals for States of Health of Electrical Energy Stores for at Least One Device With the Aid of Machine Learning Methods
US20220169148A1 (en) Method and Apparatus for Predicting a State of Health of a Device Battery in a Battery-operated Device
WO2024057996A1 (ja) 蓄電素子の劣化状態の算出装置、劣化状態の算出方法、劣化状態の算出プログラム、劣化状態の推定装置、劣化状態の推定方法、異常検知装置及び異常検知方法
JP7451923B2 (ja) 推定装置、推定方法及びコンピュータプログラム
US20230401425A1 (en) Apparatus for predicting battery lifespan and method predicting battery lifespan

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20230808