JP7423119B2 - 電池劣化推定装置の検証方法、装置、デバイス、媒体及び電池劣化推定計算モデル - Google Patents
電池劣化推定装置の検証方法、装置、デバイス、媒体及び電池劣化推定計算モデル Download PDFInfo
- Publication number
- JP7423119B2 JP7423119B2 JP2023534591A JP2023534591A JP7423119B2 JP 7423119 B2 JP7423119 B2 JP 7423119B2 JP 2023534591 A JP2023534591 A JP 2023534591A JP 2023534591 A JP2023534591 A JP 2023534591A JP 7423119 B2 JP7423119 B2 JP 7423119B2
- Authority
- JP
- Japan
- Prior art keywords
- model
- module
- data
- training
- input data
- 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.)
- Active
Links
- 230000006866 deterioration Effects 0.000 title claims description 46
- 238000012795 verification Methods 0.000 title claims description 37
- 238000000034 method Methods 0.000 title claims description 31
- 238000004364 calculation method Methods 0.000 title claims description 25
- 238000012549 training Methods 0.000 claims description 139
- 230000015654 memory Effects 0.000 claims description 43
- 238000012545 processing Methods 0.000 claims description 42
- 238000005259 measurement Methods 0.000 claims description 33
- 238000013500 data storage Methods 0.000 claims description 22
- 238000012360 testing method Methods 0.000 claims description 21
- 230000005540 biological transmission Effects 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 11
- 238000013528 artificial neural network Methods 0.000 claims description 8
- 238000010801 machine learning Methods 0.000 claims description 6
- 230000006403 short-term memory Effects 0.000 claims description 5
- 238000013136 deep learning model Methods 0.000 claims description 4
- 238000012417 linear regression Methods 0.000 claims description 4
- 230000007787 long-term memory Effects 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 claims description 2
- 230000002457 bidirectional effect Effects 0.000 claims description 2
- 238000013527 convolutional neural network Methods 0.000 claims description 2
- 230000000306 recurrent effect Effects 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 15
- 230000008569 process Effects 0.000 description 8
- 238000007726 management method Methods 0.000 description 7
- 239000004065 semiconductor Substances 0.000 description 7
- 239000011159 matrix material Substances 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 230000002159 abnormal effect Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000005611 electricity Effects 0.000 description 3
- 238000005192 partition Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 238000007599 discharging Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
- Secondary Cells (AREA)
Description
前記モデル生成装置は、
トレーニングデータを格納するためのトレーニングデータ記憶モジュールと、
前記トレーニングデータ記憶モジュールからトレーニングデータを読み取ってモデルトレーニングを行うためのトレーニングデータ取得モジュールと、
前記トレーニングデータ取得モジュールにより読み取られたトレーニングデータを使用してモデルトレーニングを行って、電池劣化推定計算モデルを取得するためのモデルトレーニングモジュールと、
前記モデルトレーニングモジュールがトレーニングを行って取得された前記電池劣化推定計算モデルを格納するための第1モデル記憶モジュールと、
前記モデルトレーニングモジュールがトレーニングを行った後の前記電池劣化推定計算モデルを送信するためのモデル送信モジュールと、を含み、
前記トレーニングデータ記憶モジュール、前記トレーニングデータ取得モジュール、前記モデルトレーニングモジュール、前記第1モデル記憶モジュール及び前記モデル送信モジュールは、この順に接続されており、
前記データ処理装置は、
前記モデル送信モジュールが送信する前記電池劣化推定計算モデルを読み取るためのモデルパラメータ取得モジュールと、
前記モデルパラメータ取得モジュールが取得したモデルを格納するための第2モデル記憶モジュールと、
測定対象に関連する入力データを取得して格納するための入力データ取得モジュールと、
前記第2モデル記憶モジュールに格納されているモデルを呼び出し、且つ前記入力データ取得モジュールにおける入力データを読み取って計算した後に出力するための出力データ生成モジュールと、
ここで、前記入力データ取得モジュールは、入力データ取得サブモジュール及び入力データ記憶サブモジュールを含み、
前記出力データ生成モジュールは、出力データ計算サブモジュール及び出力データ出力サブモジュールを含み、
前記出力データ生成モジュールの出力データを呼び出し、且つ処理を行って表示可能なデータを取得するための表示処理モジュールと、
前記表示処理モジュールが処理を行った後に取得した表示可能なデータを表示するための表示モジュールと、を含む。
前記入力データ取得モジュールを使用して測定対象の入力データを取得し、前記第2モデル記憶モジュールに格納されているモデルを読み取るステップと、
前記入力データをモデルに入力して、電池劣化推定テストを行うステップと、
前記電池劣化推定テストの結果を出力データ生成モジュールにより出力するステップと、
前記出力データ生成モジュールにより出力されたテスト結果に基づいて、現在の電池劣化推定テストのモデルが、前記モデル生成装置によりトレーニングを行って生成し取得したものであるか否かを判断するステップと、を含む。
実施例1
本発明は、モデル生成装置10及びデータ処理装置20を含む劣化推定装置の検証装置を提供し、
ここで、前記モデル生成装置10は、
トレーニングデータを格納するためのトレーニングデータ記憶モジュールと、
前記トレーニングデータ記憶モジュールからトレーニングデータを読み取ってモデルトレーニングを行うためのトレーニングデータ取得モジュールと、
前記トレーニングデータ取得モジュールにより読み取られたトレーニングデータを使用してモデルトレーニングを行って、電池劣化推定計算モデルを取得するためのモデルトレーニングモジュールと、
前記モデルトレーニングモジュールがトレーニングを行って取得された前記電池劣化推定計算モデルを格納するための第1モデル記憶モジュールと、
前記モデルトレーニングモジュールがトレーニングを行った後の前記電池劣化推定計算モデルを送信するためのモデル送信モジュールと、を含み、
前記トレーニングデータ記憶モジュール、前記トレーニングデータ取得モジュール、前記モデルトレーニングモジュール、前記第1モデル記憶モジュール及び前記モデル送信モジュールは、この順に接続されており、
ここで、前記データ処理装置20は、
前記モデル送信モジュールが送信する前記電池劣化推定計算モデルを読み取るためのモデルパラメータ取得モジュールと、
前記モデルパラメータ取得モジュールが取得したモデルを格納するための第2モデル記憶モジュールと、
測定対象に関連する入力データを取得して格納するための入力データ取得モジュールと、
前記第2モデル記憶モジュールに格納されているモデルを呼び出し、且つ前記入力データ取得モジュールにおける入力データを読み取って計算した後に出力するための出力データ生成モジュールと、
前記出力データ生成モジュールの出力データを呼び出し、且つ処理を行って表示可能なデータを取得するための表示処理モジュールと、
前記表示処理モジュールが処理を行った後に取得した表示可能なデータを表示するための表示モジュールと、を含む。
前記モデル生成装置10は、
トレーニングデータを格納するために用いられるトレーニングデータ記憶モジュール110と、
前記トレーニングデータ記憶モジュールからトレーニングデータを読み取ってモデルトレーニングを行うためのトレーニングデータ取得モジュール120と、
前記トレーニングデータ取得モジュールにより読み取られたトレーニングデータを使用してモデルトレーニングを行って、電池劣化推定計算モデルを取得するためのモデルトレーニングモジュール130と、
前記モデルトレーニングモジュールがトレーニングを行って取得された前記電池劣化推定計算モデルを格納するための第1モデル記憶モジュール140と、
前記モデルトレーニングモジュールがトレーニングを行った後の前記電池劣化推定計算モデルを送信するためのモデル送信モジュール150と、を含み、
前記トレーニングデータ記憶モジュール110、前記トレーニングデータ取得モジュール120、前記モデルトレーニングモジュール130、前記第1モデル記憶モジュール140及び前記モデル送信モジュール150は、この順に接続されている。
前記モデル送信モジュールが送信する前記電池劣化推定計算モデルを読み取るためのモデルパラメータ取得モジュール210と、
前記モデルパラメータ取得モジュールが取得したモデルを格納するための第2モデル記憶モジュール220と、
測定対象に関連する入力データを取得して格納するための入力データ取得モジュール230と、
前記第2モデル記憶モジュールに格納されているモデルを呼び出し、且つ前記入力データ取得モジュールにおける入力データを読み取って計算した後に出力するための出力データ生成モジュール240と、
ここで、前記入力データ取得モジュール230は、入力データ取得サブモジュール2301及び入力データ記憶サブモジュール2302を含み、
前記出力データ生成モジュール240は、出力データ計算サブモジュール2401及び出力データ出力サブモジュール2402を含み、
前記出力データ生成モジュールの出力データを呼び出し、且つ処理を行って表示可能なデータを取得するための表示処理モジュール250と、
前記表示処理モジュールが処理を行った後に取得した表示可能なデータを表示するための表示モジュール260と、を含む。
実施例2
本発明は、上記の装置に適用される電池劣化推定装置の検証方法を更に提供でき、前記方法は、以下を含む。
S201:前記入力データ取得モジュールを使用して測定対象の入力データを取得し、前記第2モデル記憶モジュールに格納されているモデルを読み取るステップ。
S202:前記入力データをモデルに入力して、電池劣化推定テストを行うステップ。
S203:前記電池劣化推定テストの結果を出力データ生成モジュールにより出力するステップ。
S204:前記出力データ生成モジュールにより出力されたテスト結果に基づいて、現在の電池劣化推定テストのモデルが、前記モデル生成装置によりトレーニングを行って生成し取得したものであるか否かを判断するステップ。
実施例3
実施例4
20 データ処理装置
30 測定対象
110 トレーニングデータ記憶モジュール
120 トレーニングデータ取得モジュール
130 モデルトレーニングモジュール
140 第1モデル記憶モジュール
150 モデル送信モジュール
210 モデルパラメータ取得モジュール
220 第2モデル記憶モジュール
230 入力データ取得モジュール
240 出力データ生成モジュール
250 表示処理モジュール
260 表示モジュール
2301 入力データ取得サブモジュール
2302 入力データ記憶サブモジュール
2401 出力データ計算サブモジュール
2402 出力データ出力サブモジュール
Claims (9)
- モデル生成装置及びデータ処理装置を含む電池劣化推定装置検証の装置であって、
前記モデル生成装置は、
トレーニングデータを格納するためのトレーニングデータ記憶モジュールと、
前記トレーニングデータ記憶モジュールからトレーニングデータを読み取ってモデルトレーニングを行うためのトレーニングデータ取得モジュールと、
前記トレーニングデータ取得モジュールにより読み取られたトレーニングデータを使用してモデルトレーニングを行って、電池劣化推定計算モデルを取得するためのモデルトレーニングモジュールと、
前記モデルトレーニングモジュールがトレーニングを行って取得された前記電池劣化推定計算モデルを格納するための第1モデル記憶モジュールと、
前記モデルトレーニングモジュールがトレーニングを行った後の前記電池劣化推定計算モデルを送信するためのモデル送信モジュールと、を含み、
前記トレーニングデータ記憶モジュール、前記トレーニングデータ取得モジュール、前記モデルトレーニングモジュール、前記第1モデル記憶モジュール及び前記モデル送信モジュールは、この順に接続されており、
前記トレーニングデータ記憶モジュールに格納されているトレーニングデータは、入力データ及び出力データが正常である場合に出現する数値のセットである第1のトレーニングデータと、入力データが正常である場合に出現しない数値であり、かつ、出力データが予め設定した範囲内の値となる第2のトレーニングデータとから構成されており、
前記データ処理装置は、
前記モデル送信モジュールが送信する前記電池劣化推定計算モデルを読み取るためのモデルパラメータ取得モジュールと、
前記モデルパラメータ取得モジュールが取得したモデルを格納するための第2モデル記憶モジュールと、
測定対象に関連する入力データを取得して格納するための入力データ取得モジュールと、
前記第2モデル記憶モジュールに格納されているモデルを呼び出し、且つ前記入力データ取得モジュールにおける入力データを読み取って計算した後に出力するための出力データ生成モジュールと、
ここで、前記入力データ取得モジュールは、入力データ取得サブモジュール及び入力データ記憶サブモジュールを含み、
前記出力データ生成モジュールは、出力データ計算サブモジュール及び出力データ出力サブモジュールを含み、
前記出力データ生成モジュールの出力データを呼び出し、且つ処理を行って表示可能なデータを取得するための表示処理モジュールと、
前記表示処理モジュールが処理を行った後に取得した表示可能なデータを表示するための表示モジュールと、を含み、
更に、前記モデルトレーニングモジュールにおけるモデルトレーニングのパラメータをトレーニングするためのモデルトレーニングパラメータのトレーニングモジュールを含むことを特徴とする電池劣化推定装置検証の装置。 - 前記モデルトレーニングパラメータのトレーニングモジュールは、深層学習モデル、機械学習モデル及び/又は線形回帰分析方法を使用して前記モデルトレーニングモジュールにおけるパラメータに対してトレーニングを行うために用いられることを特徴とする請求項1に記載の装置。
- 前記深層学習モデルは、ディープニューラルネットワーク、畳み込みニューラルネットワーク、リカレントニューラルネットワーク、リカーシブニューラルネットワーク、長・短期記憶ネットワーク及び/又は双方向の長・短期記憶ネットワークを含むことを特徴とする請求項2に記載の装置。
- 請求項1から3のいずれか一項に記載の装置に適用される電池劣化推定装置の検証方法であって、
前記入力データ取得モジュールを使用して測定対象の入力データを取得し、前記第2モデル記憶モジュールに格納されているモデルを読み取るステップと、
前記入力データをモデルに入力して、電池劣化推定テストを行うステップと、
前記電池劣化推定テストの結果を出力データ生成モジュールにより出力するステップと、
前記出力データ生成モジュールにより出力されたテスト結果に基づいて、現在の電池劣化推定テストのモデルが、前記モデル生成装置によりトレーニングを行って生成し取得したものであるか否かを判断するステップと、を含むことを特徴とする電池劣化推定装置の検証方法。 - 前記入力データは、測定対象状態を表す少なくとも1つのパラメータのテスト結果を含み、複数の入力要素を有することを特徴とする請求項4に記載の方法。
- 前記出力データは、複数の出力要素の出力結果を含み、ここで、複数の出力要素は、測定対象状態を表すことができる入力データのパラメータとして使用されない現在又は将来の推定値及び/又は入力データのパラメータとして使用される将来の推定値のうちの少なくとも1つのデータタイプを含むことを必要とすることを特徴とする請求項5に記載の方法。
- 前記入力要素の値の取り得る区間は、一般の入力データの区間範囲外にあり、予定範囲内の検証用データを前記入力データとする場合、前記出力データの結果は予定範囲内の検証出力データになることを特徴とする請求項6に記載の方法。
- メモリ、プロセッサ及びメモリに格納され且つプロセッサにより実行されるコンピュータプログラムを含む電子デバイスであって、プロセッサがコンピュータプログラムを実行する際に、請求項4から7のいずれか一項に記載の劣化推定装置の検証方法に対応するステップが実現される電子デバイス。
- コンピュータプログラム命令が格納されているコンピュータ記憶媒体であって、プロセッサにより前記プログラム命令を実行する際に、請求項4から7のいずれか一項に記載の劣化推定装置の検証方法に対応するステップを実現するために用いられることを特徴とするコンピュータ記憶媒体。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110801288.2A CN113902121B (zh) | 2021-07-15 | 2021-07-15 | 一种电池劣化推测装置校验的方法、装置、设备及介质 |
CN202110801288.2 | 2021-07-15 | ||
PCT/JP2022/026605 WO2023286650A1 (ja) | 2021-07-15 | 2022-07-04 | 電池劣化推定装置の検証方法、装置、デバイス、媒体及び電池劣化推定計算モデル |
Publications (3)
Publication Number | Publication Date |
---|---|
JPWO2023286650A1 JPWO2023286650A1 (ja) | 2023-01-19 |
JPWO2023286650A5 JPWO2023286650A5 (ja) | 2023-08-22 |
JP7423119B2 true JP7423119B2 (ja) | 2024-01-29 |
Family
ID=79187823
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023534591A Active JP7423119B2 (ja) | 2021-07-15 | 2022-07-04 | 電池劣化推定装置の検証方法、装置、デバイス、媒体及び電池劣化推定計算モデル |
Country Status (3)
Country | Link |
---|---|
JP (1) | JP7423119B2 (ja) |
CN (1) | CN113902121B (ja) |
WO (1) | WO2023286650A1 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024105837A1 (ja) * | 2022-11-17 | 2024-05-23 | 恒林日本株式会社 | 機械学習モデル生成装置、及び蓄電池の特性値算出装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018216379A1 (ja) | 2017-05-26 | 2018-11-29 | 株式会社日立国際電気 | 機械学習モデル不正検知システム及び不正検知方法 |
WO2019142711A1 (ja) | 2018-01-16 | 2019-07-25 | 株式会社Gsユアサ | 監視装置、監視方法、コンピュータプログラム、劣化判定方法、劣化判定装置、及び劣化判定システム |
JP2019168453A (ja) | 2018-03-20 | 2019-10-03 | 株式会社Gsユアサ | 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 |
WO2020044713A1 (ja) | 2018-08-28 | 2020-03-05 | 本田技研工業株式会社 | 診断装置、診断方法、及びプログラム |
JP2020166928A (ja) | 2019-03-28 | 2020-10-08 | 本田技研工業株式会社 | 選定装置、選定方法、及びプログラム |
WO2021100673A1 (ja) | 2019-11-18 | 2021-05-27 | 株式会社Gsユアサ | 評価装置、コンピュータプログラム及び評価方法 |
Family Cites Families (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6246539B2 (ja) * | 2012-09-20 | 2017-12-13 | 積水化学工業株式会社 | 蓄電池管理装置、蓄電池管理方法及びプログラム |
JP6823523B2 (ja) * | 2017-03-31 | 2021-02-03 | Kddi株式会社 | 情報処理装置、情報処理方法、及びプログラム |
JP6741636B2 (ja) * | 2017-09-15 | 2020-08-19 | Kddi株式会社 | 情報処理装置、情報処理方法、及びプログラム |
CN108279383B (zh) * | 2017-11-30 | 2020-07-03 | 深圳市科列技术股份有限公司 | 电池寿命预测方法、电池数据服务器及电池数据处理系统 |
US11163861B2 (en) * | 2017-12-29 | 2021-11-02 | Texas Instruments Incorporated | Machine learning model with watermarked weights |
CN108537289B (zh) * | 2018-04-24 | 2023-04-07 | 百度在线网络技术(北京)有限公司 | 数据识别模型的训练方法、装置及存储介质 |
US11163860B2 (en) * | 2018-06-04 | 2021-11-02 | International Business Machines Corporation | Protecting deep learning models using watermarking |
CN108983103B (zh) * | 2018-06-29 | 2020-10-23 | 上海科列新能源技术有限公司 | 一种动力电池的数据处理方法和装置 |
US11042611B2 (en) * | 2018-12-10 | 2021-06-22 | XNOR.ai, Inc. | Digital watermarking of machine-learning models |
CN111401564A (zh) * | 2019-01-02 | 2020-07-10 | 北京地平线信息技术有限公司 | 用于机器学习的模型更新方法、装置、电子设备及存储介质 |
US10915809B2 (en) * | 2019-02-04 | 2021-02-09 | Bank Of America Corporation | Neural network image recognition with watermark protection |
CN110766598B (zh) * | 2019-10-29 | 2023-04-07 | 厦门大学嘉庚学院 | 基于卷积神经网络的智能模型水印嵌入和提取方法及系统 |
US11582260B2 (en) * | 2019-11-14 | 2023-02-14 | Baidu Usa Llc | Systems and methods for verifying a watermark of an AI model for a data processing accelerator |
US11579928B2 (en) * | 2019-11-14 | 2023-02-14 | Baidu Usa Llc | Systems and methods for configuring a watermark unit with watermark algorithms for a data processing accelerator |
JP7082603B2 (ja) * | 2019-12-25 | 2022-06-08 | 本田技研工業株式会社 | 機械学習装置、機械学習方法、充電率推定装置、および充電率推定システム |
CN111311472B (zh) * | 2020-01-15 | 2023-03-28 | 中国科学技术大学 | 一种图像处理模型与图像处理算法的产权保护方法 |
JP7314822B2 (ja) * | 2020-02-06 | 2023-07-26 | トヨタ自動車株式会社 | バッテリ劣化判定装置、バッテリ劣化判定方法、及びバッテリ劣化判定プログラム |
CN111490872B (zh) * | 2020-03-19 | 2022-09-16 | 清华大学深圳国际研究生院 | 一种基于公私钥对的深度学习模型水印的嵌入和提取方法 |
JP7457575B2 (ja) * | 2020-05-25 | 2024-03-28 | 株式会社Aescジャパン | 劣化推定装置、モデル生成装置、劣化推定方法、モデル生成方法、及びプログラム |
CN111695301A (zh) * | 2020-06-16 | 2020-09-22 | 中国科学院深圳先进技术研究院 | 电池电荷状态的预测方法及预测装置、存储介质、设备 |
CN111783872B (zh) * | 2020-06-30 | 2024-02-02 | 北京百度网讯科技有限公司 | 训练模型的方法、装置、电子设备及计算机可读存储介质 |
CN111814962B (zh) * | 2020-07-09 | 2024-05-10 | 平安科技(深圳)有限公司 | 识别模型的参数获取方法、装置、电子设备及存储介质 |
CN111861849B (zh) * | 2020-07-15 | 2023-04-07 | 上海交通大学 | 向人工智能模型植入水印信息的方法 |
JP7443218B2 (ja) * | 2020-11-13 | 2024-03-05 | 株式会社Aescジャパン | データ処理装置、モデル生成装置、データ処理方法、モデル生成方法、及びプログラム |
CN112434806A (zh) * | 2020-11-18 | 2021-03-02 | 浙江大华技术股份有限公司 | 深度学习训练方法、装置、计算机设备及存储介质 |
JP2022095380A (ja) * | 2020-12-16 | 2022-06-28 | 株式会社Gsユアサ | 異常検知装置、異常検知方法、及びコンピュータプログラム |
-
2021
- 2021-07-15 CN CN202110801288.2A patent/CN113902121B/zh active Active
-
2022
- 2022-07-04 JP JP2023534591A patent/JP7423119B2/ja active Active
- 2022-07-04 WO PCT/JP2022/026605 patent/WO2023286650A1/ja unknown
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018216379A1 (ja) | 2017-05-26 | 2018-11-29 | 株式会社日立国際電気 | 機械学習モデル不正検知システム及び不正検知方法 |
WO2019142711A1 (ja) | 2018-01-16 | 2019-07-25 | 株式会社Gsユアサ | 監視装置、監視方法、コンピュータプログラム、劣化判定方法、劣化判定装置、及び劣化判定システム |
JP2019168453A (ja) | 2018-03-20 | 2019-10-03 | 株式会社Gsユアサ | 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 |
WO2020044713A1 (ja) | 2018-08-28 | 2020-03-05 | 本田技研工業株式会社 | 診断装置、診断方法、及びプログラム |
JP2020166928A (ja) | 2019-03-28 | 2020-10-08 | 本田技研工業株式会社 | 選定装置、選定方法、及びプログラム |
WO2021100673A1 (ja) | 2019-11-18 | 2021-05-27 | 株式会社Gsユアサ | 評価装置、コンピュータプログラム及び評価方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113902121A (zh) | 2022-01-07 |
WO2023286650A1 (ja) | 2023-01-19 |
CN113902121B (zh) | 2023-07-21 |
JPWO2023286650A1 (ja) | 2023-01-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110442936A (zh) | 基于数字孪生模型的设备故障诊断方法、装置及系统 | |
CN113219341B (zh) | 一种模型生成及电池劣化推测装置、方法、介质及设备 | |
US11657121B2 (en) | Abnormality detection device, abnormality detection method and computer readable medium | |
CN110008080A (zh) | 基于时间序列的业务指标异常检测方法、装置和电子设备 | |
JP7423119B2 (ja) | 電池劣化推定装置の検証方法、装置、デバイス、媒体及び電池劣化推定計算モデル | |
CN109143094A (zh) | 一种动力电池的异常数据检测方法和装置 | |
CN107636623A (zh) | 基于电力状态的巡查刷洗时段 | |
JP2020205046A (ja) | 産業機器モータ挙動を予測するためのシステムおよび方法 | |
CN112766512A (zh) | 基于元算子的深度学习框架诊断系统、方法、装置、设备及介质 | |
JP2020109720A (ja) | 蓄電池評価装置、蓄電池評価方法及び蓄電池評価システム | |
US7813908B2 (en) | Clock control module simulator and method thereof | |
WO2023027048A1 (ja) | 電池パラメータ推定方法、装置、デバイス及び媒体 | |
WO2022102532A1 (ja) | データ処理装置、モデル生成装置、データ処理方法、モデル生成方法、及びプログラム | |
CN107315849B (zh) | 电池设计中用于优化组件布置的系统和方法 | |
US20220283242A1 (en) | Method and device for managing battery data | |
CN106485526A (zh) | 一种数据挖掘模型的诊断方法和装置 | |
JP7168521B2 (ja) | 決定装置、二次電池、決定方法およびプログラム | |
JP7135028B2 (ja) | 解析装置、解析システムおよび解析方法 | |
Berezovskaya et al. | A hybrid fault detection and diagnosis method in server rooms’ cooling systems | |
JP2018009941A (ja) | 蓄電デバイス容量選択方法 | |
US20240160171A1 (en) | Systems and methods for managing capacity of an energy storage system | |
US9268898B1 (en) | Estimating power consumption of a circuit design | |
JP7227808B2 (ja) | 予測装置、二次電池、予測方法およびプログラム | |
CN117452106A (zh) | 一种基于数字孪生的故障定位方法、装置、设备及介质 | |
JP2023174239A (ja) | 状態推定モデル学習装置、方法、及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230606 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230606 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20230606 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230711 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230721 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230808 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20231005 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231205 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20231219 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240110 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7423119 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |