WO2020261435A1 - 蓄電池の劣化予測装置 - Google Patents

蓄電池の劣化予測装置 Download PDF

Info

Publication number
WO2020261435A1
WO2020261435A1 PCT/JP2019/025389 JP2019025389W WO2020261435A1 WO 2020261435 A1 WO2020261435 A1 WO 2020261435A1 JP 2019025389 W JP2019025389 W JP 2019025389W WO 2020261435 A1 WO2020261435 A1 WO 2020261435A1
Authority
WO
WIPO (PCT)
Prior art keywords
storage battery
time
deterioration
prediction
index value
Prior art date
Application number
PCT/JP2019/025389
Other languages
English (en)
French (fr)
Inventor
圭 後藤
恒次 阪田
志賀　諭
Original Assignee
三菱電機株式会社
三菱電機ビルテクノサービス株式会社
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 三菱電機株式会社, 三菱電機ビルテクノサービス株式会社 filed Critical 三菱電機株式会社
Priority to PCT/JP2019/025389 priority Critical patent/WO2020261435A1/ja
Publication of WO2020261435A1 publication Critical patent/WO2020261435A1/ja

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]
    • G01R31/392—Determining battery ageing or deterioration, e.g. state of health
    • 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

Definitions

  • the present invention relates to a deterioration prediction device for a storage battery.
  • Patent Document 1 discloses a deterioration prediction device for a storage battery. According to the deterioration prediction device, the life of the storage battery can be predicted.
  • An object of the present invention is to provide a storage battery deterioration prediction device capable of predicting deterioration of a storage battery without constructing a deterioration prediction model considering various deterioration factors of the storage battery.
  • the storage battery deterioration prediction device is acquired by a prediction target data acquisition unit that acquires information on time-series data of index values that reflect the deterioration state of the storage battery that is the deterioration prediction target, and the prediction target data acquisition unit. Based on the time-series data, the similar data acquisition unit that acquires information on time-series data similar to the time-series data of the index value of the storage battery that is the prediction target, and the information acquired by the similar data acquisition unit. Based on this, a future data prediction unit for predicting future transitions of the index value of the storage battery, which is the prediction target, is provided.
  • the deterioration prediction device acquires time-series data information similar to the time-series data of the index value of the storage battery to be predicted, and the storage battery to be predicted based on the information of the similar time-series data. Predict the future transition of the index value of. Therefore, deterioration of the storage battery can be predicted without constructing a model of the storage battery.
  • FIG. 5 is a configuration diagram of a storage battery deterioration prediction system to which the storage battery deterioration prediction device according to the first embodiment is applied. It is a figure for demonstrating the performance database used for the deterioration prediction apparatus of the storage battery in Embodiment 1.
  • FIG. It is a figure for demonstrating the method of acquiring the time series data of the index value by the deterioration prediction apparatus of the storage battery in Embodiment 1.
  • FIG. It is a figure for demonstrating the acquisition method of the similar time series data by the deterioration prediction apparatus of the storage battery in Embodiment 1.
  • FIG. It is a figure for demonstrating the calculation method of the predicted value of the index value by the deterioration prediction device of the storage battery in Embodiment 1.
  • FIG. 1 It is a figure for demonstrating the prediction method at the time of failure occurrence by the deterioration prediction apparatus of the storage battery in Embodiment 1.
  • FIG. It is a flowchart for demonstrating the outline of operation of the deterioration prediction apparatus of a storage battery in Embodiment 1.
  • FIG. It is a hardware block diagram of the predictive deterioration apparatus of a storage battery in Embodiment 1.
  • FIG. 1 is a configuration diagram of a storage battery deterioration prediction system to which the storage battery deterioration prediction device according to the first embodiment is applied.
  • the storage battery deterioration prediction system includes a performance database 1, an input device 2, a display device 3, and a deterioration prediction device 4.
  • the performance database 1 stores performance information such as time-series data of index values from the installation of various storage batteries to failure or replacement.
  • the input device 2 accepts operations from the outside.
  • the input device 2 specifies the identification information of the storage battery, which is the target of prediction of deterioration, based on an operation from the outside.
  • the input device 2 specifies a deterioration prediction period such as a period from the present time to several months later based on an operation from the outside.
  • the input device 2 specifies a period used for predicting deterioration, such as a period from the present time to several months ago, based on an operation from the outside.
  • the display device 3 displays information received from the outside.
  • the deterioration prediction device 4 includes a prediction target data acquisition unit 4a, a similar data acquisition unit 4b, a future data prediction unit 4c, a failure occurrence prediction unit 4d, and a display control unit 4e.
  • the prediction target data acquisition unit 4a acquires information on time-series data of the index value of the storage battery, which is the prediction target of deterioration, from the actual database 1 based on the designation by the input device 2.
  • the similar data acquisition unit 4b acquires time-series data information similar to the time-series data of the index value of the storage battery to be predicted from the actual database 1 based on the time-series data acquired by the prediction target data acquisition unit 4a. To do.
  • the future data prediction unit 4c predicts the future transition of the index value of the storage battery, which is the target of deterioration prediction, based on the information acquired by the similar data acquisition unit 4b.
  • the failure occurrence prediction unit 4d predicts the failure occurrence time of the storage battery, which is the target of deterioration prediction, based on the transition predicted by the future data prediction unit 4c.
  • the display control unit 4e causes the display device 3 to display the information of the prediction result by the future data prediction unit 4c and the failure occurrence prediction unit 4d.
  • FIG. 2 is a diagram for explaining a performance database used for the deterioration prediction device of the storage battery in the first embodiment.
  • the performance database 1 stores information of "management ID”, "model”, “measurement date”, “elapsed days from installation”, and "index value” in association with each other.
  • the “management ID” is the identification information of the storage battery.
  • the “model” is information on the model of the storage battery.
  • the “measurement date” is information on the measurement date of the index value of the storage battery.
  • “Elapsed days since installation” is information on the number of days that have passed since the storage battery was installed.
  • the “index value” is data that reflects the deterioration state of the storage battery, and is information such as the internal impedance, terminal voltage, discharge current, and capacity of the storage battery.
  • FIG. 3 is a diagram for explaining a method of acquiring time-series data of index values by the deterioration prediction device of the storage battery in the first embodiment.
  • the prediction target data acquisition unit 4a acquires time-series data X of the index value of the period.
  • the index value changes depending on the temperature, season, etc. Therefore, it is desirable to acquire the time series data X of the index value for the period of the past one year or more. In this case, if the index value is acquired once a month, the time-series data X of the index value is a collection of 12 or more index values.
  • FIG. 4 is a diagram for explaining a method of acquiring similar time-series data by the deterioration prediction device of the storage battery in the first embodiment.
  • the similar data acquisition unit 4b selects k storage batteries having time-series data of the index value similar to the time-series data X of the index value of the storage battery having the "management ID" of 001 from the actual database 1.
  • the similar data acquisition unit 4b searches for the point where the distance d between the time series data X and the time series data Xi to be compared is the shortest by sliding the time series data X in the time axis direction.
  • the similar data acquisition unit 4b determines the similarity of the storage battery based on the distance d.
  • the similar data acquisition unit 4b uses the Euclidean distance as the distance d.
  • the similar data acquisition unit 4b determines that the smaller the value of the distance d, the more similar to the storage battery having the "management ID" of 001.
  • FIG. 5 is a diagram for explaining a method of calculating a predicted value of an index value by the deterioration prediction device of the storage battery according to the first embodiment.
  • the future data prediction unit 4c predicts the index value by the Nearest Neighbor method, the local linear approximation method, etc. after adjusting the time axis of the time series data Xi based on the points similar to the time series data of the storage battery to be predicted. Calculate the value.
  • the average value of similar Xi at each time point is the predicted value of the index value.
  • the predicted value A after 3 months is expressed by the following equation (1).
  • A1 is a value 3 months after the reference in the time series data X1.
  • A2 is a value 3 months after the reference in the time series data X2.
  • A3 is a value 3 months after the reference in the time series data X3.
  • FIG. 6 is a diagram for explaining a method of predicting the occurrence of a failure by the deterioration prediction device of the storage battery according to the first embodiment.
  • the failure occurrence prediction unit 4d predicts the failure occurrence time of the storage battery to be predicted based on the comparison result between the predicted value and the inspection threshold value of the index value. For example, when the index value becomes smaller as the storage battery deteriorates, the failure occurrence prediction unit 4d predicts the time when the predicted value becomes smaller than the inspection threshold value of the index value as the failure occurrence time. For example, when the index value increases with the deterioration of the storage battery, the failure occurrence prediction unit 4d predicts the time when the predicted value becomes larger than the inspection threshold value of the index value as the failure occurrence time.
  • the inspection threshold is set in advance for each index value.
  • the inspection threshold value is set based on the actual data at the time of past failure occurrence or replacement.
  • FIG. 7 is a flowchart for explaining an outline of the operation of the deterioration prediction device for the storage battery according to the first embodiment.
  • step S1 the deterioration prediction device 4 acquires the information of the time series data of the index value of the storage battery which is the deterioration prediction target. After that, the deterioration prediction device 4 performs the operation of step S2. In step S2, the deterioration prediction device 4 acquires information on time-series data similar to the time-series data of the index value of the storage battery to be predicted. After that, the deterioration prediction device 4 performs the operation of step S3. In step S3, the predicted value of the transition of the index value of the storage battery to be predicted is calculated from the similar time series data.
  • the deterioration prediction device 4 performs the operation of step S4.
  • the deterioration prediction device 4 predicts the time of failure based on the comparison result between the predicted value and the inspection threshold value.
  • the deterioration prediction device 4 performs the operation of step S5.
  • the deterioration prediction device 4 causes the display device 3 to display information on the transition of the index value and the prediction result at the time of failure occurrence. After that, the deterioration prediction device 4 ends the operation.
  • the deterioration prediction device 4 predicts the future transition of the index value of the storage battery to be predicted by a method based on the concept of pattern recognition. Specifically, the deterioration prediction device 4 acquires time-series data information similar to the time-series data of the index value of the storage battery to be predicted from the performance database 1, and makes a prediction based on the information of the similar time-series data. Predict future changes in the index value of the target storage battery. Therefore, the deterioration of the storage battery can be predicted without constructing a prediction model considering various deterioration factors such as the specifications of the storage battery, the number of times of charging and discharging, the ambient temperature, and the discharge current.
  • the deterioration prediction device 4 predicts the time when a failure occurs or the time of replacement of the storage battery, which is the prediction target, based on the future transition of the index value. Therefore, the storage battery can be replaced before the storage battery actually breaks down.
  • the deterioration rate of the storage battery varies depending on the specifications such as the manufacturer and model of the storage battery. Therefore, by extracting time-series data of similar index values from a storage battery having the same specifications as the storage battery to be predicted, it is possible to improve the prediction accuracy of deterioration of the storage battery to be predicted.
  • the performance database 1 may be constructed separately for each specification in advance.
  • a threshold value may be set for the distance d to be determined to be similar. Further, when the number of storage batteries having a distance d equal to or less than the threshold value is less than k, it may be determined that the deterioration of the storage battery to be deteriorated cannot be predicted because there is no similar actual data. At this time, assuming that time-series data that has not been observed in the past is shown, information indicating a warning may be displayed on the display device 3.
  • the prediction device of the first embodiment is used when predicting the deterioration of the storage battery of the elevator.
  • the storage battery of the elevator is used as an emergency power source for moving the car to the nearest floor so that people are not trapped inside the car in the event of a power failure. In normal times, the storage battery only supplies power to emergency lights, intercoms, and seismic detectors, not power to move the car.
  • the storage battery is required to supply electric power in an emergency. Therefore, the storage battery is periodically and remotely diagnosed in a deteriorated state. For example, the storage battery is diagnosed in a deteriorated state once a month.
  • the power source of the elevator is switched to the storage battery.
  • the elevator control device performs a diagnostic operation in which the car is moved in the downward direction at a constant distance.
  • the elevator monitoring device determines that the vehicle is abnormal if the minimum voltage value when the car moves a certain distance is less than the reference value.
  • the diagnosis is performed under the same conditions even at different sites. Elevator maintenance companies hold tens of thousands of on-site data measured under the same conditions of diagnosis.
  • an elevator maintenance contract is divided into a first contract and a second contract.
  • the replacement timing of the storage battery depends on the contract.
  • the storage battery is regularly replaced, such as every two years. If the minimum voltage is diagnosed below the reference value before the regular replacement date, the battery is replaced.
  • the second contract when the minimum voltage value of the storage battery falls below or is about to fall below the reference value, the maintenance staff proposes replacement to the owner.
  • the storage battery is replaced at the discretion of the owner.
  • the data from before the deterioration of the storage battery to after the deterioration where the minimum voltage value is lower than the reference value is often acquired. If the relevant data for tens of thousands of elevators is used as the actual database 1, deterioration of the storage battery of the elevator can be predicted more accurately.
  • the storage battery deteriorates over time even if it is not charged or discharged.
  • the information on the start date of use of the storage battery is stored as the information on the replacement date of the storage battery.
  • the information on the manufacturing date of the storage battery is not stored. Therefore, the leaving period from the manufacturing date of the storage battery to the start date of use is unknown.
  • the deterioration state may be different for a plurality of storage batteries having the same elapsed time from the start date of use and the same usage conditions such as temperature and discharge conditions.
  • FIG. 8 is a hardware configuration diagram of the predictive deterioration device for the storage battery according to the first embodiment.
  • Each function of the deterioration prediction device 4 can be realized by a processing circuit.
  • the processing circuit includes at least one processor 100a and at least one memory 100b.
  • the processing circuit comprises at least one dedicated hardware 200.
  • each function of the deterioration prediction device 4 is realized by software, firmware, or a combination of software and firmware. At least one of the software and firmware is written as a program. At least one of the software and firmware is stored in at least one memory 100b. At least one processor 100a realizes each function of the deterioration prediction device 4 by reading and executing a program stored in at least one memory 100b. At least one processor 100a is also referred to as a central processing unit, a processing unit, an arithmetic unit, a microprocessor, a microcomputer, and a DSP.
  • at least one memory 100b is a non-volatile or volatile semiconductor memory such as RAM, ROM, flash memory, EPROM, EEPROM, magnetic disk, flexible disk, optical disk, compact disk, mini disk, DVD or the like.
  • the processing circuit comprises at least one dedicated hardware 200
  • the processing circuit may be implemented, for example, as a single circuit, a composite circuit, a programmed processor, a parallel programmed processor, an ASIC, an FPGA, or a combination thereof.
  • each function of the deterioration prediction device 4 is realized by a processing circuit.
  • each function of the deterioration prediction device 4 is collectively realized by a processing circuit.
  • a part may be realized by the dedicated hardware 200, and the other part may be realized by software or firmware.
  • the function of the display control unit 4e is realized by a processing circuit as dedicated hardware 200, and the function other than the function of the display control unit 4e is a program in which at least one processor 100a is stored in at least one memory 100b. It may be realized by reading and executing.
  • the processing circuit realizes each function of the deterioration prediction device 4 by hardware 200, software, firmware, or a combination thereof.
  • the storage battery deterioration prediction device can be used for the deterioration prediction of the storage battery of the elevator system.
  • 1 Actual database 2 Input device, 3 Display device, 4 Deterioration prediction device, 4a Prediction target data acquisition unit, 4b Similar data acquisition unit, 4c Future data prediction unit, 4d Failure occurrence prediction unit, 4e display control unit, 100a processor , 100b memory, 200 hardware

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)
  • Tests Of Electric Status Of Batteries (AREA)

Abstract

蓄電池の様々な劣化要因を考慮した劣化予測モデルを構築することなく、蓄電池の劣化を予測することができる蓄電池の劣化予測装置を提供する。蓄電池の劣化予測装置は、劣化の予測対象である蓄電池の指劣化状態を反映する指標値の時系列データの情報を取得する予測対象データ取得部と、前記予測対象データ取得部により取得された時系列データに基づいて、前記予測対象である蓄電池の指標値の時系列データと類似した時系列データの情報を取得する類似データ取得部と、前記類似データ取得部により取得された情報に基づいて、前記予測対象である蓄電池の指標値の将来の推移を予測する将来データ予測部と、を備えた。

Description

蓄電池の劣化予測装置
　この発明は、蓄電池の劣化予測装置に関する。
　特許文献１は、蓄電池の劣化予測装置を開示する。当該劣化予測装置によれば、蓄電池の寿命を予測し得る。
日本特開２００３－２９７４３５号公報
　しかしながら、特許文献１に記載の劣化予測装置においては、蓄電池の平均温度と平均電流値と蓄電量とに基づいて蓄電池の劣化速度を算出する必要がある。このため、蓄電池のモデルを構築する必要がある。
　この発明は、上述の課題を解決するためになされた。この発明の目的は、蓄電池の様々な劣化要因を考慮した劣化予測モデルを構築することなく、蓄電池の劣化を予測することができる蓄電池の劣化予測装置を提供することである。
　この発明に係る蓄電池の劣化予測装置は、劣化の予測対象である蓄電池の劣化状態を反映する指標値の時系列データの情報を取得する予測対象データ取得部と、前記予測対象データ取得部により取得された時系列データに基づいて、前記予測対象である蓄電池の指標値の時系列データと類似した時系列データの情報を取得する類似データ取得部と、前記類似データ取得部により取得された情報に基づいて、前記予測対象である蓄電池の指標値の将来の推移を予測する将来データ予測部と、を備えた。
　この発明によれば、劣化予測装置は、予測対象である蓄電池の指標値の時系列データと類似した時系列データの情報を取得し、類似した時系列データの情報に基づいて予測対象である蓄電池の指標値の将来の推移を予測する。このため、蓄電池のモデルを構築することなく、蓄電池の劣化を予測することができる。
実施の形態１における蓄電池の劣化予測装置が適用される蓄電池劣化予測システムの構成図である。 実施の形態１における蓄電池の劣化予測装置に利用される実績データベースを説明するための図である。 実施の形態１における蓄電池の劣化予測装置による指標値の時系列データの取得方法を説明するための図である。 実施の形態１における蓄電池の劣化予測装置による類似した時系列データの取得方法を説明するための図である。 実施の形態１における蓄電池の劣化予測装置による指標値の予測値の算出方法を説明するための図である。 実施の形態１における蓄電池の劣化予測装置による故障発生時の予測方法を説明するための図である。 実施の形態１における蓄電池の劣化予測装置の動作の概要を説明するためのフローチャートである。 実施の形態１における蓄電池の予測劣化装置のハードウェア構成図である。
　この発明を実施するための形態について添付の図面に従って説明する。なお、各図中、同一または相当する部分には同一の符号が付される。当該部分の重複説明は適宜に簡略化ないし省略する。
実施の形態１．
　図１は実施の形態１における蓄電池の劣化予測装置が適用される蓄電池劣化予測システムの構成図である。
　図１に示されるように、蓄電池劣化予測システムは、実績データベース１と入力装置２と表示装置３と劣化予測装置４とを備える。
　実績データベース１は、様々な蓄電池の設置から故障または交換までの指標値の時系列データ等の実績の情報を記憶する。
　入力装置２は、外部からの操作を受け付ける。例えば、入力装置２は、外部からの操作に基づいて、劣化の予測対象である蓄電池の識別情報を指定する。例えば、入力装置２は、外部からの操作に基づいて、現時点から数か月後までの期間等、劣化の予測期間を指定する。例えば、入力装置２は、外部からの操作に基づいて、現時点から数か月前までの期間等、劣化の予測に用いられる期間を指定する。
　表示装置３は、外部から受信した情報を表示する。
　劣化予測装置４は、予測対象データ取得部４ａと類似データ取得部４ｂと将来データ予測部４ｃと故障発生時予測部４ｄと表示制御部４ｅとを備える。
　予測対象データ取得部４ａは、入力装置２による指定に基づいて実績データベース１から劣化の予測対象である蓄電池の指標値の時系列データの情報を取得する。
　類似データ取得部４ｂは、予測対象データ取得部４ａにより取得された時系列データに基づいて、実績データベース１から予測対象である蓄電池の指標値の時系列データと類似した時系列データの情報を取得する。
　将来データ予測部４ｃは、類似データ取得部４ｂにより取得された情報に基づいて、劣化の予測対象である蓄電池の指標値の将来の推移を予測する。
　故障発生時予測部４ｄは、将来データ予測部４ｃにより予測された推移に基づいて、劣化の予測対象である蓄電池の故障発生時を予測する。
　表示制御部４ｅは、将来データ予測部４ｃと故障発生時予測部４ｄとによる予測結果の情報を表示装置３に表示させる。
　次に、図２を用いて、実績データベース１を説明する。
　図２は実施の形態１における蓄電池の劣化予測装置に利用される実績データベースを説明するための図である。
　図２に示されるように、実績データベース１は、「管理ＩＤ」と「型式」と「測定日」と「設置からの経過日数」と「指標値」との情報を対応付けて記憶する。
　「管理ＩＤ」は、蓄電池の識別情報である。「型式」は、蓄電池の型式の情報である。「測定日」は、蓄電池の指標値の測定日の情報である。「設置からの経過日数」は、蓄電池を設置してから経過した日数の情報である。「指標値」は、蓄電池の劣化状態を反映するデータであり、蓄電池の内部インピーダンス、端子電圧、放電電流、容量等の情報である。
　次に、図３を用いて、指標値の時系列データの取得方法を説明する。
　図３は実施の形態１における蓄電池の劣化予測装置による指標値の時系列データの取得方法を説明するための図である。
　例えば、「管理ＩＤ」が００１の蓄電池において、劣化の予測に用いられる期間が指定された際、予測対象データ取得部４ａは、当該期間の指標値の時系列データＸを取得する。
　指標値は、気温、季節等によって変化する。このため、過去１年分以上の期間の指標値の時系列データＸを取得することが望ましい。この場合、指標値が月に１回の割合で取得されていれば、指標値の時系列データＸは、１２点以上の指標値の集まりとなる。
　次に、図４を用いて、類似した時系列データの取得方法を説明する。
　図４は実施の形態１における蓄電池の劣化予測装置による類似した時系列データの取得方法を説明するための図である。
　類似データ取得部４ｂは、実績データベース１から「管理ＩＤ」が００１の蓄電池の指標値の時系列データＸと類似した指標値の時系列データをもつ蓄電池をｋ個選定する。類似データ取得部４ｂは、これらの蓄電池の指標値の時系列データＸｉ（ｉ＝１、２、３、・・・ｋ）を取得する。
　類似データ取得部４ｂは、時系列データＸを時間軸方向にスライドさせることで時系列データＸと比較対象の時系列データＸｉとの距離ｄが最も短くなるポイントを探索する。類似データ取得部４ｂは、距離ｄに基づいて蓄電池の類似度を判定する。類似データ取得部４ｂは、距離ｄとしてユークリッド距離を使用する。類似データ取得部４ｂは、距離ｄの値が小さい蓄電池ほど「管理ＩＤ」が００１の蓄電池に類似すると判定する。
　次に、図５を用いて、指標値の予測値の算出方法を説明する。
　図５は実施の形態１における蓄電池の劣化予測装置による指標値の予測値の算出方法を説明するための図である。
　将来データ予測部４ｃは、予測対象である蓄電池の時系列データと類似したポイントを基準に、時系列データＸｉの時間軸を調整したうえでＮｅａｒｅｓｔ　Ｎｅｉｇｈｂｏｒ法、局所線形近似法等により指標値の予測値を算出する。
　Ｎｅａｒｅｓｔ　Ｎｅｉｇｈｂｏｒ法においては、類似したＸｉの各時点における平均値が指標値の予測値となる。
　例えば、３ヶ月後の予測値Ａは、次の（１）式で表される。
Figure JPOXMLDOC01-appb-M000001
　例えば、類似した時系列データＸｉ（Ｘ１、Ｘ２、Ｘ３）が選定された場合、３ヶ月後の予測値Ａは、次の（２）式で表される。
Figure JPOXMLDOC01-appb-M000002
　ただし、Ａ１は、時系列データＸ１における基準から３ヶ月後の値である。Ａ２は、時系列データＸ２における基準から３ヶ月後の値である。Ａ３は、時系列データＸ３における基準から３ヶ月後の値である。
　次に、図６を用いて、故障発生時の予測方法を説明する。
　図６は実施の形態１における蓄電池の劣化予測装置による故障発生時の予測方法を説明するための図である。
　故障発生時予測部４ｄは、予測値と指標値の点検閾値との比較結果に基づいて予測対象である蓄電池の故障発生時を予測する。例えば、指標値が蓄電池の劣化とともに小さくなる場合、故障発生時予測部４ｄは、予測値が指標値の点検閾値よりも小さくなる時点を故障発生時として予測する。例えば、指標値が蓄電池の劣化とともに大きくなる場合、故障発生時予測部４ｄは、予測値が指標値の点検閾値よりも大きくなる時点を故障発生時として予測する。
　なお、故障発生時ではなく、故障が発生する前の交換時を予測してもよい。
　また、点検閾値は、指標値ごとに予め設定される。例えば、点検閾値は、過去の故障発生時または交換時の実績データに基づいて設定される。
　次に、図７を用いて、劣化予測装置４の動作の概要を説明する。
　図７は実施の形態１における蓄電池の劣化予測装置の動作の概要を説明するためのフローチャートである。
　ステップＳ１では、劣化予測装置４は、劣化の予測対象である蓄電池の指標値の時系列データの情報を取得する。その後、劣化予測装置４は、ステップＳ２の動作を行う。ステップＳ２では、劣化予測装置４は、予測対象である蓄電池の指標値の時系列データと類似した時系列データの情報を取得する。その後、劣化予測装置４は、ステップＳ３の動作を行う。ステップＳ３では、類似した時系列データから、予測対象である蓄電池の指標値の推移の予測値を算出する。
　その後、劣化予測装置４は、ステップＳ４の動作を行う。ステップ４では、劣化予測装置４は、予測値と点検閾値との比較結果に基づいて故障発生時を予測する。その後、劣化予測装置４は、ステップＳ５の動作を行う。ステップＳ５では、劣化予測装置４は、指標値の推移と故障発生時との予測結果の情報を表示装置３に表示させる。その後、劣化予測装置４は、動作を終了する。
　以上で説明した実施の形態１によれば、劣化予測装置４は、パターン認識の概念に基づいた手法で予測対象である蓄電池の指標値の将来の推移を予測する。具体的には、劣化予測装置４は、実績データベース１から予測対象である蓄電池の指標値の時系列データと類似した時系列データの情報を取得し、類似した時系列データの情報に基づいて予測対象である蓄電池の指標値の将来の推移を予測する。このため、蓄電池の仕様、充放電の回数、周囲の温度、放電電流等の様々な劣化要因を考慮した予測モデルを構築することなく、蓄電池の劣化を予測することができる。
　この際、少なくとも一つの指標値があればよい。このため、温度センサ等が不要となり、蓄電池の劣化を予測する際のコストを下げることができる。
　また、劣化予測装置４は、指標値の将来の推移に基づいて予測対象である蓄電池の故障発生時または交換時を予測する。このため、蓄電池が実際に故障する前に蓄電池の交換等を行うことができる。
　なお、蓄電池の劣化速度は、蓄電池のメーカ、型式等の仕様によって変化する。このため、予測対象である蓄電池と同じ仕様の蓄電池から類似した指標値の時系列データを抽出すれば、予測対象である蓄電池の劣化の予測精度を向上することができる。この際、実績データベース１を仕様ごとに予め分けて構築しておいてもよい。
　また、類似した時系列データを抽出する際に、類似と判定する距離ｄに閾値を設けてもよい。さらに、閾値以下の距離ｄをもつ蓄電池の数がｋ未満である場合、類似した実績データがないとして、劣化対象である蓄電池の劣化の予測が不可能であると判定してもよい。この際、過去に観測されていない時系列データが示されているとして、注意喚起を示す情報を表示装置３に表示させてもよい。
　例えば、実施の形態１の予測装置は、エレベーターの蓄電池の劣化を予測する際に用いられる。エレベーターの蓄電池は、停電時にかごの内部に人が閉じ込められないようにかごを最寄階まで移動させるための非常用電源として用いられる。通常時において、当該蓄電池は、非常灯、インターホン、地震検知計へ電力を供給するだけであり、かごの移動のための電力を供給しない。
　当該蓄電池は、非常時に必ず電力を供給することを要求される。このため、当該蓄電池は、定期的に遠隔から自動で劣化状態を診断される。例えば、当該蓄電池は、月に１回の割合で劣化状態を診断される。
　当該蓄電池の劣化状態の診断においては、エレベーターの動力電源が蓄電池に切り替える。この状態で、エレベーターの制御装置は、かごを下降方向へ一定距離で移動させる診断運転を行う。エレベーターの監視装置は、かごが一定距離を移動した場合の電圧最小値が基準値を下回っていれば異常と判定する。当該診断は、異なる現場であっても同一条件で行われる。エレベーターの保守会社は、同一条件の診断において測定された現場のデータを数万台分保持している。
　例えば、エレベーターの保守契約は、第１契約と第２契約とに分けられる。蓄電池の交換タイミングは、契約によって異なる。例えば、第１契約において、蓄電池は、２年ごと等、定期交換される。定期交換日の前に診断で電圧最小値が基準値を下回った場合、蓄電池は、交換される。例えば、第２契約において、蓄電池の電圧最小値が基準値を下回ったり下回りそうになったりした場合に保守員がオーナーへ交換を提案する。蓄電池は、オーナーの判断によって交換される。第２契約の場合、蓄電池の劣化前から電圧最小値が基準値を下回る劣化後までのデータが取得されていることが多い。数万台分のエレベーターについての当該データを実績データベース１とすれば、エレベーターの蓄電池の劣化をより正確に予測することができる。
　なお、蓄電池は、充放電を行っていなくても、時間経過によって劣化する。現状の実績データベース１においては、当該蓄電池の使用開始日の情報は、蓄電池の交換日の情報として記憶されている。これに対し、当該蓄電池の製造日の情報は記憶されていない。このため、当該蓄電池の製造日から使用開始日までの放置期間は不明である。
　この場合、使用開始日から経過時間が同じで、温度、放電条件等の使用条件が同じである複数の蓄電池において、劣化状態が異なることもある。
　この際、実施の形態１の劣化予測装置４のように、時間軸の方向にスライドさせて劣化速度が一致するポイントを探索すれば、実績データベース１からより類似した時系列データを抽出することができる。このため、時間軸方向にスライドさせないで劣化速度が一致するポイントを探索する場合と比較して、蓄電池の劣化の予測精度を向上することができる。
　次に、図８を用いて、劣化予測装置４の例を説明する。
　図８は実施の形態１における蓄電池の予測劣化装置のハードウェア構成図である。
　劣化予測装置４の各機能は、処理回路により実現し得る。例えば、処理回路は、少なくとも１つのプロセッサ１００ａと少なくとも１つのメモリ１００ｂとを備える。例えば、処理回路は、少なくとも１つの専用のハードウェア２００を備える。
　処理回路が少なくとも１つのプロセッサ１００ａと少なくとも１つのメモリ１００ｂとを備える場合、劣化予測装置４の各機能は、ソフトウェア、ファームウェア、またはソフトウェアとファームウェアとの組み合わせで実現される。ソフトウェアおよびファームウェアの少なくとも一方は、プログラムとして記述される。ソフトウェアおよびファームウェアの少なくとも一方は、少なくとも１つのメモリ１００ｂに格納される。少なくとも１つのプロセッサ１００ａは、少なくとも１つのメモリ１００ｂに記憶されたプログラムを読み出して実行することにより、劣化予測装置４の各機能を実現する。少なくとも１つのプロセッサ１００ａは、中央処理装置、処理装置、演算装置、マイクロプロセッサ、マイクロコンピュータ、ＤＳＰともいう。例えば、少なくとも１つのメモリ１００ｂは、ＲＡＭ、ＲＯＭ、フラッシュメモリ、ＥＰＲＯＭ、ＥＥＰＲＯＭ等の、不揮発性または揮発性の半導体メモリ、磁気ディスク、フレキシブルディスク、光ディスク、コンパクトディスク、ミニディスク、ＤＶＤ等である。
　処理回路が少なくとも１つの専用のハードウェア２００を備える場合、処理回路は、例えば、単一回路、複合回路、プログラム化したプロセッサ、並列プログラム化したプロセッサ、ＡＳＩＣ、ＦＰＧＡ、またはこれらの組み合わせで実現される。例えば、劣化予測装置４の各機能は、それぞれ処理回路で実現される。例えば、劣化予測装置４の各機能は、まとめて処理回路で実現される。
　劣化予測装置４の各機能について、一部を専用のハードウェア２００で実現し、他部をソフトウェアまたはファームウェアで実現してもよい。例えば、表示制御部４ｅの機能については専用のハードウェア２００としての処理回路で実現し、表示制御部４ｅの機能以外の機能については少なくとも１つのプロセッサ１００ａが少なくとも１つのメモリ１００ｂに格納されたプログラムを読み出して実行することにより実現してもよい。
　このように、処理回路は、ハードウェア２００、ソフトウェア、ファームウェア、またはこれらの組み合わせで劣化予測装置４の各機能を実現する。
　以上のように、この発明に係る蓄電池の劣化予測装置は、エレベーターシステムの蓄電池の劣化予測に利用できる。
　１　実績データベース、　２　入力装置、　３　表示装置、　４　劣化予測装置、　４ａ　予測対象データ取得部、　４ｂ　類似データ取得部、　４ｃ　将来データ予測部、　４ｄ　故障発生時予測部、　４ｅ　表示制御部、　１００ａ　プロセッサ、　１００ｂ　メモリ、　２００　ハードウェア

Claims (6)

  1. 　劣化の予測対象である蓄電池の劣化状態を反映する指標値の時系列データの情報を取得する予測対象データ取得部と、
    　前記予測対象データ取得部により取得された時系列データに基づいて、前記予測対象である蓄電池の指標値の時系列データと類似した時系列データの情報を取得する類似データ取得部と、
    　前記類似データ取得部により取得された情報に基づいて、前記予測対象である蓄電池の指標値の将来の推移を予測する将来データ予測部と、
    を備えた蓄電池の劣化予測装置。
  2. 　前記将来データ予測部に予測された推移に基づいて、前記予測対象である蓄電池の故障発生時を予測する故障発生時予測部、
    を備えた請求項１に記載の蓄電池の劣化予測装置。
  3. 　前記将来データ予測部は、Ｎｅａｒｅｓｔ　Ｎｅｉｇｈｂｏｒ法または局所線形近似法により前記予測対象である蓄電池の指標値の将来の推移を予測する請求項１または請求項２に記載の蓄電池の劣化予測装置。
  4. 　前記類似データ取得部は、蓄電池の指標値の時系列データの実績の情報を時間軸の方向にスライドさせて、前記予測対象である蓄電池の指標値の時系列データと類似した時系列データを抽出する請求項１から請求項３のいずれか一項に記載の蓄電池の劣化予測装置。
  5. 　前記予測対象データ取得部は、劣化の予測対象である蓄電池として、エレベーターにおいて定期的に行われる診断運転で指標値が取得された蓄電池を選定し、
    　前記類似データ取得部は、前記予測対象データ取得部により取得された情報に基づいて、エレベーターにおいて定期的に行われる診断運転で指標値が取得された蓄電池の指標値の時系列データの中から前記予測対象である蓄電池の指標値の時系列データと類似した時系列データを抽出する請求項１から請求項４のいずれか一項に記載の蓄電池の劣化予測装置。
  6. 　前記類似データ取得部は、前記劣化の予測対象である蓄電池と同一条件で指標値が取得された蓄電池の指標値の時系列データの中から前記予測対象である蓄電池の指標値の時系列データと類似した時系列データを抽出する請求項５に記載の蓄電池の劣化予測装置。
PCT/JP2019/025389 2019-06-26 2019-06-26 蓄電池の劣化予測装置 WO2020261435A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
PCT/JP2019/025389 WO2020261435A1 (ja) 2019-06-26 2019-06-26 蓄電池の劣化予測装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2019/025389 WO2020261435A1 (ja) 2019-06-26 2019-06-26 蓄電池の劣化予測装置

Publications (1)

Publication Number Publication Date
WO2020261435A1 true WO2020261435A1 (ja) 2020-12-30

Family

ID=74060829

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2019/025389 WO2020261435A1 (ja) 2019-06-26 2019-06-26 蓄電池の劣化予測装置

Country Status (1)

Country Link
WO (1) WO2020261435A1 (ja)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009215023A (ja) * 2008-03-12 2009-09-24 Toshiba Elevator Co Ltd 非常電源用バッテリーの寿命判定システム
JP2012001358A (ja) * 2010-06-21 2012-01-05 Mitsubishi Electric Building Techno Service Co Ltd エレベータのバッテリ診断表示装置及びその方法
WO2016071941A1 (ja) * 2014-11-05 2016-05-12 株式会社東芝 予測システム、予測プログラム、予測装置
WO2019003436A1 (ja) * 2017-06-30 2019-01-03 川崎重工業株式会社 鉄道車両の走行位置特定システム、走行位置特定装置及び走行位置特定方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009215023A (ja) * 2008-03-12 2009-09-24 Toshiba Elevator Co Ltd 非常電源用バッテリーの寿命判定システム
JP2012001358A (ja) * 2010-06-21 2012-01-05 Mitsubishi Electric Building Techno Service Co Ltd エレベータのバッテリ診断表示装置及びその方法
WO2016071941A1 (ja) * 2014-11-05 2016-05-12 株式会社東芝 予測システム、予測プログラム、予測装置
WO2019003436A1 (ja) * 2017-06-30 2019-01-03 川崎重工業株式会社 鉄道車両の走行位置特定システム、走行位置特定装置及び走行位置特定方法

Similar Documents

Publication Publication Date Title
US11774503B2 (en) Battery life learning device, battery life prediction device, method and non-transitory computer readable medium
JP6723337B2 (ja) 使用状況に基づいてバッテリを保守するためのシステムおよび方法
CN108510221B (zh) 具有进行库存管理以及预防维护的功能的库存管理系统
JP5529877B2 (ja) 電池システム
JP4940180B2 (ja) 複合診断・保守計画支援システム及びその支援方法
US10203375B2 (en) Method for ascertaining storage battery state, state-ascertaining system, and computer program
RU2540830C2 (ru) Адаптивное дистанционное обслуживание подвижных составов
US8260493B2 (en) Health prognosis for complex system using fault modeling
JP2016118546A (ja) 車両構成要素の状態を判定するためのシステム及び方法
JP7269437B2 (ja) 電気車充電ステーションを用いたバッテリー性能管理システム及び方法
JP5045191B2 (ja) 故障予測診断装置及びこれを用いた故障予測診断システム並びに故障予測診断プログラム
JP2019522297A (ja) 時系列内の前兆部分列を発見する方法及びシステム
JP7031649B2 (ja) 評価装置、コンピュータプログラム及び評価方法
CN110543907A (zh) 一种基于微机监测功率曲线的故障分类方法
US20180150036A1 (en) Systems and methods for concept drift learning with alternating learners
CN115718258A (zh) 电池故障检测
WO2020261435A1 (ja) 蓄電池の劣化予測装置
KR20220097252A (ko) 스마트 플랜트에 관한 머신러닝 기반 설비 관리 방법 및 시스템
KR20230077994A (ko) 제조 설비의 고장 예측 시스템
CN114487848A (zh) 一种蓄电池的状态计算方法和装置
RU2648413C1 (ru) Способ управления режимами на основе нейросетевого диагностирования неисправностей и технического состояния электроприводного газоперекачивающего агрегата
JP2007132738A (ja) 蓄電池の劣化診断方法および劣化診断装置
KR102667861B1 (ko) 딥러닝 기반의 고장 예측 모델을 이용한 중전기기 고장 진단 장치 및 그 방법
US20240104269A1 (en) Transferable hybrid prognostics based on fundamental degradation modes
Zhang et al. Remote vehicle state of health monitoring and its application to vehicle no-start prediction

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 19935270

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 19935270

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: JP