[发明专利]剩余容量推定装置、模型生成装置、剩余容量推定方法、模型生成方法以及程序

说明书

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

技术领域

本发明涉及剩余容量推定装置、模型生成装置、剩余容量推定方法、模型生成方法以及程序。

背景技术

近年来，在各种场所使用蓄电池。作为第一例，将蓄电池用作车辆等移动体的动力源。作为第二例，将蓄电池用于暂时蓄积剩余电力。

在利用蓄电池时，高精度地计算蓄电池的剩余容量是重要的。例如在专利文献1以及2中记载了使用神经网络等机器学习来生成模型，并使用该模型来计算蓄电池的剩余容量。另外，在专利文献3中记载了使用第一时间点的蓄电池的SOC和SOH来推定之后的第二时间点的SOH。并且，在专利文献4中记载了使用第一时间点的蓄电池的SOH、以及从第一时间点到其后的第二时间点之间的蓄电池的状态所涉及的时间序列数据来推定第二时间点的SOH。

现有技术文献

专利文献

专利文献1：日本特开2007-240521号公报

专利文献2：日本特开2008-232758号公报

专利文献3：国际公开第2019/181728号

专利文献4：国际公开第2019/181729号

发明内容

发明所要解决的课题

通常，机器学习的计算量增加，但精度较高的情况较多。另一方面，在推定蓄电池的剩余容量时的计算量较少的情况下，例如能够实时地计算蓄电池剩余容量。因此，在使用机器学习来推定蓄电池的剩余容量的情况下，减少计算量是重要的。

本发明的目标的一例在于，在使用机器学习来推定蓄电池的剩余容量的情况下，减少计算量。

用于解决课题的手段

根据本发明，提供一种剩余容量推定装置，具备：存储处理部，其使存储部存储对训练数据进行多次机器学习而生成的模型，所述训练数据以包含蓄电池的电流、电压以及温度的训练用测定数据作为输入值，以该蓄电池的剩余容量值即训练用剩余容量值作为目标值；以及

计算部，其取得包含成为处理对象的对象蓄电池的电流、电压以及温度的计算用测定数据，并将该计算用测定数据输入到所述模型，由此计算出所述对象蓄电池的剩余容量。

根据本发明，提供一种模型生成装置，其具备：训练数据取得部，其取得多个训练数据，所述训练数据以由蓄电池的电流、电压以及温度构成的训练用测定数据为输入值，以该蓄电池的剩余容量值即训练用剩余容量值为目标值；以及

模型生成部，其通过对所述多个训练数据进行机器学习，生成用于根据计算用测定数据来计算对象蓄电池的剩余容量的模型，该计算用测定数据包含成为处理对象的该对象蓄电池的电流、电压以及温度。

根据本发明，提供一种模型生成装置，具备：训练数据取得部，其取得多个训练数据，所述训练数据以包含蓄电池的电流、电压以及温度的训练用测定数据作为输入值，以该蓄电池的剩余容量值即训练用剩余容量值作为目标值；

预处理部，其将n组所述训练数据加工成m×n的对象矩阵，并对该对象矩阵进行处理，由此生成由z个数据构成的一维数据，其中，m是训练用测定数据所包含的数据的种类的数量；以及