TWI842294B

TWI842294B - 二次電池容量估測系統

Info

Publication number: TWI842294B
Application number: TW111149744A
Authority: TW
Inventors: 宗像一郎; 狩俊太郎; 丹野諭; 庄司秀樹
Original assignee: 日商東洋體系股份有限公司
Priority date: 2022-03-29
Filing date: 2022-12-23
Publication date: 2024-05-11
Also published as: KR102819650B1; CA3228132A1; EP4365611B1; KR20240034799A; WO2023188582A1; JP2023146043A; TW202338389A; EP4365611A1; DK4365611T3; EP4365611A4; CN117716248A; US20240377460A1; JP7276928B1

Abstract

提供即使在二次電池的使用履歷不同的情況下，仍可以從該二次電池的內部電阻的狀態去有效率地估測其容量的二次電池容量估測系統。一種估測二次電池之容量的系統，具備：對象二次電池資訊取得部，取得對象二次電池資訊；群組決定部，藉由將對象二次電池資訊所包含的對象二次電池的使用履歷、以及內部電阻值增加資訊輸入於分類模型，決定對象二次電池的傾向群組；以及容量估測部，根據對應於對象二次電池資訊和傾向群組的相關關係資訊，估測對象二次電池的容量指標值。分類模型是將樣本二次電池資訊作為學習資料而機械學習的已學習模型，以在輸入對象二次電池資訊時將對象二次電池符合的傾向群組輸出的方式構成。

Description

二次電池容量估測系統

本發明是有關於估測二次電池之容量的系統。

以作為二次電池的劣化程度評估指標而言，雖有容量維持率(相對於初期容量或額定容量的現在之容量的比例)及內部電阻增加率(相對於初期的內部電阻值的現在內部電阻值的增加比例)，但通常使用容量維持率作為SOH(State Of Health)。因為要正確測定二次電池的容量維持率必須充電至容量100%後，再度放電至0%所很耗費時間。因此，直接以運用了搭載二次電池之機器的狀態不易去實測二次電池的容量維持率。另一方面，內部電阻的測定例如專利文獻1般，可在短時間內測定。而且在容量維持率和內部電阻增加率之間有相關關係，可以使用其相關關係由二次電池的內部電阻增加率去某程度估測其容量維持率。

例如，依據專利文獻2所記載的技術，根據從二次電池所得的電流及電壓的測定值而算出二次電池的內部電阻，並使用藉由分析內部電阻及電池容量的測定結果的相關所得的關係式，估測二次電池的電池容量。 [先前技術文獻] [專利文獻]

[專利文獻1]日本再表2019/187264號報 [專利文獻2]日本特開2018-072346號報

[發明所欲解決之問題]

此外，現實中的二次電池，例如在EV等，二次電池的使用履歷(環境溫度、充電次數、急速充電頻率、使用SOC範圍等)各有不同。而且，例如從內部電阻增加率換言之初期的內部電阻值觀察即使是現在的內部電阻值的增加比例為相同，仍有二次電池的容量維持率由於使用履歷而有相當大的不同情況。所以，為了抑制由二次電池的內部電阻增加率估測該二次電池的容量維持率時的估測誤差，要求也考量二次電池的使用履歷不同的情況。

然而，在專利文獻2所記載的技術中，分析內部電阻及電池容量的測定結果的相關而取得其關係式，在導出該關係式時不考量二次電池的使用履歷。因此，無法抑制由於二次電池的使用履歷不同所產生之根據二次電池的內部電阻之電池容量的估測誤差。

另外，對於二次電池的容量維持率造成影響的使用履歷中如上所述包含各種要素，其組合有無數存在。因此，想預先準備對應於無數存在的所有組合之關係式等的做法並不現實。

因此本發明的目地為：提供即使在二次電池的使用履歷不同的情況下，仍可以從該二次電池的內部電阻的狀態去有效率地估測其容量的二次電池容量估測系統。 [解決問題之技術手段]

本發明的二次電池容量估測系統是一種估測二次電池之容量的系統，其特徵為：具備：對象二次電池資訊取得部，取得由以下所成的對象二次電池資訊：表示與前述二次電池的初期狀態之容量相比的前述容量的變化程度之容量指標值的估測對象亦即表示對象二次電池的使用履歷的資訊、以及表示與該對象二次電池的初期狀態的內部電阻值相比之內部電阻值的增加程度之電阻指標值；群組決定部，藉由將表示前述對象二次電池資訊所包含的前述對象二次電池的使用履歷的資訊、以及前述電阻指標值輸入於分類模型，決定該對象二次電池，符合表示使用所導致之前述容量指標值的降低傾向之分類的複數個傾向群組之中任一個；記憶體部，儲存分別對應於前述複數個傾向群組的表示前述二次電池的前述電阻指標值和前述容量指標值之相關關係的相關關係資訊；以及容量估測部，取得前述群組決定部決定的對應於前述對象二次電池符合的前述傾向群組的前述相關關係資訊，根據前述對象二次電池資訊所包含的前述電阻指標值和該取得的相關關係資訊，以估測該對象二次電池的前述容量指標值，前述分類模型是將由表示複數個樣本二次電池的各個使用履歷的資訊、以及該複數個樣本二次電池的前述電阻指標值及前述容量指標值所成的樣本二次電池資訊，作為學習資料而機械學習的已學習模型，以在輸入前述對象二次電池的前述對象二次電池資訊時將該對象二次電池符合的前述傾向群組輸出的方式構成。

依據本發明的二次電池容量估測系統，以群組決定部，藉由表示與對象二次電池的使用履歷及初期狀態的內部電阻值相比的內部電阻值之增加程度的電阻指標值，輸入於分類模型，決定該對象二次電池，符合表示與使用所導致之容量指標值(與表示二次電池的初期狀態的容量相比之容量的變化程度的值)的降低傾向之分類的複數個傾向群組之中任一個。

此外，分類模型是將複數個樣本二次電池的各個使用履歷、以及該複數個樣本二次電池的電阻指標值及容量指標值作為學習資料而機械學習的已學習模型。

另外，分類模型，構成為在輸入表示對象二次電池之使用履歷的資訊、及該對象二次電池的電阻指標值(換言之對象二次電池資訊)時輸出該對象二次電池符合的傾向群組。

而且，藉由容量估測部，取得群組決定部決定的對應於對象二次電池符合之傾向群組的相關關係資訊，根據對象二次電池資訊所包含的電阻指標值和取得的相關關係資訊，以估測該對象二次電池的容量指標值。

此外，相關關係資訊是表示分別對應於複數個傾向群組之二次電池的電阻指標值和容量指標值之相關關係的資訊。

藉此，估測二次電池的容量指標值時，由於不只電阻指標值，也考量二次電池的使用履歷，因而可以抑制由於二次電池的使用履歷不同所產生之容量指標值的估測誤差。

另外，由於準備依據傾向群組的數目之數目的相關關係資訊即可，因而即使在二次電池的使用履歷各別不同且其組合有無數存在的情況下，仍可效率地估測其容量指標值。

如此般依據本發明，即使在二次電池的使用履歷不同的情況下，仍可以從該二次電池的內部電阻的狀態去有效率地估測其容量。

另外，在本發明的二次電池容量估測系統中，較佳為，對應於前述傾向群組的前述相關關係資訊，分別是藉由將前述樣本二次電池資訊，以該樣本二次電池資訊中包含之前述複數個樣本二次電池符合的前述傾向群組分類，並將有關於符合各前述傾向群組的該樣本二次電池之前述電阻指標值和前述容量指標值的相關關係予以分析而得的資訊。

符合同一的傾向群組之樣本二次電池的電阻指標值和容量指標值之相關關係近似的蓋然性較高。而且，將該相關關係近似的樣本二次電池群組化且分析所得的相關關係資訊，成為符合真實情況的相關關係資訊。

依據本發明，對應於傾向群組的相關關係資訊是分別將樣本二次電池以傾向群組分類後，藉由分析符合各傾向群組的樣本二次電池之電阻指標值和容量指標值的相關關係所得的資訊。

所以依據本發明，由於將符合真實情況的相關關係資訊使用於估測對象二次電池的容量指標值，因而可以有效地抑制容量指標值的估測誤差。

本發明的二次電池容量估測系統，較佳為：具備生成前述相關關係資訊的學習部，該學習部構成為：從前述樣本二次電池資訊，提取有關於前述容量指標值為既定值以下之前述樣本二次電池的資訊，將前述提取的資訊分類成依據前述容量指標值降低之程度高低的複數個前述傾向群組，將符合依據前述容量指標值降低的程度高低之各前述傾向群組的有關於前述樣本二次電池之前述電阻指標值和前述容量指標值的相關關係予以分析，以生成對應於各該傾向群組的前述相關關係資訊。

隨著二次電池的使用，二次電池的容量指標值的降低逐漸加重。而且，容量指標值的降低與不太降低的二次電池相比，容量指標值的降低某種程度加重的二次電池，其使用所導致之容量指標值的降低傾向被如實地反映的蓋然性較高。

依據本發明，藉由學習部從樣本二次電池資訊提取有關於容量指標值降低至既定值以下的樣本二次電池的資訊，該提取的資訊被分類為依據容量指標值之降低的程度高低的複數個傾向群組。

另外，藉由學習部，分析有關於符合各傾向群組的樣本二次電池的資訊，生成對應於各傾向群組的相關關係資訊。

藉此，如實地反映使用所導致之容量指標值的降低傾向的蓋然性較高，可以根據容量指標值的降低某種程度加重的二次電池的樣本二次電池資訊的分析結果而生成相關關係資訊。

所以，可以有效地抑制由於二次電池的使用履歷不同所產生之容量指標值的估測誤差。

另外，本發明的二次電池容量估測系統，較佳為：表示前述樣本二次電池資訊中包含的前述使用履歷的資訊，由有關於表示前述樣本二次電池的使用履歷之複數個項目的資訊所成，前述分類模型，以使用相對於表示前述樣本二次電池的使用履歷之前述項目的加權值而將前述對象二次電池分類至前述傾向群組的方式構成，具備生成前述分類模型的學習部，該學習部構成為：以前述樣本二次電池資訊作為學習資料進行機械學習且算出相對於前述項目的前述加權值，以排除過前述加權值為既定以下之前述項目的資訊作為學習資料再次進行機械學習，藉此生成前述分類模型構成。

依據本發明，分類模型，以使用相對於表示樣本二次電池的使用履歷之複數個項目的加權值而將對象二次電池分類至前述傾向群組的方式構成。

而且，將樣本二次電池資訊作為學習資料而進行機械學習算出的加權值，以排除既定以下的項目之學習資料再次進行機械學習而生成分類模型。

藉此，因為可以將為了決定對象二次電池的傾向群組須輸入於分類模型的資訊，縮小為二次電池的使用履歷的資訊之中，有關於對傾向群組的決定帶來影響之重要度達既定程度高的項目的資訊，所以能夠靠較少的資訊來決定傾向群組因而更有效率。

如此般依據本發明，可以有效率地抑制由於二次電池的使用履歷不同所產生之容量指標值的估測誤差。

＜二次電池容量估測系統的構成＞

本實施方式的二次電池容量估測系統10是估測二次電池之容量的系統，例如電腦，其構成包含：控制部110、記憶體部130、輸入部150、以及輸出部170。二次電池容量估測系統10，也可安裝於例如個人電腦、平板電腦、智慧手機等的一般用電腦，或也可安裝於本發明之實施專用的終端。或例如二次電池的搭載對象是汽車等的移動體的話，也可以作為汽車導航系統等的一個功能安裝。

此外，二次電池的「容量」是指將該二次電池充滿電時的放電容量。

控制部110是由CPU(Central Processing Unit)等的演算處理裝置、記憶體、及I/O(Input/Output)裝置等所構成的所謂處理器。

控制部110藉由讀取既定的程式而執行，作為例如對象二次電池資訊取得部111、群組決定部113、容量估測部115、以及學習部117發揮功能。

對象二次電池資訊取得部111，取得由以下所成的對象二次電池資訊501：表示初期狀態之容量相比的前述容量的變化程度之容量指標值的估測對象亦即表示對象二次電池50的使用履歷的資訊、以及表示與對象二次電池50的初期狀態的內部電阻值相比之內部電阻的增加程度之電阻指標值。

此外，初期狀態的容量，是例如二次電池的製造時或該二次電池搭載於搭載對象的時間點的容量、或該二次電池的額定容量。而且容量指標值，是例如藉由如下述的式1所示般的計算式，並藉由將對象二次電池50的使用後的容量，除以對象二次電池50的初期狀態之容量而取得，即所謂的SOH。

在此，為 Cx=對象二次電池的使用後的容量 Co=對象二次電池的初期狀態的容量。

或容量指標值，也可以例如，藉由如下述的式2所示般的計算式，並藉由將從對象二次電池50的初期狀態的容量之容量的降低量，除以對象二次電池50之初期狀態的容量而取得。變數的定義與上述相同。

或容量指標值，也可以是將對象二次電池50的容量以例如Ah單位代表的值，也可以是將從初期狀態的容量的差分以Ah單位代表的值。

另外，初期狀態的內部電阻值，是指二次電池的製造時或該二次電池搭載於搭載對象的時間點的內部電阻值。而且，電阻指標值，例如藉由如下述的式3所示般的計算式，並藉由將從對象二次電池50的初期狀態之內部電阻值的內部電阻值的增量，除以對象二次電池50的初期狀態的內部電阻值而取得。

在此，為 Rx=對象二次電池的使用後的內部電阻值 Ro=對象二次電池的初期狀態的內部電阻值。

或電阻指標值，也可以例如，藉由如下述的式4所示般的計算式，並藉由將對象二次電池50的內部電阻值，除以對象二次電池50的初期狀態的內部電阻值而取得。變數的定義與上述相同。

或電阻指標值，也可以是將對象二次電池50的內部電阻值以例如Ω單位代表的值，也可以是將從初期狀態的內部電阻值的差分以Ω單位代表的值。

群組決定部113，藉由將表示對象二次電池資訊501所包含的對象二次電池50之使用履歷的資訊、以及電阻指標值輸入於分類模型131，以決定對象二次電池50，符合表示使用所導致之容量指標值的降低傾向之分類的複數個傾向群組之中任一個。

容量估測部115，取得群組決定部113決定的與對象二次電池50符合的傾向群組對應的相關關係資訊133，根據對象二次電池資訊501所包含的電阻指標值和該取得的相關關係資訊133，以估測對象二次電池50的容量指標值。

學習部117生成分類模型131，該模型是將由表示學習對象亦即複數個樣本二次電池70(70a、70b、70c…)的各個使用履歷的資訊、以及複數個樣本二次電池70的電阻指標值及容量指標值所成的樣本二次電池資訊701，作為學習資料而機械學習的已學習模型。

記憶體部130，由例如ROM(Read Only Memory)、RAM(Random Access Memory)、HDD(Hard Disk Drive)等的記憶裝置所構成。記憶體部130，例如除了分類模型131、以及相關關係資訊133，還儲存有二次電池容量估測系統10的處理結果、二次電池容量估測系統10使用於處理的資訊。

分類模型131是在輸入對象二次電池50的對象二次電池資訊時，輸出對象二次電池50符合之傾向群組的模型。

相關關係資訊133是表示分別對應於複數個傾向群組之二次電池的容量指標值和電阻指標值之相關關係的資訊。

對應於各傾向群組的相關關係資訊133，分別是例如，將樣本二次電池70，在以各樣本二次電池70符合的傾向群組分類後，藉由將有關於符合各傾向群組的樣本二次電池70的電阻指標值作為自變數，將容量指標值作為應變數，進行回歸分析而分析其相關關係所導出的表示電阻指標值和容量指標值之相關關係的關係式。

相關關係資訊133，分別是例如，如圖2所示般的每個傾向群組(A、B、C…)之n次的多項式(f(x)、g(x)、h(x)…)。若將對應於各傾向群組的關係式以圖表表示，則例如圖3般。此外，雖在圖3中，例示了表示各關係式的曲線，在容量指標值為100%時以外不相交的實施例，但視後述學習處理的結果，也存在表示各關係式的曲線相交的情況。

輸入部150，除了對象二次電池資訊501、樣本二次電池資訊701，還接收二次電池容量估測系統10的處理所必須的資訊的輸入。

輸入部150，此外，還可以包含接收使用者的輸入之例如連接端子、鍵盤或觸控面板、滑鼠其他的定點裝置而構成。

輸出部170是將二次電池容量估測系統10的操作所必須的資訊、處理結果等的資訊朝向操作者顯示的例如顯示裝置，但也可以是列印機等的印刷裝置。

對象二次電池50及樣本二次電池70，例如是可搭載在混合動力車(HEV)、插電式混合動力車(PHEV)、電池式電動車(BEV)等的以電力作為動力源使用且驅動的移動體、業務用蓄電裝置、家庭用蓄電裝置、電動的搬運用機器(搬運車、堆高機等)、個人電腦、行動電話等使用之各種的電池，例如鉛蓄電池、鎳鎘電池、鎳氫電池、鋰二次電池等的電池。

此外在圖1中，雖然圖示拆卸狀態的對象二次電池50及樣本二次電池70，但也可以在搭載於對象二次電池50及樣本二次電池70的搭載對象的狀態下取得對象二次電池資訊501、樣本二次電池資訊701。

樣本二次電池資訊701所包含的「表示使用履歷的資訊」，是將例如表示樣本二次電池70開始放電或充電時之SOC的資訊、充電是否由急速充電所進行並且表示其頻率的資訊、表示樣本二次電池70的環境溫度的資訊，以時序列去記錄的資訊之中至少一個，或這些組合。

一般而言，設計成例如只要是HEV的話在30～70%的範圍內，只要是PHEV的話在20～80%之SOC的範圍內使用電池。如此般，在二次電池存在適當的運作SOC範圍，當在該適當的運作SOC範圍外運作二次電池時，正極、負極的材料的膨脹等的壓力也變大且加快容量指標值降低的進行。

相反地，在較窄的SOC範圍內運作二次電池的話，因為可以將施加於二次電池的壓力抑制為較小，所以結果而言可較和緩地抑制容量指標值降低的進行。如此般對於二次電池的容量指標值降低的進行帶來較大影響，二次電池在怎樣之SOC的範圍內使用的資訊，是在估測二次電池的容量指標值時的重要資訊。

另外，在將對於二次電池的充電藉由急速充電進行的情況下，與以通常的充電進行充電的情況相比，施加於二次電池的壓力較高。所以，對於二次電池進行的充電是否為以急速充電所進行，另外，表示其頻率的資訊是估測二次電池的容量指標值時之重要資訊。

並且，例如在寒冷地區持續運作，或在溫度較高的狀態下持續運作，恐提高施加於二次電池的壓力，且成為使二次電池的劣化加劇的主要因素。所以，表示二次電池運作時的環境溫度的資訊，也是估測二次電池的容量指標值時之重要資訊。

作為估測樣本二次電池資訊701的「表示使用履歷的資訊」，除了上述所例示的例子，也可以適當包含估測二次電池的容量指標值時之重要資訊。

另外，樣本二次電池資訊701所包含的電阻指標值及容量指標值，可藉由與上述對象二次電池50的電阻指標值及容量指標值的取得方法同樣的手法取得。

樣本二次電池資訊701，例如，記錄於樣本二次電池70的搭載對象所具備的記憶機構、或樣本二次電池70自身所具備的記憶機構。而且，例如在檢修搭載有樣本二次電池70的機器時等，藉由檢修者蒐集樣本二次電池資訊701而蓄積於外部伺服器90等。或樣本二次電池資訊701，也可以經由有線、無線的通訊網路NW而在任意的時序去蓄積於外部伺服器90等。

另外，可在樣本二次電池資訊701，針對同一的樣本二次電池70，包含複數個不同的時間點之電阻指標值、容量指標值。於此情況下，也可以在樣本二次電池資訊701，進一步包含將樣本二次電池70予以特定的資訊。

＜處理的概要＞接著，針對本實施方式的二次電池容量估測系統10的處理內容進行說明。首先參照圖4，針對二次電池容量估測系統10所致之一連串處理進行說明。如圖4所示般，本實施方式的二次電池容量估測系統10，執行用於在接收例如操作者所下達之學習處理的執行指示的情況下(圖4/S11：Yes)，生成在輸入對象二次電池的資訊時輸出該對象二次電池符合的傾向群組的分類模型並且取得與各傾向群組對應的相關關係資訊的學習處理(圖4/S13)。

另外，本實施方式的二次電池容量估測系統10，執行例如在接收操作者所下達之估測處理的執行指示的情況下(圖4/S31：Yes)，估測對象二次電池的容量指標值的估測處理(圖4/S33)。

此外學習處理(圖4/S13)，例如在估測處理(圖4/S33)的執行前至少執行1次。或學習處理(圖4/S13)，也可以例如依據操作者的操作而定期地或不定期地反覆執行。

＜學習處理＞接著，使用圖5，針對學習處理進行說明。當開始處理時，學習部117取得由下述所成的樣本二次電池資訊701(圖5/S110)：表示學習對象亦即複數個樣本二次電池的各個使用履歷的資訊、以及該複數個樣本二次電池的電阻指標值及容量指標值。

學習部117，例如在固定件數的樣本二次電池資訊701蓄積於外部伺服器90時，依據操作者進行之操作，經由外部儲存媒體或有線、無線的通訊網路NW而取得該樣本二次電池資訊701。

之後，學習部117將取得的樣本二次電池資訊701進行機械學習(圖5/S130)。換言之例如學習部117，將樣本二次電池資訊701所包含的學習對象亦即複數個樣本二次電池70的各個表示使用履歷的資訊、以及該複數個樣本二次電池70的電阻指標值及容量指標值作為學習資料而機械學習。

學習部117，例如從表示樣本二次電池70開始放電或充電時之SOC的資訊，取得該樣本二次電池70的平均使用SOC範圍的資訊，作為表示使用履歷的資訊而使用於上述的機械學習。

換言之例如學習部117，藉著將樣本二次電池70開始放電時之SOC的值予以合計，除以樣本二次電池70進行放電的次數，以算出樣本二次電池70開始放電時之SOC的平均值(例如80%)。

同樣地，學習部117，藉著將樣本二次電池70開始充電時之SOC的值予以合計，除以樣本二次電池70進行充電的次數，以算出樣本二次電池70開始充電時之SOC的平均值(例如20%)。

將如此般取得的平均值的範圍(例如80%～20%)作為樣本二次電池70的平均使用SOC範圍取得。

另外，例如學習部117，從表示對於二次電池進行的充電是否為以急速充電所進行的資訊，取得進行急速充電的次數的資訊，將該取得的資訊，除以對於二次電池進行的充電的次數，藉以算出急速充電頻率的資訊且作為表示使用履歷的資訊使用於上述的機械學習。

或例如學習部117，從表示樣本二次電池70運作時的環境溫度的資訊去算出其平均值，藉此取得該樣本二次電池70的平均使用環境溫度的資訊，作為表示使用履歷的資訊而使用於上述的機械學習。

此外例如，在平均使用SOC範圍、急速充電頻率、或平均使用環境溫度的資訊預先包含樣本二次電池資訊701的情況下，學習部117省略將這些資訊如上述般算出的處理。

而且學習部117，根據該機械學習的結果，在輸入對象二次電池50的對象二次電池資訊501時生成(圖5/S150)或更新輸出該對象二次電池50符合的傾向群組的分類模型131，儲存於記憶體部130。

更具體來說，例如學習部117，將取得的樣本二次電池資訊701分群至任意的數目(在本實施方式為三個)的傾向群組。藉此，將容量指標值的降低傾向類似的樣本二次電池資訊701群組化。

就用於將樣本二次電池資訊701分群的手法而言，除了K-means、Fuzzy c-means、混合高斯模型等，還可以適當使用已知的演算法。

藉由上述的處理，取得樣本二次電池資訊701所包含的樣本二次電池資訊701之各記錄符合的傾向群組的資訊。而且學習部117，將如此般所得之樣本二次電池資訊701的各記錄所符合的傾向群組的資訊、以及樣本二次電池資訊701所包含的表示使用履歷的資訊及電阻指標值，作為學習資料，將表示使用履歷的資訊及電阻指標值、以及傾向群組的對應關係進行機械學習，並生成分類模型131。

就學習部117生成的分類模型131而言，除了使用例如卷積神經網路(Convolutional Neural Network(CNN))，還可以適當使用線形回歸模型、多項式回歸模型、多重回歸模型等的任意的模型。

圖6是表示如上述般而生成的分類模型131的其中一例的圖。如圖6所示的分類模型131，是例如將表示對象二次電池50的使用履歷的資訊、對象二次電池50的電阻指標值的資訊等作為輸入，並將表示容量指標值的降低傾向的分類的複數個傾向群組之中該對象二次電池50符合的傾向群組作為輸出的神經網路。分類模型131，例如，構成為輸出符合各傾向群組之機率的值。此外雖然在圖6中，展示傾向群組為上述之A、B、C的三個的情況，但傾向群組的個數只要是2以上的任意個數即可。

接下來，學習部117生成對應於各傾向群組的相關關係資訊133(圖5/S170)，並儲存於記憶體部130。

更具體來說，學習部117，例如，從樣本二次電池資訊701，提取符合各傾向群組的記錄，並針對該提取的記錄，將電阻指標值和容量指標值的相關關係予以分析，藉此生成對應於各傾向群組的相關關係資訊133。換言之，在本實施方式學習部117，生成符合A、B、C的各傾向群組之3個相關關係資訊133。

如此，學習部117結束學習處理之一連串處理。

＜估測處理＞當處理開始時，首先對象二次電池資訊取得部111，取得由以下所成的對象二次電池資訊501(圖7/310)：容量指標值的估測對象亦即表示對象二次電池50的使用履歷的資訊、以及表示與該對象二次電池的初期狀態的內部電阻值相比之內部電阻值的增加程度之電阻指標值。

對象二次電池資訊501，例如，記錄於對象二次電池50的搭載對象所具備的記憶機構、或對象二次電池50自身所具備的記憶機構。而且，對象二次電池資訊取得部111，例如在檢修搭載有對象二次電池50的機器時等，依據檢修者的操作而取得對象二次電池資訊501。或對象二次電池資訊取得部111，也可以構成為將對象二次電池資訊501，經由有線、無線的通訊網路NW而在任意的時序取得。

對象二次電池資訊501所包含的「表示使用履歷的資訊」，是將例如表示對象二次電池50開始放電或充電時之SOC的資訊、表示充電是否由急速充電所進行的資訊、表示對象二次電池50的環境溫度的資訊，以時序列去記錄的資訊之中至少一個，或這些組合，且與學習部117在學習處理(圖4/S13)使用的樣本二次電池資訊701所包含的「表示使用履歷的資訊」同種類的資訊。

所以，作為樣本二次電池資訊701的「表示使用履歷的資訊」，除了上述所例示的例子，在估測二次電池的容量指標值時包含重要資訊的情況下，也可以該資訊包含於對象二次電池資訊501。

此外，作為學習部117所致的機械學習之表示使用履歷的資訊，在使用樣本二次電池70的平均使用SOC範圍的資訊、急速充電頻率的資訊、平均使用環境溫度的資訊的情況下，對象二次電池資訊取得部111，藉由與學習部117從樣本二次電池資訊701取得這些資訊同樣的手法，從對象二次電池資訊501，取得有關於對象二次電池50的這些資訊。取得的這些資訊，作為表示對象二次電池50的使用履歷的資訊，在後續的處理中使用。

在之後群組決定部113，藉由將對象二次電池資訊501所包含的表示對象二次電池50的使用履歷的資訊、以及電阻指標值，輸入於在記憶體部130儲存的分類模型131，以決定該對象二次電池50，符合表示使用所導致之容量指標值的降低傾向之分類的複數個傾向群組之中任一個(圖7/S330)。

更具體來說，群組決定部113，例如參照分類模型131的輸出結果，將對象二次電池50符合之機率最高的傾向群組，決定為該對象二次電池50所符合的傾向群組。在下述中，針對對象二次電池50符合的傾向群組為C群組的情況進行說明。

之後，容量估測部115，取得在上述所決定之對應於傾向群組的相關關係資訊133(圖7/S350)。換言之容量估測部115，從記憶體部130取得對應於C群組的相關關係資訊133。

而且容量估測部115，根據對象二次電池資訊501所包含的電阻指標值和該取得的相關關係資訊133，估測對象二次電池50的容量指標值(圖7/S370)。

換言之，例如容量估測部115，估測將在對象二次電池資訊501所包含的內部電阻值增加資訊作為x的值，輸入於如圖2所示般的多項式h(x)之結果所得的計算結果，為對象二次電池50的容量指標值。

之後，容量估測部115，例如將該估測結果輸出於輸出部170(圖7/S390)，並結束估測處理的一連串處理。

圖8是將本實施方式之估測結果例示輸出內容的其中一例。於輸出內容，例如，作為表示對象二次電池50的容量指標值的顯示171，輸出二次電池的容量指標值的估測結果為63%。該顯示，換言之顯示了現在的容量相對於對象二次電池50之初期狀態的容量所成的比例。

或例如除了該顯示，輸出內容也可以包含：表示對象二次電池50的電阻指標值的顯示173、表示電阻指標值和容量指標值的相關關係的圖表175。或者，也可以進一步包含使用於容量指標值的估測之表示平均使用SOC範圍、充足充電頻率、平均使用環境溫度等的資訊。

以上雖針對本實施方式的二次電池容量估測系統進行說明，但本發明的實施方式不限定於此。在下述中，針對其他的實施方式進行說明。

＜變更實施方式＞在上述中，雖針對在學習處理中學習部117藉由分群將樣本二次電池資訊701群組化的情況進行說明，但不限定於此。

換言之，例如學習部117，也可以構成為在學習處理(圖4/S13)中，在如下述般的流程進行樣本二次電池資訊701的群組化及之後的處理。

首先學習部117從樣本二次電池資訊701，提取有關於容量指標值降低至既定值以下的樣本二次電池70的資訊。「容量指標值降低至既定值以下」，是指例如容量指標值降低至60%以下的狀態、降低至50%以下的狀態等，但作為既定值可採用適當的值。或，也可以構成為例如於樣本二次電池資訊701提取有關於包含資訊的樣本二次電池70之容量指標值的平均值以下的容量指標值亦即樣本二次電池70的資訊。

接下來學習部117，將如上述般提取的有關於樣本二次電池70的資訊，分類為依據容量指標值降低之程度高低的複數個傾向群組，以表示該傾向群組的資訊在各記錄進行標記。

學習部117所分類的傾向群組的數目是三個，例如，A：容量指標值的降低為和緩、B：容量指標值的降低為中程度、C：容量指標值的降低為快速，但可構成為以兩個以上的任意的傾向群組來分類。

於此情況下學習部117，將如上述般分類的樣本二次電池70分別的樣本二次電池資訊701、以及表示符合的傾向群組的資訊，作為學習資料而機械學習，並根據該機械學習的結果，生成分類模型131或更新，儲存於記憶體部130。

之後，學習部117，將符合依據容量指標值降低的程度高低之各傾向群組的有關於樣本二次電池70之電阻指標值和容量指標值的相關關係予以分析，以生成對應於各傾向群組的相關關係資訊133。

更具體來說，例如學習部117，首先，將容量指標值降低至既定值以下，並且符合傾向群組A的有關於樣本二次電池70的電阻指標值和容量指標值，從樣本二次電池資訊701提取。另外此時學習部117，也可以將符合提取條件的全記錄從樣本二次電池資訊701提取，藉由既定的演算法等，或也可以根據操作者的操作，提取符合提取條件的記錄的一部分。

而且學習部117，使用如此般提取的記錄去分析有關於樣本二次電池70的電阻指標值和容量指標值的相關關係，以生成對應於傾向群組A的相關關係資訊133。

學習部117將這些處理反覆執行至最後的傾向群組，以生成對應於各傾向群組的相關關係資訊133。

在如此般的構成的情況下，於二次電池容量估測系統10所致之輸出內容裏，也可以進一步包含例如二次電池的傾向群組是否為任一個及表示其內容的資訊(例如「A：容量的降低為和緩。」等)。

由於二次電池的購買替換須花費費用，因而二次電池的使用者，有著儘可能不加重使用中的二次電池的容量指標值降低，能較長時間使用的這類需求。因此如上述般，如果可以讓使用者知道二次電池的使用狀態，是否為加重二次電池的容量指標值降低般的用法，或是否為對於容量指標值的影響較少的用法的話，就可以符合儘可能地不加重使用中的二次電池的容量指標值降低，且長時間使用的這類使用者的需求。

或也可以構成為例如學習部117在學習處理(圖4/S13)中，以如下述般的流程而生成分類模型131。

換言之例如學習部117，將包含樣本二次電池70的平均使用SOC範圍、急速充電頻率、平均使用環境溫度等的各項目的學習資料進行機械學習，而算出相對於這些各項目的加權值。

而且學習部117，將如此般算出的加權值為既定以下之項目排除的資訊作為學習資料而再次進行機械學習，藉此生成分類模型131。

就此外用於判定項目是否須要排除的加權值的既定值而言，也可以任意的值去適當設定。或例如學習部117，也可以構成為將全項目的加權值之平均值為既定%以下的加權值的項目從再度的機械學習時的學習資料排除。

以上雖針對本發明的二次電池容量估測系統10的變更實施方式說明，但不限定於此。換言之例如在上述中，雖針對學習部117安裝於二次電池容量估測系統10的實施方式說明，但學習部117也可以安裝於與二次電池容量估測系統10不同的電腦。此情況下，在該不同的電腦執行學習處理(圖4/S13)，生成分類模型131。而且該生成的分類模型131，經由通訊媒體或記錄媒體等而儲存於二次電池容量估測系統10的記憶體部130。

或例如，在上述中，雖針對在樣本二次電池70的搭載對象所具備的記憶機構、或樣本二次電池70自身所具備的記憶機構，儲存包含樣本二次電池70的電阻指標值之樣本二次電池資訊701的實施例說明，但不限定於此。

換言之例如，也可以於樣本二次電池70的搭載對象所具備的記憶機構、或樣本二次電池70自身所具備的記憶機構，記錄樣本二次電池70的內部電阻值，於外部伺服器90記錄與該樣本二次電池70相同型號的二次電池之初期狀態的內部電阻值，在外部伺服器90中，藉由將樣本二次電池70的內部電阻值的增量除以與該樣本二次電池70相同型號的二次電池之初期狀態的內部電阻值，取得該樣本二次電池70的電阻指標值。於此情況下在樣本二次電池資訊701，包含表示樣本二次電池70之型號的資訊。

同樣地，雖在上述中，針對在對象二次電池50的搭載對象所具備的記憶機構、或對象二次電池50自身所具備的記憶機構，儲存包含對象二次電池50的電阻指標值之對象二次電池資訊501的實施例進行說明，但不限定於此。

換言之例如，也可以於對象二次電池50的搭載對象所具備的記憶機構、或對象二次電池50自身所具備的記憶機構，記錄有對象二次電池50的內部電阻值，於二次電池容量估測系統10的記憶體部130記錄有與該對象二次電池50相同型號的二次電池之初期狀態的內部電阻值，對象二次電池資訊取得部111，藉由將對象二次電池50的內部電阻值的增量除以與該對象二次電池50相同型號的二次電池之初期狀態的內部電阻值，取得該對象二次電池50的電阻指標值。於此情況下，在對象二次電池資訊501，包含表示對象二次電池50的型號的資訊。

或例如也可以群組決定部113，在辨識出對象二次電池50符合之機率最高的傾向群組有兩個以上的情況下，將這些兩個以上的傾向群組，決定為該對象二次電池50符合的傾向群組。此情況下，容量估測部115，例如取得在上述決定的複數個對應於傾向群組的相關關係資訊133，而估測符合個別的群組之情況下的容量指標值。而且容量估測部115將這些估測值的平均值作為該對象二次電池50的容量指標值的估測值。或也可以構成為容量估測部115將這些估測值的最大值和最小值所表示的範圍作為該對象二次電池50的容量指標值的範圍進行估測。

另外，雖在上述中，針對將學習部117取得的樣本二次電池資訊701分群或分類成任意數目的傾向群組的實施方式進行說明，但不限定於此。

換言之例如，也可以學習部117取得的樣本二次電池資訊701預先以傾向群組來群組化。此情況下，學習部117將樣本二次電池資訊701分群或分類成傾向群組的處理被省略。

10:二次電池容量估測系統 50:對象二次電池 70:樣本二次電池 110:控制部 111:對象二次電池資訊取得部 113:群組決定部 115:容量估測部 117:學習部 130:記憶體部 131:分類模型 133:相關關係資訊 150:輸入部 170:輸出部

[圖1]是表示本發明之二次電池容量估測系統的整體圖之其中一例的方塊圖。 [圖2]是表示本發明的二次電池容量估測系統使用於處理之資料內容的其中一例的圖。 [圖3]是表示本發明的二次電池容量估測系統使用於處理之資料內容的其中一例的概念視圖。 [圖4]是表示本發明的二次電池容量估測系統的處理內容之其中一例的流程圖。 [圖5]是表示本發明的二次電池容量估測系統的處理內容之其中一例的流程圖。 [圖6]是表示本發明的二次電池容量估測系統的處理內容之其中一例的概念視圖。 [圖7]是表示本發明的二次電池容量估測系統的處理內容之其中一例的流程圖。 [圖8]是表示本發明的二次電池容量估測系統的輸出內容之其中一例的圖。

10:二次電池容量估測系統

50:對象二次電池

70a,70b,70c:樣本二次電池

90:外部伺服器

110:控制部

111:對象二次電池資訊取得部

113:群組決定部

115:容量估測部

117:學習部

130:記憶體部

131:分類模型

133:相關關係資訊

150:輸入部

170:輸出部

501:對象二次電池資訊

701:樣本二次電池資訊

NW:通訊網路

Claims

一種二次電池容量估測系統，是估測二次電池之容量的系統，其特徵為：具備：對象二次電池資訊取得部，取得由以下所成的對象二次電池資訊：表示與前述二次電池的初期狀態之容量相比的前述容量的變化程度之容量指標值的估測對象亦即表示對象二次電池的使用履歷的資訊、以及表示與該對象二次電池的初期狀態的內部電阻值相比之內部電阻值的增加程度之電阻指標值；群組決定部，藉由將表示前述對象二次電池資訊所包含的前述對象二次電池的使用履歷的資訊、以及前述電阻指標值輸入於分類模型，決定該對象二次電池，符合表示使用所導致之前述容量指標值的降低傾向之分類的複數個傾向群組之中任一個；生成前述分類模型的學習部；記憶體部，儲存分別對應於前述複數個傾向群組的表示前述二次電池的前述電阻指標值和前述容量指標值之相關關係的相關關係資訊；以及容量估測部，取得前述群組決定部決定的對應於前述對象二次電池符合的前述傾向群組的前述相關關係資訊，根據前述對象二次電池資訊所包含的前述電阻指標值和該取得的相關關係資訊，以估測該對象二次電池的前述容量指標值，前述分類模型是將由表示複數個樣本二次電池的各個使用履歷的資訊、以及該複數個樣本二次電池的前述電阻指標值及前述容量指標值所成的樣本二次電池資訊，作為學習資料而機械學習的已學習模型，以在輸入前述對象二次電池的前述對象二次電池資訊時將符合該對象二次電池的前述傾向群組輸出的方式構成，表示前述樣本二次電池資訊中包含的前述使用履歷的資訊，由有關於表示前述樣本二次電池的使用履歷之複數個項目的資訊所成，前述分類模型，以使用相對於表示前述樣本二次電池的使用履歷之前述項目的加權值而將前述對象二次電池分類至前述傾向群組的方式構成，前述學習部構成為：以前述樣本二次電池資訊作為學習資料進行機械學習且算出相對於前述項目的前述加權值，以排除過前述加權值為既定以下之前述項目的資訊作為學習資料再次進行機械學習，藉此生成前述分類模型。
如請求項1記載的二次電池容量估測系統，其中，對應於前述傾向群組的前述相關關係資訊，分別是藉由將前述樣本二次電池資訊，以該樣本二次電池資訊中包含之前述複數個樣本二次電池符合的前述傾向群組分類，並將有關於符合各前述傾向群組的該樣本二次電池之前述電阻指標值和前述容量指標值的相關關係予以分析而得的資訊。
如請求項1或2記載的二次電池容量估測系統，其中，具備生成前述相關關係資訊的學習部，該學習部構成為：從前述樣本二次電池資訊，提取有關於前述容量指標值為既定值以下之前述樣本二次電池的資訊，將前述提取的資訊分類成依據前述容量指標值降低之程度高低的複數個前述傾向群組，將符合依據前述容量指標值降低的程度高低之各前述傾向群組的有關於前述樣本二次電池之前述電阻指標值和前述容量指標值的相關關係予以分析，以生成對應於各該傾向群組的前述相關關係資訊。