JP2014059270A - Storage battery diagnostic device and method - Google Patents

Storage battery diagnostic device and method Download PDF

Info

Publication number
JP2014059270A
JP2014059270A JP2012205828A JP2012205828A JP2014059270A JP 2014059270 A JP2014059270 A JP 2014059270A JP 2012205828 A JP2012205828 A JP 2012205828A JP 2012205828 A JP2012205828 A JP 2012205828A JP 2014059270 A JP2014059270 A JP 2014059270A
Authority
JP
Japan
Prior art keywords
storage battery
coordinate
battery
vector
measurement time
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
JP2012205828A
Other languages
Japanese (ja)
Inventor
Ichiro Toyoshima
嶋 伊知郎 豊
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.)
Toshiba Corp
Original Assignee
Toshiba 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 Toshiba Corp filed Critical Toshiba Corp
Priority to JP2012205828A priority Critical patent/JP2014059270A/en
Publication of JP2014059270A publication Critical patent/JP2014059270A/en
Pending legal-status Critical Current

Links

Images

Classifications

    • 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

  • Tests Of Electric Status Of Batteries (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)
  • Secondary Cells (AREA)

Abstract

PROBLEM TO BE SOLVED: To perform the valid diagnosis of a storage battery.SOLUTION: The storage battery diagnostic device comprises: a conversion calculation part; and a residual value calculation part. The conversion calculation part maps the plurality of state quantity of a storage battery on coordinates on one or more dimensional determination space by a determination space conversion function corresponding to the use of the storage battery. The residual value calculation part calculates the output value of a battery performance determination function for discriminating the determination space into the available region and unavailable region of the storage battery on the basis of the value of the coordinates, and calculates the residual value of the storage battery on the basis of the output value of the battery performance determination function.

Description

本発明の実施形態は、蓄電池診断装置およびその方法に関する。   Embodiments described herein relate generally to a storage battery diagnostic device and a method thereof.

蓄電池はPHEV（Plug-in Hybrid Electric Vehicle）の動力源として、また再生可能エネルギーの出力安定化装置として需要が高まっており、高信頼化・長寿命化を実現するための研究開発が進んでいる。一方で、蓄電池性能向上の結果、蓄電池を組み込んだ製品側がの寿命を終えても、蓄電池が十分な性能保持している可能性が懸念されている。まだ十分な性能を持つ蓄電池を廃棄することは、環境負荷や経済性の観点から避けるべきである。解決策としては蓄電池の二次利用の仕組みを技術・制度の両面から進めることが検討されている。   Demand for storage batteries is increasing as a power source for PHEVs (Plug-in Hybrid Electric Vehicles) and as an output stabilization device for renewable energy, and research and development are progressing to achieve higher reliability and longer life. . On the other hand, as a result of improving the performance of the storage battery, there is concern that the storage battery may have sufficient performance even after the product side incorporating the storage battery has finished its life. Discarding batteries that still have sufficient performance should be avoided in terms of environmental impact and economy. As a solution, it is being considered to promote the secondary use of storage batteries from both technical and institutional perspectives.

蓄電池の二次利用に必要な技術の一つは、対象となった蓄電池がどれだけの経済的価値(残存価値)を持つかを計算することである。   One of the technologies required for secondary use of storage batteries is to calculate how much economic value (residual value) the target storage battery has.

従来、主に再利用(二次利用)の検査のプロセスに関する技術が知られている。ユーザが店舗等に持ち込んだ蓄電池を測定し、測定値に基づいて継続使用可能か否かを判定する。判定までの処理は外観検査や内部抵抗の測定等である。この技術では、継続使用可否は判定できるものの、蓄電池の使用者や回収業者は、現在の対象となる蓄電池の残存価値については知ることができない。   2. Description of the Related Art Conventionally, a technique related to an inspection process mainly for reuse (secondary use) is known. The storage battery brought into the store or the like by the user is measured, and it is determined whether or not continuous use is possible based on the measured value. Processing up to the determination includes appearance inspection and measurement of internal resistance. With this technology, although it is possible to determine whether or not the battery can be used continuously, the battery user or the collection company cannot know the remaining value of the current storage battery.

特許登録第4033130号Patent registration No. 4033130

本発明の一側面は、上記問題点を解決するためになされたものであり、蓄電池を有効的に診断することが可能な蓄電池診断装置およびその方法を提供する。   One aspect of the present invention has been made to solve the above-described problems, and provides a storage battery diagnosis apparatus and method capable of effectively diagnosing a storage battery.

本発明の一態様としての蓄電池診断装置は、変換計算部と、残存価値計算部とを備える。   The storage battery diagnostic apparatus as one aspect of the present invention includes a conversion calculation unit and a residual value calculation unit.

前記変換計算部は、蓄電池の複数の状態量を、前記蓄電池の用途に応じた判別空間変換関数により、１次元以上の次元数の判別空間上の座標に写像する。   The conversion calculation unit maps a plurality of state quantities of the storage battery to coordinates on a determination space having one or more dimensions by a determination space conversion function corresponding to the use of the storage battery.

前記残存価値計算部は、前記判別空間を蓄電池の使用可能領域と使用不可領域とに区分する電池性能判別関数の出力値を前記座標の値に基づき求め、前記電池性能判別関数の出力値に基づき、前記蓄電池の残存価値を計算する。   The residual value calculation unit obtains an output value of a battery performance discrimination function that divides the discrimination space into a usable area and an unusable area of a storage battery based on the value of the coordinate, and based on the output value of the battery performance discrimination function The residual value of the storage battery is calculated.

本発明の実施形態に係る蓄電池診断装置のブロック図である。It is a block diagram of the storage battery diagnostic apparatus which concerns on embodiment of this invention. 図1の装置の動作フローチャートである。2 is an operation flowchart of the apparatus of FIG. 蓄電池状態量履歴データを例示する図である。It is a figure which illustrates storage battery state quantity history data. 電池状態量空間から電池性能判別空間への写像例を示す図である。It is a figure which shows the example of a mapping from battery state amount space to battery performance discrimination | determination space. 電池性能判別関数の例を示す図である。It is a figure which shows the example of a battery performance discrimination | determination function. 電池変化量データ計算部の動作説明図である。It is operation | movement explanatory drawing of a battery variation | change_quantity data calculation part. 状態量予測値計算部の動作説明図である。It is operation | movement explanatory drawing of a state quantity estimated value calculation part. 複合残存価値の計算例を示す図である。It is a figure which shows the example of calculation of a composite residual value. 判別空間変換関数および電池性能判別関数の学習例を示す図である。It is a figure which shows the learning example of a discriminant space conversion function and a battery performance discriminant function. 学習用蓄電池状態量および学習用蓄電池使用可／不可符号を例示する図である。It is a figure which illustrates the storage battery state quantity for learning, and the storage battery useable / unusable code for learning.

以下、図面を参照しながら、本発明の実施形態を説明する。   Hereinafter, embodiments of the present invention will be described with reference to the drawings.

図1に本発明の実施形態に係る蓄電池診断装置のブロック図を示す。図2に、図1の装置による蓄電池の診断実行時の動作例のフローチャートを示す。本明細書中のステップ番号STはフローチャート中の番号に対応する。   FIG. 1 shows a block diagram of a storage battery diagnostic device according to an embodiment of the present invention. FIG. 2 shows a flowchart of an operation example when executing diagnosis of the storage battery by the apparatus of FIG. The step number ST in the present specification corresponds to the number in the flowchart.

（ST1）
ユーザが蓄電池を電池状態測定部1にセットする。ここでいう蓄電池は測定の構成単位を示す表現であり、セル(単一の電池)やモジュール(複数のセルを組み合わせて所定の電圧・電流を得られるようにしたもの)などの概念を含むものである。電池状態測定部1は、充放電器や交流測定器、X線装置など蓄電池の状態を計測できる装置であれば、特定の形態に限定されない。 (ST1)
A user sets a storage battery in the battery state measurement unit 1. The storage battery here is an expression showing the unit of measurement, and includes concepts such as a cell (single battery) and a module (a combination of a plurality of cells so that a predetermined voltage / current can be obtained). . The battery state measuring unit 1 is not limited to a specific form as long as it is a device that can measure the state of the storage battery, such as a charger / discharger, an AC measuring device, and an X-ray device.

（ST2）
次に対象蓄電池が再利用される可能性のある用途を蓄電池用途入力部3から入力する。再利用される可能性のある用途は、たとえば、「EV」「家庭用定置」「電動スクータ」等である。 (ST2)
Next, an application that may cause the target storage battery to be reused is input from the storage battery application input unit 3. Applications that may be reused include, for example, “EV”, “home stationary”, “electric scooter”, and the like.

この用途は、対象蓄電池のユーザが転売を望むものを選択すればよい。ユーザがEVとしての二次利用のみを望むのであれば、「EV」を入力すればよい。蓄電池用途入力部3からの入力値の範囲は、事前に設計者が設定し、ユーザに値を選択させるものとする。   What is necessary is just to select what the user of an object storage battery desires to resell for this use. If the user wants only secondary use as EV, “EV” may be input. The range of the input value from the storage battery application input unit 3 is set by the designer in advance, and the user selects a value.

蓄電池用途入力部3へ入力された用途情報は、ステップST5以降の処理で使用される。   The usage information input to the storage battery usage input unit 3 is used in the processing after step ST5.

（ST4）
電池ID入力部11から、対象蓄電池を特定するのに必要な情報を入力する。具体的には蓄電池側に具備されたIC等に記録された製造番号等を電子的に読み取ることが想定される。別の例として、同内容の情報をユーザがキーボードやバーコードリーダを用いて入力することも可能である。 (ST4)
Information necessary for specifying the target storage battery is input from the battery ID input unit 11. Specifically, it is assumed that a serial number or the like recorded on an IC or the like provided on the storage battery side is electronically read. As another example, it is also possible for the user to input information having the same content using a keyboard or a barcode reader.

（ST3）
蓄電池状態測定部1は、ステップST1でセットされた蓄電池のd次元状態量を計算する。 (ST3)
Storage battery state measurement unit 1 calculates the d-dimensional state quantity of the storage battery set in step ST1.

蓄電池状態測定部1の出力は、d次元の実数値の組である。これは、一種の多変量データである。1個の蓄電池の1回の測定からは、d個の実数値が得られる。   The output of the storage battery state measurement unit 1 is a set of d-dimensional real values. This is a kind of multivariate data. From one measurement of one storage battery, d real values are obtained.

測定値として、充電時のデータの分析により得られる満充電までの所要時間や、内部抵抗値、電圧立ち上がりカーブの曲率の総和などの数値が想定される。また測定値は、X線等を用いた蓄電池内部の活物質状態の推定値であってもよい。   As the measured value, a numerical value such as a time required until full charge obtained by analyzing data at the time of charging, an internal resistance value, and a sum of curvatures of a voltage rising curve is assumed. The measured value may be an estimated value of the active material state inside the storage battery using X-rays or the like.

（ST13）
蓄電池状態量履歴データ記憶部27は、蓄電池状態計算部1が計算したd次元状態量を、電池ID入力部11から入力されたID情報と対応づけて内部に格納する。また、測定回数・測定日時（測定時間情報）も同時に記録する。測定時間情報は、診断履歴の変化傾向を計算するために必要な情報となる。図3に蓄電池状態量履歴データ記憶部27に格納されるデータ例を示す。 (ST13)
The storage battery state quantity history data storage unit 27 stores the d-dimensional state quantity calculated by the storage battery state calculation unit 1 in association with the ID information input from the battery ID input unit 11. In addition, the number of measurements and measurement date and time (measurement time information) are recorded at the same time. The measurement time information is information necessary for calculating the change tendency of the diagnosis history. FIG. 3 shows an example of data stored in the storage battery state quantity history data storage unit 27.

ID情報の数学的形式は限定されないが、特定蓄電池の一意性を確認できるものであることが必要である。この情報によって過去の測定データとの連続性を確保することが可能になる。   The mathematical format of the ID information is not limited, but it is necessary to be able to confirm the uniqueness of the specific storage battery. This information makes it possible to ensure continuity with past measurement data.

以下のST5、ST6、ST8、ST18、ST19、ST7、ST9の各ステップは、ステップST2で入力された用途数分、実行される。またステップST5から分岐される3つのパスは、並列実行しても逐次実行しても差し支えない。   The following steps ST5, ST6, ST8, ST18, ST19, ST7, ST9 are executed for the number of uses input in step ST2. The three paths branched from step ST5 may be executed in parallel or sequentially.

（ST5）
電池性能判別空間変換計算部2は、電池性能判別空間変換関数記憶部14から当該用途に対応した判別空間変換関数を読み出し、当該判別空間変換関数により、電池状態測定部1で測定された電池状態量を、電池性能判別空間上の座標に写像する。電池性能判別空間変換関数記憶部14は、用途ごとに判別空間変換関数を記憶している。 (ST5)
The battery performance discriminating space conversion calculating unit 2 reads out the discriminant space conversion function corresponding to the application from the battery performance discriminating space conversion function storage unit 14, and the battery state measured by the battery state measuring unit 1 by the discriminant space conversion function The quantity is mapped to coordinates on the battery performance discrimination space. The battery performance determination space conversion function storage unit 14 stores a determination space conversion function for each application.

電池状態量空間から電池性能判別空間への写像を模式的に図4に示す。電池状態量空間は、電池状態量の各状態量を軸とした空間である。電池性能判別空間は、蓄電池の使用可能/不可能に関する特徴を最もよく表した部分空間である。電池性能判別空間の次元数および電池性能判別空間の各軸を表す状態量（変数）は、使用する判別空間変換関数に応じて異なる。図中の○や×は、判別空間変換関数および後述する電池性能判別関数の学習の際に用いたデータを表している。○は当該用途で使用可能と判断されている蓄電池のデータ、×は使用不可と判断されている蓄電池のデータに対応する。   FIG. 4 schematically shows a mapping from the battery state quantity space to the battery performance discrimination space. The battery state quantity space is a space around each state quantity of the battery state quantity. The battery performance discrimination space is a partial space that best represents the characteristics relating to the availability / impossibility of the storage battery. The number of dimensions of the battery performance discrimination space and the state quantity (variable) representing each axis of the battery performance discrimination space differ depending on the discriminant space conversion function to be used. O and X in the figure represent data used in learning of the discriminant space conversion function and the battery performance discriminant function described later. ○ corresponds to data of a storage battery that is determined to be usable for the application, and × corresponds to data of a storage battery that is determined to be unusable.

判別空間変換関数の数学的形式は限定されないが、多変量解析手法における線形判別分析の線形変換関数や、カーネル法と呼ばれる新しい多変量解析手法で用いられる非線形変換関数が想定される。   The mathematical form of the discriminant space transformation function is not limited, but a linear transformation function for linear discriminant analysis in a multivariate analysis method and a nonlinear transformation function used in a new multivariate analysis method called a kernel method are assumed.

線型変換関数の場合、変換後の空間の次元が2次元とすると、線型変換関数はd×2の行列Aで与えることができる。したがって、電池状態量のベクトルデータをxとおくと、電池性能判別空間上の当該電池の2次元ベクトル値yは、y=Axの線型変換で得ることができる。行列Aを定める方法については後述する。   In the case of a linear conversion function, if the dimension of the space after conversion is two dimensions, the linear conversion function can be given by a d × 2 matrix A. Therefore, when the battery state quantity vector data is set to x, the two-dimensional vector value y of the battery in the battery performance determination space can be obtained by linear conversion of y = Ax. A method for determining the matrix A will be described later.

（ST6）
電池変化量データ計算部（第1計算部、第2計算部）9は、電池性能判別関数記憶部17から当該用途に対応する電池性能判別関数を読み出す。電池性能判別関数記憶部17は、用途ごとに電池性能判別関数を記憶している。 (ST6)
The battery change amount data calculation unit (first calculation unit, second calculation unit) 9 reads the battery performance discrimination function corresponding to the application from the battery performance discrimination function storage unit 17. The battery performance discrimination function storage unit 17 stores a battery performance discrimination function for each application.

電池性能判別関数は、電池の使用可/不可を判別する関数である。電池性能判別関数を電池性能判別空間に描いた例を図5に示す。電池性能判別空間上では、電池性能判別関数は、使用可/不可を分割する超平面または曲面を表す。   The battery performance discrimination function is a function for discriminating whether the battery can be used. FIG. 5 shows an example in which the battery performance discrimination function is drawn in the battery performance discrimination space. On the battery performance discrimination space, the battery performance discrimination function represents a hyperplane or a curved surface that divides availability / impossibility.

電池変化量データ計算部9は、電池性能判別空間上の状態量(以降、変換後電池データと称する)を表す座標と、電池性能判別関数記憶部17から読み出した電池性能判別関数との距離を計算する。当該電池性能判別空間上の状態量は、今回測定された電池状態量を上記判別空間変換関数により変換して取得してもよいし、電池性能判別空間変換計算部2により計算された値をそのまま用いてもよい。   The battery change amount data calculation unit 9 calculates the distance between the coordinates representing the state quantity in the battery performance determination space (hereinafter referred to as the converted battery data) and the battery performance determination function read from the battery performance determination function storage unit 17. calculate. The state quantity on the battery performance determination space may be obtained by converting the battery state quantity measured this time by the above-described determination space conversion function, or the value calculated by the battery performance determination space conversion calculation unit 2 is used as it is. It may be used.

電池性能判別関数をf、変換後電池データをyとすると、関数値f(y)の値の絶対値を距離として採用してもよい。あるいは、fが線型平面であれば、点と平面の距離を計算する幾何学公式を用いてもよい。またfがカーネルサポートベクターマシンとよばれる非線型関数であれば、fを高次元の線形空間の関数とみなして、平面距離計算の公式を適用して距離計算することもできる。   If the battery performance discrimination function is f and the converted battery data is y, the absolute value of the function value f (y) may be adopted as the distance. Alternatively, if f is a linear plane, a geometric formula for calculating the distance between the point and the plane may be used. If f is a non-linear function called a kernel support vector machine, f can be regarded as a function in a high-dimensional linear space, and the distance calculation can be performed by applying a plane distance calculation formula.

サポートベクターマシンの詳細は渡辺他「学習システムの理論と実現」森北出版2005 ISBN:4-627-82941-8等に詳しい。   Details of the support vector machine are detailed in Watanabe et al. “Theory and Realization of Learning System” Morikita Publishing 2005 ISBN: 4-627-82941-8.

サポートベクターマシンの関数fは、以下の形式で与えられる。

Figure 2014059270
yは変換後電池データであり、zは係数となる実数値である。Cは切片である。 The function f of the support vector machine is given in the following form.
Figure 2014059270
 y is battery data after conversion, and z is a real value as a coefficient. C is an intercept.

またki(y)は、非線型関数であり、以下の数式で表される。

Figure 2014059270
αはiごとに定まるベクトル定数であり、σは全てのki(y)で共通の定数である。 Ki (y) is a non-linear function and is expressed by the following mathematical formula.
Figure 2014059270
 α is a vector constant determined for each i, and σ is a constant common to all ki (y).

次に、電池変化量データ計算部9は、対象電池のIDデータを元に、蓄電池状態量履歴データ記憶部27から過去（たとえば前回）に測定した状態量データと、今回測定した状態量データを読み出し、当該用途に応じた電池性能判別空間変換関数を用いて、それぞれ変換後電池データに変換する。そして、これらの変換後電池データに基づき、過去（前回）の状態量を表す座標から電池性能判別関数面方向への単位時間あたりの移動量（移動成分）を計算する。   Next, the battery change amount data calculation unit 9 obtains the state amount data measured in the past (for example, the previous time) from the storage battery state amount history data storage unit 27 based on the ID data of the target battery and the state amount data measured this time. Using the battery performance discriminating space conversion function corresponding to the application, the data is converted into converted battery data. Then, based on these converted battery data, a movement amount (movement component) per unit time in the battery performance discrimination function plane direction is calculated from the coordinates representing the past (previous) state quantity.

図6を用いて、移動成分の計算例を示す。図6における（2）の時点を今回の測定時点とし、（1）の前回の測定時点からの電池性能判別関数方向の移動成分の計算例を説明する。   An example of calculating the moving component will be described with reference to FIG. The time point (2) in FIG. 6 is the current measurement time point, and a calculation example of the moving component in the battery performance discrimination function direction from the previous measurement time point (1) will be described.

前回測定時点（1）の点（座標）をA、今回測定時点（2）の点をBと表現する。TA、TBはそれぞれ、前回および今回の電池状態量の測定時点を表す。なお、fBは、点Bから電池性能判別関数までの距離を表す。 The point (coordinate) at the previous measurement time (1) is expressed as A, and the point at the current measurement time (2) is expressed as B. T A and T B represent the measurement time points of the previous and current battery state quantities, respectively. Note that f B represents the distance from the point B to the battery performance discrimination function.

また点Aの電池性能判別関数上の再近傍点をCとする。   Also, let C be the re-neighbor point on the battery performance discrimination function at point A.

点Cは電池性能判別関数の関数形によっては解析的に定めることが可能であるが、解析的手段が不可能な場合は電池性能判別関数上の各点との距離を評価して探索的に定めることで対応する。   Point C can be determined analytically depending on the function form of the battery performance discriminant function, but if analytical means are not possible, the distance to each point on the battery performance discriminant function is evaluated and explored. Respond by defining.

最初に点Aから点Cに向かうベクトルACを求める。   First, a vector AC from point A to point C is obtained.

これは、AC=C-Aで計算できる。   This can be calculated with AC = C-A.

次に点Aから点Bに向かうベクトルABを求める。   Next, a vector AB from point A to point B is obtained.

これは、AB=B-Aで計算できる。   This can be calculated with AB = B−A.

さらにベクトルABとACの間の余弦cosθを計算する
cosθは以下の式で計算できる。

Figure 2014059270
Calculate the cosine cosθ between vectors AB and AC
cos θ can be calculated by the following equation.
Figure 2014059270

電池性能判別関数方向の移動成分MはベクトルABのAC上への射影の長さを測定期間で除したものとして計算される。測定期間はTB-TAで計算される。 The moving component M in the battery performance discrimination function direction is calculated as the length of the projection of the vector AB onto the AC divided by the measurement period. The measurement period is calculated as T B -T A.

これは単位時間当たりの使用不可領域への接近度を示すものであり、電池が急速に劣化することを検出する指標といえる。

Figure 2014059270
This indicates the degree of access to the unusable area per unit time, and can be said to be an index for detecting that the battery is rapidly deteriorated.
Figure 2014059270

（ST8）
急速劣化判定部10は、電池変化量データ計算部9で計算された電池性能判別関数面との距離が閾値以下になったか、または移動成分が閾値を超えたかを判断する。当該距離が閾値以下になった、または移動成分が閾値を超えた場合、あるいはこれらの両方が成立した場合、当該用途での使用可能限界が近づいたと判断する。このとき、急速劣化判定部10は、電池状態表示部4に警告信号を送信する。 (ST8)
The rapid deterioration determination unit 10 determines whether the distance from the battery performance determination function surface calculated by the battery change amount data calculation unit 9 is equal to or less than a threshold value, or whether the moving component exceeds the threshold value. When the distance is less than or equal to the threshold, or when the moving component exceeds the threshold, or when both of these are established, it is determined that the usable limit for the application is approaching. At this time, the rapid deterioration determination unit 10 transmits a warning signal to the battery state display unit 4.

図6の例では、距離fBが閾値以下になったとき、または移動成分Mが閾値を超えたとき、あるいはこれらの両方が成立した場合、当該用途での使用可能限界が近づいたと判断する。
（ST18）
状態量予測値計算部（第1ベクトル取得部、第2ベクトル取得部、予測ベクトル取得部）25は、蓄電池状態量履歴データ記憶部27から対象蓄電池の状態量データの履歴を読み出す。また、電池性能判別空間変換関数記憶部14から用途に応じた判別空間変換関数を読み出す。履歴における対象蓄電池の今回と前回の状態を、当該判別空間変換関数によりそれぞれ変換後電池データに変換する。電池性能判別空間において、前回の変換後電池データを表す座標から、今回の変換後蓄電池データを表す座標への、変化方向および単位時間あたりの変化量を表すベクトル（第1ベクトルと呼ぶ）を計算する。 In the example of FIG. 6, when the distance f B is equal to or smaller than the threshold value, when the moving component M exceeds the threshold value, or when both of these are established, it is determined that the usable limit in the application is approaching.
(ST18)
The state quantity predicted value calculation unit (first vector acquisition unit, second vector acquisition unit, prediction vector acquisition unit) 25 reads the history of the state quantity data of the target storage battery from the storage battery state quantity history data storage unit 27. Further, the discriminant space conversion function corresponding to the application is read from the battery performance discriminating space conversion function storage unit 14. The current and previous states of the target storage battery in the history are each converted into post-conversion battery data by the discriminant space conversion function. In the battery performance discrimination space, calculate a vector (referred to as the first vector) representing the direction of change and the amount of change per unit time from the coordinates representing the previous converted battery data to the coordinates representing the current converted battery data. To do.

また、状態量予測値計算部25は、学習用蓄電池状態データ記憶部15の各データを該当用途に応じた判別空間変換関数により変換し、変換後蓄電池データの中から、今回測定時の対象蓄電池の変換後蓄電池データと類似したデータ（たとえば近傍に位置するデータ）を1個または複数個選択する。たとえば、各変換後蓄電池データを表す座標の中から、対象蓄電池の変換後蓄電池データを表す座標に対する距離に基づき、1個または複数個の座標を選択する。   In addition, the state quantity predicted value calculation unit 25 converts each data of the learning storage battery state data storage unit 15 by a discriminant space conversion function according to the corresponding application, and from the converted storage battery data, the target storage battery at the time of the current measurement One or a plurality of data similar to the converted storage battery data (for example, data located in the vicinity) is selected. For example, one or a plurality of coordinates are selected from the coordinates representing each converted storage battery data based on the distance to the coordinates representing the converted storage battery data of the target storage battery.

ここで、学習用蓄電池状態データ記憶部15と学習用蓄電池使用可／不可符号記憶部16について説明する。学習用蓄電池状態データ記憶部15は、蓄電池状態量履歴データ記憶部27と同様の形式で、蓄電池の状態量、測定日時、測定回数、IDを記憶している。蓄電池状態量履歴データ記憶部27はユーザの蓄電池を測定したデータであったが、学習用蓄電池状態データ記憶部15のデータは、管理者が判別空間変換関数および電池性能判別関数の学習用データとして、ユーザの蓄電池とは別個の1つ以上の蓄電池から、複数の時点で測定して取得したものである。また、学習用蓄電池使用可／不可符号記憶部16は、学習用蓄電池状態データ記憶部15のデータと一対一に対応して、当該蓄電池が用途毎に使用可能な否かを示す真理値データを記憶する。学習用蓄電池状態データ記憶部15と学習用蓄電池使用可／不可符号記憶部16は1つの記憶部としてまとめても良い。図10に、学習用蓄電池状態データ記憶部15と学習用蓄電池使用可／不可符号記憶部16の1つの記憶部にまとめた場合のデータ例を示す。別々の記憶部とする場合は、少なくともIDと測定日時とを共通の項目として持てばよい。   Here, the learning storage battery state data storage unit 15 and the learning storage battery usable / unusable code storage unit 16 will be described. The learning storage battery state data storage unit 15 stores the storage battery state quantity, measurement date and time, number of measurements, and ID in the same format as the storage battery state quantity history data storage unit 27. The storage battery state quantity history data storage unit 27 is data obtained by measuring the user's storage battery, but the data in the learning storage battery state data storage unit 15 is used as learning data for the discriminant space conversion function and the battery performance discrimination function by the administrator. It is obtained by measuring at a plurality of points in time from one or more storage batteries separate from the user's storage battery. In addition, the learning storage battery usable / unusable code storage unit 16 has a one-to-one correspondence with the data in the learning storage battery state data storage unit 15, and stores truth value data indicating whether the storage battery can be used for each application. Remember. The learning storage battery state data storage unit 15 and the learning storage battery usable / unusable code storage unit 16 may be combined as one storage unit. FIG. 10 shows an example of data when the learning storage battery state data storage unit 15 and the learning storage battery usable / unusable code storage unit 16 are combined into one storage unit. If separate storage units are used, at least the ID and the measurement date / time may be held as common items.

状態量予測値計算部25は、選択した変換後蓄電池データと、当該選択した変換後蓄電池データの蓄電池の次の測定時点に対応する変換後蓄電池データ間で、電池性能判別空間上の変化方向と単位時間あたりの変化量を表すベクトル（第2ベクトルと呼ぶ）を計算する。つまり、第2ベクトルは、当該選択した変換後蓄電池データを表す座標から、当該次の測定時点に対応する変換後蓄電池データを表す座標への、変化方向と単位時間あたりの変化量を表す。   The state quantity predicted value calculation unit 25 determines the change direction on the battery performance determination space between the selected converted storage battery data and the converted storage battery data corresponding to the next measurement time of the storage battery of the selected converted storage battery data. A vector representing the amount of change per unit time (referred to as a second vector) is calculated. That is, the second vector represents the change direction and the amount of change per unit time from the coordinate representing the selected converted storage battery data to the coordinate representing the converted storage battery data corresponding to the next measurement time point.

第1ベクトルと第2ベクトルを合成することで予測ベクトルを生成する。予測ベクトルは、対象蓄電池について、次回測定時に対する変化方向および単位時間あたりの変化量を表すベクトルである。   A prediction vector is generated by combining the first vector and the second vector. The prediction vector is a vector that represents the change direction and the change amount per unit time with respect to the next measurement for the target storage battery.

図7を用いて、具体例を説明する。   A specific example will be described with reference to FIG.

以下では（3）時点を今回の測定時点として、次回測定に対する予測ベクトルを得る例を示す。   In the following, an example of obtaining a prediction vector for the next measurement with (3) time as the current measurement time is shown.

最初に（2）の前回の測定時点から、(3)の今回の測定時点へのベクトルV2を計算する。 First, a vector V 2 from the previous measurement time in (2) to the current measurement time in (3) is calculated.

ベクトルV2は、（3）時点で測定した変換後電池データの座標から、前回測定した変換後電池データの座標の差分を取ることで得られる。すなわちV2=C-Bである。 The vector V 2 is obtained by taking the difference between the coordinates of the converted battery data measured last time from the coordinates of the converted battery data measured at the time point (3). That is, V 2 = CB.

そして、ベクトルV2を、TCおよびTB間の測定間隔時間で割って正規化することで、ベクトルV2’（第1ベクトル）を得ることができる。

Figure 2014059270
Then, a vector V 2, to normalize by dividing by the measurement interval time between T C and T B, it is possible to obtain a vector V 2 '(first vector).
Figure 2014059270

次に状態量予測値計算部25は、学習用蓄電池状態量記憶部15から過去に測定された蓄電池の全状態量を読み出し、さらに電池性能判別空間変換関数記憶部14から当該用途に応じた判別空間変換関数を読み出す。各状態量を、判別空間変換関数により、それぞれ変換後電池データに変換する。   Next, the state quantity predicted value calculation unit 25 reads all the storage battery state quantities measured in the past from the learning storage battery state quantity storage unit 15, and further determines from the battery performance determination space conversion function storage unit 14 according to the application. Read the spatial transformation function. Each state quantity is converted into post-conversion battery data by a discriminant space conversion function.

そして変換後電池データの集合から、（3）時点での変換後電池データC（今回測定した蓄電池の状態量の変換後電池データ）と最も類似するデータを選択する。類似の基準は電池性能判別空間上のユークリッド距離を想定するのが自然であるが、その他の距離関数を用いてもよい。   Then, from the set of post-conversion battery data, the most similar data to the post-conversion battery data C at the time (3) (the post-conversion battery data of the state quantity of the storage battery measured this time) is selected. Although it is natural that the similar criterion assumes the Euclidean distance on the battery performance discrimination space, other distance functions may be used.

図7の例では、データXが、（3）時点のデータCの最近傍点に対応するため選択される。そして、選択したデータXと、当該データの次の測定時点のデータYとの間のベクトルV3を計算する。図7において、TxはデータXの測定時点、TyはデータYの測定時点を表す。 In the example of FIG. 7, data X is selected because it corresponds to the nearest point of data C at (3) time. Then, a vector V 3 between the selected data X and data Y at the next measurement time of the data is calculated. In FIG. 7, Tx represents the measurement point of data X, and Ty represents the measurement point of data Y.

ベクトルV3は、選択したデータXと、次回測定時のデータYとの差分で計算される。すなわちV3=Y-Xである。 Vector V 3 includes a data X selected, are calculated by the difference between the data Y for the next measurement. That is, V 3 = YX.

そして、ベクトルV3’（第2ベクトル）は、ベクトルV3を、TyおよびTx間の測定間隔の時間で割って正規化することで得られる。

Figure 2014059270
The vector V 3 ′ (second vector) is obtained by normalizing the vector V 3 by dividing it by the time of the measurement interval between Ty and Tx.
Figure 2014059270

V2’とV3’を合成することで、予測ベクトルV4を得ることができる。

Figure 2014059270
By synthesizing V 2 ′ and V 3 ′, a prediction vector V 4 can be obtained.
Figure 2014059270

（ST19）
将来使用不可決定部26は、状態量予測値計算部25で計算された予測ベクトルに、次回測定までの時間ΔTを乗じ、この結果を、今回測定された電池の変換後電池データに加算することで、次回測定時の変換後蓄電池データの予測値D（図7参照）を得る。次回の測定時点がTDと表すと、ΔT＝TD-TCである。この場合、次回測定時の予測値Dは以下のように計算される。

Figure 2014059270
(ST19)
The future unusable decision unit 26 multiplies the prediction vector calculated by the state quantity predicted value calculation unit 25 by the time ΔT until the next measurement, and adds the result to the battery data after conversion of the battery measured this time. Thus, the predicted value D (see FIG. 7) of the converted storage battery data at the next measurement is obtained. If the next measurement time point is expressed as T D , ΔT = T D -T C. In this case, the predicted value D at the next measurement is calculated as follows.
Figure 2014059270

将来使用不可決定部26は、予測値Dが使用不可領域に入れば、警告信号を生成して、電池状態表示部4に出力する。あるいは、予測値Dが使用可能領域に属するが、前記予測値Dと電池性能判別関数との距離が閾値以下のときは、警告信号を生成して出力してもよい。   If the predicted value D enters the unusable region, the future unusable determining unit 26 generates a warning signal and outputs it to the battery state display unit 4. Alternatively, when the predicted value D belongs to the usable area but the distance between the predicted value D and the battery performance discriminant function is equal to or smaller than the threshold value, a warning signal may be generated and output.

ステップS18で、類似する変換後蓄電池データを複数個読み出した場合は、複数の予測値が得られる。この場合、これらの予測値の平均、最悪値、または最良値が、使用不可領域に入れば、警告信号を生成する。   When a plurality of similar converted storage battery data are read in step S18, a plurality of predicted values are obtained. In this case, if the average, worst value, or best value of these predicted values falls within the unusable area, a warning signal is generated.

（ST7）
電池使用可能判別量計算部（残存価値計算部）7は、電池性能判別関数記憶部17から当該用途に対応する電池性能判別関数を読み出し、電池性能判別空間変換計算部2で計算された変換後蓄電池データに基づき、対象蓄電池について、当該用途の単純残存価値を計算する。図8の左側に、中古EV、定置蓄電池、スクータの3つの用途に応じてそれぞれ単純残存価値を計算する例を示す。この３用途は説明要の一例であり，本発明はこれら3用途に限定されるものではない．
電池性能判別関数の数学的な定義は限定されないが、電池性能判別空間上の状態量（変換後蓄電池データ）を入力とし、戻り値は実数値とする。戻り値の符号が正なら対象電池は使用可能、負なら使用不可能に対応する（図4参照）。電池性能判別関数fの出力を単純残存価値と定義してもよいが、0以下の負値は全て0とみなす等のフィルタ処理を加えてもよい。また電池性能判別関数fの出力が負（使用不可能）であれば、警告信号を生成して、電池状態表示部4に通知する。 (ST7)
The battery usable discriminant amount calculation unit (residual value calculation unit) 7 reads the battery performance discriminant function corresponding to the application from the battery performance discriminant function storage unit 17, and after the conversion calculated by the battery performance discriminant space conversion calculator 2 Based on the storage battery data, the simple residual value of the application is calculated for the target storage battery. The left side of FIG. 8 shows an example of calculating the simple residual value for each of three uses: used EV, stationary storage battery, and scooter. These three uses are just examples of explanation, and the present invention is not limited to these three uses.
The mathematical definition of the battery performance discrimination function is not limited, but the state quantity (converted storage battery data) on the battery performance discrimination space is input, and the return value is a real value. If the sign of the return value is positive, the target battery can be used, and if it is negative, it cannot be used (see Fig. 4). Although the output of the battery performance discrimination function f may be defined as a simple residual value, a filtering process such as considering all negative values below 0 as 0 may be added. If the output of the battery performance discrimination function f is negative (unusable), a warning signal is generated and notified to the battery state display unit 4.

（ST9）
電池状態表示部4が、電池使用可能判別量計算部7により計算された単純残存価値を表示する。 (ST9)
The battery state display unit 4 displays the simple residual value calculated by the battery usable discrimination amount calculation unit 7.

（ST11）
複合残存価値計算部8は、電池使用可能判別量計算部7で計算された各々の用途の各単純残存価値を、調整係数計算部6から入力された各調整係数を乗算して総和することで、複合残存価値を得る。図8の右側に、各単純残存価値を調整係数により重み付け総和して複合残存価値を得る例を示す。調整係数計算部6は、用途毎の調整係数の値を記憶している。調整係数計算部6は、複合残存価値計算部8からの要求に応じて用途毎の調整係数を出力する。 (ST11)
The composite residual value calculation unit 8 multiplies each simple residual value calculated by the battery usable discriminating amount calculation unit 7 for each use by each adjustment coefficient input from the adjustment coefficient calculation unit 6 and adds up the sum. , Get composite residual value. The right side of FIG. 8 shows an example in which each simple residual value is weighted and summed with an adjustment coefficient to obtain a composite residual value. The adjustment coefficient calculation unit 6 stores an adjustment coefficient value for each application. The adjustment coefficient calculation unit 6 outputs an adjustment coefficient for each application in response to a request from the composite residual value calculation unit 8.

複合残存価値の計算式の一例を以下に示す。   An example of a composite residual value calculation formula is shown below.

最初に諸記号を定義する

Figure 2014059270
First define symbols
Figure 2014059270

各αは調整係数計算部6から入力される重み係数である。各αは、単純残存価値→金額への変換、または当該用途の相対的市場規模を反映するパラメタである。   Each α is a weighting coefficient input from the adjustment coefficient calculation unit 6. Each α is a parameter that reflects the conversion from simple residual value to amount or the relative market size of the application.

（ST12）
電池状態表示部4は、複合残存価値計算部8で計算された複合残存価値を表示する。 (ST12)
The battery state display unit 4 displays the composite residual value calculated by the composite residual value calculation unit 8.

以上の処理により、蓄電池のユーザは自分の蓄電池がどれだけの経済上の価値を持つのかを定量的に知ることができ、合わせて近い将来までの使用可能性を予測の形で知ることができるようになる。   Through the above processing, the storage battery user can quantitatively know how much economic value the storage battery has and can also know the possibility of use in the near future in the form of prediction. It becomes like this.

次に、図9のフローチャートを用いて、判別空間変換関数及び電池性能判別関数の学習プロセスを示す。以下のST14、ST15、ST16のステップは設計者が設定した二次利用用途の数だけ実行される。   Next, the learning process of the discriminant space conversion function and the battery performance discriminant function will be described using the flowchart of FIG. The following steps ST14, ST15, and ST16 are executed for the number of secondary usages set by the designer.

（ST13）
学習用データを学習用蓄電池状態データ記憶部15に格納し、学習用データに一対一に対応して使用可/不可を示す符号を学習用蓄電池使用可/不可符号記憶部16に格納し、学習を開始する。 (ST13)
The learning data is stored in the learning storage battery state data storage unit 15, and the codes indicating the use / non-use corresponding to the learning data on a one-to-one basis are stored in the learning storage battery use / non-use code storage unit 16 for learning. To start.

学習用蓄電池状態データ記憶部15に記憶されるデータは蓄電池状態量履歴データ記憶部27と同形式であり、電池状態量・測定日時・測定回数・IDの4項目を含む(図10参照)。   The data stored in the learning storage battery state data storage unit 15 has the same format as the storage battery state amount history data storage unit 27, and includes four items: battery state amount, measurement date / time, number of measurements, and ID (see FIG. 10).

また学習用蓄電池使用可/不可符号記憶部16は使用可/不可の符号を格納する(図10参照)。   Further, the learning storage battery usable / unusable code storage unit 16 stores a usable / unusable code (see FIG. 10).

使用可/不可符号は各二次利用用途における使用可/不可を表す真理値であり、前設定用途数ごとに定義される。したがって、一個の状態量の組に対して用途の数だけ真理値が対応付けされる。   The usable / unusable code is a truth value indicating usable / unusable in each secondary usage, and is defined for each preset usage number. Therefore, as many truth values as the number of uses are associated with one set of state quantities.

（ST14）
電池性能判別空間変換関数計算部13は、学習用蓄電池状態データ記憶部15から学習用データ（蓄電池状態量）を学習に必要な所定の個数読み出し、さらに読み出した蓄電池状態量に対応する使用可/不可符号を学習用蓄電池使用可/不可符号記憶部16から読み出す。これらの読み出したデータを用いて、電池性能判別空間への変換関数を学習し、電池性能判別空間変換関数記憶部14に記憶する。 (ST14)
The battery performance discriminating space conversion function calculation unit 13 reads a predetermined number of learning data (storage battery state quantities) necessary for learning from the learning storage battery state data storage part 15, and can use the data corresponding to the read storage battery state quantity. The unavailable code is read from the learning storage battery useable / unusable code storage unit 16. Using these read data, a conversion function to the battery performance determination space is learned and stored in the battery performance determination space conversion function storage unit 14.

変換関数の例としては、以下に示すパターン認識の分野等次元数削減のために用いられる線型判別等が想定される。   As an example of the conversion function, linear discrimination used for reducing the number of dimensions in the field of pattern recognition shown below is assumed.

同方法で用いられる変換関数の学習方法は、以下の文献に詳しい。
石井他「わかりやすいパターン認識」1998オーム社 ISBN4-274-13149-1 The learning method of the conversion function used in this method is detailed in the following documents.
Ishii et al. “Easy-to-understand pattern recognition” 1998 Ohm company ISBN4-274-13149-1

ここでは上記文献の方法をもとに変換関数の学習方法の実施例の一つを説明する。   Here, one embodiment of the learning method of the conversion function will be described based on the method described in the above document.

最初に各クラス内変動行列Sを以下で定義する。ここでのクラスは使用可/不可の各電池状態量の集合を指す。   First, the intra-class variation matrix S is defined as follows. The class here refers to a set of battery state quantities that can be used / not used.

Xは各クラス内の各電池状態量xの集合であり、d次元とする。mはクラス内の平均ベクトルである。

Figure 2014059270
X is a set of battery state quantities x in each class, and is d-dimensional. m is the average vector within the class.
Figure 2014059270

ここから、各クラス内変動行列の総和として、クラス内変動行列SWを定めることができる。

Figure 2014059270
From this, the intra-class variation matrix SW can be determined as the sum of the intra-class variation matrices.
Figure 2014059270

次にクラス間変動行列SBを、以下のように定める。niは各クラス内のデータ数、miは各クラスの平均ベクトル、mは全てのクラスのデータの平均である。 Next, the inter-class variation matrix S B is determined as follows. n i is the number of data in each class, m i is the average vector of each class, and m is the average of data of all classes.

SBが大きければ大きいほど、2つの電池のクラスは空間上で離れていると考えられる。

Figure 2014059270
The larger the S B, two cell classes are considered to be separated in space.
Figure 2014059270

次に変換行列Aを導入する。ここでは(d、1)行列と仮定する。変換後電池データyは、以下で計算される。

Figure 2014059270
Next, a transformation matrix A is introduced. Here we assume a (d, 1) matrix. The converted battery data y is calculated as follows.
Figure 2014059270

ここで全データを変換後電池データに変換した場合、変換後の空間で電池データの使用可/不可がもっとも明確に分離するように変換行列Aを定めればよい。   Here, when all the data is converted into the converted battery data, the conversion matrix A may be determined so that the use / non-use of the battery data is most clearly separated in the converted space.

ここで変換後のクラス内変動行列

Figure 2014059270
を以下で定める。
Figure 2014059270
 Intraclass variation matrix after conversion
Figure 2014059270
 Is defined below.
Figure 2014059270

また変換後のクラス間変動行列

Figure 2014059270
を以下で定める。
Figure 2014059270
 Also, the interclass variation matrix after conversion
Figure 2014059270
 Is defined below.
Figure 2014059270

このとき、各クラスの分離度を示す指標として、次の関数

Figure 2014059270
を導入する。
Figure 2014059270
 At this time, the following function is used as an index indicating the degree of separation of each class.
Figure 2014059270
 Is introduced.
Figure 2014059270

この関数値が大きければ、変換後電池データは使用可/不可ごとに小さくまとまり、かつ互いの集団間距離は乖離していると考えることができる。

Figure 2014059270
を最大にするAが、求める変換関数（変換行列）である。 If this function value is large, it can be considered that the battery data after conversion is small for each usable / unusable, and the distance between groups is different.
Figure 2014059270
 A that maximizes is a conversion function (conversion matrix) to be obtained.

Aを求める手順としては、最初に次の制約を導入する。

Figure 2014059270
As a procedure for obtaining A, the following constraints are first introduced.
Figure 2014059270

そして上記制約のもとで

Figure 2014059270
を最大にするAを求める。 And under the above constraints
Figure 2014059270
 Find A to maximize.

ここでラグランジュ乗数を導入すると、次のラグランジュ関数

Figure 2014059270
が得られる。
Figure 2014059270
 If we introduce a Lagrange multiplier here, the Lagrangian function
Figure 2014059270
 Is obtained.
Figure 2014059270

これをAで微分して0とおくと以下が得られる。

Figure 2014059270
When this is differentiated by A and set to 0, the following is obtained.
Figure 2014059270

このとき

Figure 2014059270
の最大固有値に相当するλが、JS(A)を最大にするλである。
Figure 2014059270
 の固有値問題を解き、対応する固有ベクトルを求めることでAが定まる。 At this time
Figure 2014059270
 Λ corresponding to the maximum eigenvalue of λ is λ that maximizes JS (A).
Figure 2014059270
 A is determined by solving the eigenvalue problem of and finding the corresponding eigenvectors.

さらに第二・第三位の固有値に対応する固有ベクトルにより、電池性能判別空間の複数の次元を定めることができる。   Furthermore, a plurality of dimensions of the battery performance discrimination space can be determined by the eigenvectors corresponding to the second and third eigenvalues.

これらの固有ベクトルを結合し、最終的な電池性能判別空間変換関数を得る。   These eigenvectors are combined to obtain the final battery performance discriminant space conversion function.

（ST15）
電池性能判別関数計算部8は、学習用蓄電池状態データ記憶部15から学習用データ（蓄電池状態量のデータ）を学習に必要な所定の個数読み出し、ステップS14で学習された判別空間変換関数を用いて、電池性能判別空間へ当該蓄電池状態量を変換する。 (ST15)
The battery performance discriminant function calculation unit 8 reads out a predetermined number of learning data (battery state data) from the learning battery state data storage unit 15 and uses the discriminant space conversion function learned in step S14. Then, the storage battery state quantity is converted into the battery performance determination space.

（ST16）
電池性能判別関数計算部8は、ステップS15で読み出した蓄電池状態量に対応する符号を学習用蓄電池使用可/不可符号記憶部16から読み出す。使用可/不可符号の情報により、電池性能判別空間上の状態量（変換後蓄電池データ）は、使用可の蓄電池と不可の蓄電池を区別することが可能となる。 (ST16)
The battery performance discriminant function calculation unit 8 reads the code corresponding to the storage battery state quantity read in step S15 from the learning storage battery usable / unusable code storage unit 16. Based on the information on the usable / unusable code, the state quantity (converted storage battery data) in the battery performance determination space can distinguish the usable storage battery from the unusable storage battery.

電池性能判別関数は、電池性能判別空間上の状態量を入力とし、この使用可/不可符号を再現するように（たとえば使用可のものは正、使用不可のものは負の値が出力されるように）、所定の学習アルゴリズムを用いて計算される。   The battery performance discriminant function receives the state quantity in the battery performance discriminant space as input, and reproduces this usable / unusable code (for example, a usable one is a positive value and a non-usable one is a negative value) And so on) using a predetermined learning algorithm.

たとえば電池性能判別関数の例として、前述のサポートベクターマシンを用いた場合、関数の計算に必要な係数行列は最適化問題をとき、必要な数値を計算すること手順で求めることができる。これらの詳細も前出の渡辺他「学習システムの理論と実現」森北出版2005 ISBN:4-627-82941-8等に詳しい。   For example, when the above-described support vector machine is used as an example of the battery performance discrimination function, the coefficient matrix necessary for the function calculation can be obtained by a procedure for calculating a necessary numerical value when performing an optimization problem. These details are also detailed in Watanabe et al., “Theory and Realization of Learning Systems,” Morikita Publishing 2005 ISBN: 4-627-82941-8.

電池性能判別関数計算部8は、学習により得た電池性能判別関数を、電池性能判別関数記憶部17に格納する。   The battery performance discrimination function calculation unit 8 stores the battery performance discrimination function obtained by learning in the battery performance discrimination function storage unit 17.

前述のとおり、ステップST14、ST15、ST16を、設定された二次利用全てにおいて実施する。これにより、二次利用用途ごとに、判別空間変換関数と電池性能判別関数が得られる。   As described above, steps ST14, ST15, and ST16 are performed in all the set secondary usages. Thereby, a discriminant space conversion function and a battery performance discriminant function are obtained for each secondary usage.

（その他の実施形態）
上述したように、複数の二次利用用途を設定すれば、用途毎の単純残存価値を重み付け総和することで、複合残存価値を計算できる。一方で、二次利用用途を単一かつ一次利用用途と同じものに限定して、当該用途におけるリユースの可/不可判定、劣化診断ツールとして実現することも想定される。 (Other embodiments)
As described above, if a plurality of secondary usages are set, the composite residual value can be calculated by weighted sum of the simple residual values for each usage. On the other hand, it is also assumed that the secondary usage is limited to the same one as the primary usage and can be realized as a reuse diagnosis / deterioration diagnosis tool for reuse.

この際、単一の用途としてEVを設定した場合は、本実施形態をEVの蓄電池リユース判定ツールとして利用できる。   At this time, when EV is set as a single application, the present embodiment can be used as an EV storage battery reuse determination tool.

なお、以上に説明した本実施形態における蓄電池診断装置は、例えば、汎用のコンピュータ装置を基本ハードウェアとして用いることで実現することが可能である。すなわち、蓄電池診断装置の各処理部は、上記のコンピュータ装置に搭載されたプロセッサにプログラムを実行させることにより実現することができる。このとき、蓄電池診断装置は、上記のプログラムをコンピュータ装置にあらかじめインストールすることで実現してもよいし、CD-ROMなどの記憶媒体に記憶して、あるいはネットワークを介して上記のプログラムを配布して、このプログラムをコンピュータ装置に適宜インストールすることで実現してもよい。また、残存価値診断装置内の記憶部は、装置内もしくは外付けのメモリ装置およびハードディスク、あるいは、CD-R, CD-RW, DVD-RAM, DVD-R 等の記録媒体によって構成されてもよい。   In addition, the storage battery diagnosis apparatus in this embodiment demonstrated above is realizable by using a general purpose computer apparatus as basic hardware, for example. That is, each processing unit of the storage battery diagnosis device can be realized by causing a processor mounted on the computer device to execute a program. At this time, the storage battery diagnosis apparatus may be realized by installing the above program in a computer device in advance, or storing the program in a storage medium such as a CD-ROM or distributing the program through a network. Thus, this program may be realized by appropriately installing it in a computer device. In addition, the storage unit in the residual value diagnostic apparatus may be configured by an internal or external memory device and a hard disk, or a recording medium such as a CD-R, CD-RW, DVD-RAM, DVD-R. .

Claims (13)

蓄電池の複数の状態量を、前記蓄電池の用途に応じた判別空間変換関数により、１次元以上の次元数の判別空間上の座標に写像する変換計算部と、
前記判別空間を蓄電池の使用可能領域と使用不可領域とに区分する電池性能判別関数の出力値を前記座標の値に基づき求め、前記電池性能判別関数の出力値に基づき、前記蓄電池の残存価値を計算する残存価値計算部と
を備えた蓄電池診断装置。 A conversion calculation unit that maps a plurality of state quantities of the storage battery to coordinates on a determination space of one or more dimensions by a determination space conversion function according to the use of the storage battery;
An output value of a battery performance discrimination function that divides the discrimination space into a usable area and an unusable area of the storage battery is obtained based on the value of the coordinates, and the residual value of the storage battery is calculated based on the output value of the battery performance discrimination function. A storage battery diagnostic device comprising: a residual value calculation unit for calculating. 複合残存価値計算部をさらに備え、
前記変換計算部は、前記蓄電池の複数の用途のそれぞれに応じた判別空間関数により、前記複数の状態量を、前記用途毎の判別空間上の座標に写像し、
前記残存価値計算部は、前記用途毎の判別空間を使用可能領域と使用不可領域とに区分する電池性能判別関数の出力値を前記座標の値に基づき計算し、前記電池性能判別関数の出力値に基づき、前記用途毎の前記蓄電池の残存価値を計算し、
前記複合残存価値計算部は、前記用途毎の前記残存価値を前記用途ごとの重み係数で重み付け総和することにより、前記蓄電池の複合残存価値を計算する
請求項1に記載の蓄電池診断装置。 A composite residual value calculator,
The conversion calculation unit is configured to map the plurality of state quantities to coordinates on a discrimination space for each application by a discriminant space function corresponding to each of the plurality of uses of the storage battery,
The residual value calculation unit calculates an output value of a battery performance discriminant function that divides the discriminant space for each use into a usable region and an unusable region based on the value of the coordinates, and an output value of the battery performance discriminant function Based on the calculation of the residual value of the storage battery for each use,
2. The storage battery diagnosis apparatus according to claim 1, wherein the composite residual value calculation unit calculates the composite residual value of the storage battery by performing a weighted sum of the residual values for each use with a weighting coefficient for each use. 前記蓄電池を測定して前記蓄電池の複数の状態量を取得する電池状態測定部
をさらに備えた請求項1または2に記載の蓄電池診断装置。 3. The storage battery diagnostic device according to claim 1, further comprising a battery state measurement unit that measures the storage battery and acquires a plurality of state quantities of the storage battery. 前記蓄電池の用途を1つ以上入力する蓄電池用途入力部
をさらに備えた請求項1ないし3のいずれか一項に記載の蓄電池診断装置。 4. The storage battery diagnosis apparatus according to claim 1, further comprising a storage battery application input unit that inputs one or more uses of the storage battery. 第1測定時点および前記第1測定時点より後の第2測定時点のそれぞれにおける蓄電池の複数の状態量を、前記蓄電池の用途に応じた判別空間変換関数により、１次元以上の次元数の判別空間上の第1座標および第2座標に写像する第1計算部と、
前記判別空間を蓄電池の使用可能領域と使用不可領域とに区分する電池性能判別関数について、前記第1座標および前記第2座標が前記使用可能領域に属する場合に、前記第1座標から前記電池性能判別関数上の最近傍点を求め、前記第1座標から前記第2座標へのベクトルについて、前記第1座標から前記最近傍点への方向の前記ベクトルの成分を計算する第2計算部と、
前記第1測定時点および前記第2測定時点間の時間長に対する前記成分の比率に基づいて、前記蓄電池の劣化進行を診断する劣化判定部と、
を備えた蓄電池診断装置。 A plurality of state quantities of the storage battery at each of the first measurement time point and the second measurement time point after the first measurement time point are determined by a discriminant space conversion function according to the use of the storage battery, and a discriminant space having one or more dimensions A first calculator that maps to the first and second coordinates above;
Regarding the battery performance discrimination function that divides the discrimination space into a usable area and an unusable area of the storage battery, when the first coordinate and the second coordinate belong to the usable area, the battery performance from the first coordinate Obtaining a nearest point on a discriminant function, for a vector from the first coordinate to the second coordinate, a second calculation unit that calculates a component of the vector in the direction from the first coordinate to the nearest point;
Based on the ratio of the component to the time length between the first measurement time point and the second measurement time point, a deterioration determination unit that diagnoses the progress of deterioration of the storage battery,
A storage battery diagnostic device. 前記劣化判定部は、前記比率が閾値を超えた場合に、警告信号を出力する
請求項5に記載の蓄電池診断装置。 6. The storage battery diagnosis apparatus according to claim 5, wherein the deterioration determination unit outputs a warning signal when the ratio exceeds a threshold value. 前記劣化判定部は、前記第2座標と前記電池性能判別関数との距離が閾値以下になったら警告信号を出力する
請求項5または6に記載の蓄電池診断装置。 7. The storage battery diagnostic apparatus according to claim 5, wherein the deterioration determination unit outputs a warning signal when a distance between the second coordinates and the battery performance discrimination function is equal to or less than a threshold value. 第1測定時点および前記第1測定時点より後の第2測定時点のそれぞれにおける蓄電池の複数の状態量を、前記蓄電池の用途に応じた判別空間変換関数により、１次元以上の次元数の判別空間上の第1座標および第2座標にそれぞれ写像し、前記第1座標から前記第2座標へのベクトルを前記第2座標および第1座標の測定時点間の時間長で除算して第1ベクトルを取得する第1ベクトル取得部と、
前記蓄電池とは別の少なくとも1つの蓄電池について、複数の測定時点毎に当該蓄電池の複数の状態量を含むデータを格納する蓄電池状態量記憶部と、
前記格納部内の各前記データを読み出し、各前記データを前記判別空間変換関数により前記判別空間上の座標へ写像し、前記座標の中から前記第2座標との距離に応じて少なくとも1つの座標を第3座標として選択し、前記座標のうち前記第3座標の次の測定時点に対応する座標である第4座標に対する前記第3座標からのベクトルを前記第4座標および第3座標の測定時点間の時間長で除算して第2ベクトルを取得する第2ベクトル取得部と、
前記第1ベクトルと前記第2ベクトルを合成して予測ベクトルを得る予測ベクトル取得部と、
前記第2測定時点より後の第3測定時点と前記第2測定時点間の時間長を前記予測ベクトルに乗算し、乗算結果を前記第2座標に加算することにより、前記判別空間において前記第3測定時点の前記蓄電池の状態量の写像先を予測し、前記判別空間を蓄電池の使用可能領域と使用不可領域とに区分する判別関数と前記写像先とに基づいて、前記蓄電池の将来使用可否を診断する将来使用可否決定部と
を備えた蓄電池診断装置。 A plurality of state quantities of the storage battery at each of the first measurement time point and the second measurement time point after the first measurement time point are determined by a discriminant space conversion function according to the use of the storage battery, and a discriminant space having one or more dimensions Map to the first coordinate and the second coordinate above, respectively, and divide the vector from the first coordinate to the second coordinate by the time length between the measurement time of the second coordinate and the first coordinate, the first vector A first vector acquisition unit to acquire;
For at least one storage battery different from the storage battery, a storage battery state quantity storage unit that stores data including a plurality of state quantities of the storage battery for each of a plurality of measurement points;
Read each data in the storage unit, map each data to a coordinate on the discriminant space by the discriminant space conversion function, and select at least one coordinate from the coordinates according to the distance from the second coordinate The third coordinate is selected, and a vector from the third coordinate with respect to the fourth coordinate which is a coordinate corresponding to the next measurement time of the third coordinate among the coordinates is measured between the measurement time of the fourth coordinate and the third coordinate. A second vector acquisition unit that acquires the second vector by dividing by the time length of
A prediction vector acquisition unit that obtains a prediction vector by combining the first vector and the second vector;
By multiplying the prediction vector by the time length between the third measurement time point after the second measurement time point and the second measurement time point, and adding the multiplication result to the second coordinate, the third space in the discriminant space. Predicting the mapping destination of the state quantity of the storage battery at the time of measurement, and determining whether or not the storage battery can be used in the future based on the discriminant function and the mapping destination that divide the discrimination space into a usable area and an unusable area of the storage battery A storage battery diagnosis device comprising: a future availability determination unit that performs diagnosis. 前記将来使用可否決定部は、前記写像先が前記使用不可領域に属するときは、警告信号を出力する
ことを特徴とする請求項8に記載の蓄電池診断装置。 9. The storage battery diagnosis apparatus according to claim 8, wherein the future availability determination unit outputs a warning signal when the mapping destination belongs to the unusable area. 前記将来使用可否決定部は、前記写像先が前記使用可能領域に属し、前記写像先と前記判別関数との距離が閾値以下のときは、警告信号を出力する
ことを特徴とする請求項8または9に記載の蓄電池診断装置。 9. The future availability determination unit outputs a warning signal when the mapping destination belongs to the usable area and a distance between the mapping destination and the discriminant function is equal to or less than a threshold value. 9. The storage battery diagnostic device according to 9. 蓄電池の複数の状態量を、前記蓄電池の用途に応じた判別空間変換関数により、１次元以上の次元数の判別空間上の座標に写像する変換計算ステップと、
前記判別空間を蓄電池の使用可能領域と使用不可領域とに区分する電池性能判別関数の出力値を前記座標の値に基づき求め、前記電池性能判別関数の出力値に基づき、前記蓄電池の残存価値を計算する残存価値計算ステップと
を備えた蓄電池診断方法。 A transformation calculation step for mapping a plurality of state quantities of the storage battery to coordinates on a discrimination space having a dimension number of one or more dimensions by a discriminant space conversion function according to the use of the storage battery
An output value of a battery performance discrimination function that divides the discrimination space into a usable area and an unusable area of the storage battery is obtained based on the value of the coordinates, and the residual value of the storage battery is calculated based on the output value of the battery performance discrimination function. A storage battery diagnosis method comprising: a residual value calculation step for calculating. 第1測定時点および前記第1測定時点より後の第2測定時点のそれぞれにおける蓄電池の複数の状態量を、前記蓄電池の用途に応じた判別空間変換関数により、１次元以上の次元数の判別空間上の第1座標および第2座標に写像する第1計算ステップと、
前記判別空間を蓄電池の使用可能領域と使用不可領域とに区分する電池性能判別関数について、前記第1座標および前記第2座標が前記使用可能領域に属する場合に、前記第1座標から前記電池性能判別関数上の最近傍点を求め、前記第1座標から前記第2座標へのベクトルについて、前記第1座標から前記最近傍点への方向の前記ベクトルの成分を計算する第2計算ステップと、
前記第1測定時点および前記第2測定時点間の時間長に対する前記成分の比率に基づいて、前記蓄電池の劣化進行を診断する劣化判定ステップと、
を備えた蓄電池診断方法。 A plurality of state quantities of the storage battery at each of the first measurement time point and the second measurement time point after the first measurement time point are determined by a discriminant space conversion function according to the use of the storage battery, and a discriminant space having one or more dimensions A first calculation step that maps to the first and second coordinates above;
Regarding the battery performance discrimination function that divides the discrimination space into a usable area and an unusable area of the storage battery, when the first coordinate and the second coordinate belong to the usable area, the battery performance from the first coordinate Obtaining a nearest point on a discriminant function, for a vector from the first coordinate to the second coordinate, a second calculation step of calculating a component of the vector in a direction from the first coordinate to the nearest point;
Based on the ratio of the component to the time length between the first measurement time point and the second measurement time point, a deterioration determination step for diagnosing the progress of deterioration of the storage battery,
A storage battery diagnostic method comprising: 第1測定時点および前記第1測定時点より後の第2測定時点のそれぞれにおける蓄電池の複数の状態量を、前記蓄電池の用途に応じた判別空間変換関数により、１次元以上の次元数の判別空間上の第1座標および第2座標にそれぞれ写像し、前記第1座標から前記第2座標へのベクトルを前記第2座標および第1座標の測定時点間の時間長で除算して第1ベクトルを取得する第1ベクトル取得ステップと、
前記蓄電池とは別の少なくとも1つの蓄電池について、複数の測定時点毎に当該蓄電池の複数の状態量を含むデータを格納する蓄電池状態量記憶部から前記データを読み出すステップと、
前記格納部内の各前記データを読み出し、各前記データを前記判別空間変換関数により前記判別空間上の座標へ写像し、前記座標の中から前記第2座標との距離に応じて少なくとも1つの座標を第3座標として選択し、前記座標のうち前記第3座標の次の測定時点に対応する座標である第4座標に対する前記第3座標からのベクトルを前記第4座標および第3座標の測定時点間の時間長で除算して第2ベクトルを取得する第2ベクトル取得ステップと、
前記第1ベクトルと前記第2ベクトルを合成して予測ベクトルを得る予測ベクトル取得ステップと、
前記第2測定時点より後の第3測定時点と前記第2測定時点間の時間長を前記予測ベクトルに乗算し、乗算結果を前記第2座標に加算することにより、前記判別空間において前記第3測定時点の前記蓄電池の状態量の写像先を予測し、前記判別空間を蓄電池の使用可能領域と使用不可領域とに区分する判別関数と前記写像先とに基づいて、前記蓄電池の将来使用可否を診断する将来使用可否決定ステップと
を備えた蓄電池診断方法。 A plurality of state quantities of the storage battery at each of the first measurement time point and the second measurement time point after the first measurement time point are determined by a discriminant space conversion function according to the use of the storage battery, and a discriminant space having one or more dimensions Map to the first coordinate and the second coordinate above, respectively, and divide the vector from the first coordinate to the second coordinate by the time length between the measurement time of the second coordinate and the first coordinate, the first vector A first vector obtaining step to obtain;
For at least one storage battery different from the storage battery, reading the data from a storage battery state quantity storage unit that stores data including a plurality of state quantities of the storage battery for each of a plurality of measurement points;
Read each data in the storage unit, map each data to a coordinate on the discriminant space by the discriminant space conversion function, and select at least one coordinate from the coordinates according to the distance from the second coordinate The third coordinate is selected, and a vector from the third coordinate with respect to the fourth coordinate which is a coordinate corresponding to the next measurement time of the third coordinate among the coordinates is measured between the measurement time of the fourth coordinate and the third coordinate. A second vector obtaining step of obtaining a second vector by dividing by the time length of
Obtaining a prediction vector by combining the first vector and the second vector to obtain a prediction vector;
By multiplying the prediction vector by the time length between the third measurement time point after the second measurement time point and the second measurement time point, and adding the multiplication result to the second coordinate, the third space in the discriminant space. Predicting the mapping destination of the state quantity of the storage battery at the time of measurement, and determining whether or not the storage battery can be used in the future based on the discriminant function and the mapping destination that divide the discrimination space into a usable area and an unusable area of the storage battery A storage battery diagnosis method comprising: a step of determining whether or not to use in the future for diagnosis.
JP2012205828A 2012-09-19 2012-09-19 Storage battery diagnostic device and method Pending JP2014059270A (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2012205828A JP2014059270A (en) 2012-09-19 2012-09-19 Storage battery diagnostic device and method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2012205828A JP2014059270A (en) 2012-09-19 2012-09-19 Storage battery diagnostic device and method

Related Child Applications (1)

Application Number Title Priority Date Filing Date
JP2015225882A Division JP6034473B2 (en) 2015-11-18 2015-11-18 Storage battery diagnostic device and method thereof

Publications (1)

Publication Number Publication Date
JP2014059270A true JP2014059270A (en) 2014-04-03

Family

ID=50615850

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2012205828A Pending JP2014059270A (en) 2012-09-19 2012-09-19 Storage battery diagnostic device and method

Country Status (1)

Country Link
JP (1) JP2014059270A (en)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2975421A1 (en) * 2014-07-18 2016-01-20 Samsung Electronics Co., Ltd Method and apparatus for estimating state of battery
KR20160014940A (en) * 2014-07-30 2016-02-12 삼성전자주식회사 Method and apparatus for estimating state of battery
JP2016090346A (en) * 2014-10-31 2016-05-23 エンネット株式会社 Battery diagnostic device and battery diagnostic method
US10114078B2 (en) 2015-02-06 2018-10-30 Samsung Electronics Co., Ltd. Method and apparatus to estimate state of battery based on battery charging voltage data
JP6455641B1 (en) * 2018-04-13 2019-01-23 三菱電機ビルテクノサービス株式会社 Elevator battery diagnostic device

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5977367A (en) * 1982-10-26 1984-05-02 Sumitomo Metal Ind Ltd Evaluation of deteriorated condition of equipment
JP2000299137A (en) * 1998-08-10 2000-10-24 Toyota Motor Corp Secondary battery state judging method, state judging device and secondary battery regenerating method
JP2006197765A (en) * 2005-01-17 2006-07-27 Toyota Motor Corp System and method for setting price of movable body
JP2006338123A (en) * 2005-05-31 2006-12-14 Wakayama Univ Nonlinear mapping learning computer program and recording medium
JP2007141464A (en) * 2005-11-14 2007-06-07 Hitachi Vehicle Energy Ltd Secondary battery module, battery information management device, battery information management system, secondary battery reuse system, secondary battery collection/selling system, secondary battery reuse method and secondary battery collection/selling method
JP2010519692A (en) * 2007-04-20 2010-06-03 杭州高特電子設備有限公司 Control valve type lead-acid battery performance analysis method
WO2010149935A1 (en) * 2009-06-25 2010-12-29 Electricite De France Detection of defects in an electrochemical device
JP2011091026A (en) * 2009-08-31 2011-05-06 Toshiba Corp Manufacturing method of value evaluation support device of secondary battery and battery value index
JP2012029451A (en) * 2010-07-22 2012-02-09 Nichicon Corp Learning type storage battery management system

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5977367A (en) * 1982-10-26 1984-05-02 Sumitomo Metal Ind Ltd Evaluation of deteriorated condition of equipment
JP2000299137A (en) * 1998-08-10 2000-10-24 Toyota Motor Corp Secondary battery state judging method, state judging device and secondary battery regenerating method
JP2006197765A (en) * 2005-01-17 2006-07-27 Toyota Motor Corp System and method for setting price of movable body
JP2006338123A (en) * 2005-05-31 2006-12-14 Wakayama Univ Nonlinear mapping learning computer program and recording medium
JP2007141464A (en) * 2005-11-14 2007-06-07 Hitachi Vehicle Energy Ltd Secondary battery module, battery information management device, battery information management system, secondary battery reuse system, secondary battery collection/selling system, secondary battery reuse method and secondary battery collection/selling method
JP2010519692A (en) * 2007-04-20 2010-06-03 杭州高特電子設備有限公司 Control valve type lead-acid battery performance analysis method
WO2010149935A1 (en) * 2009-06-25 2010-12-29 Electricite De France Detection of defects in an electrochemical device
JP2011091026A (en) * 2009-08-31 2011-05-06 Toshiba Corp Manufacturing method of value evaluation support device of secondary battery and battery value index
JP2012029451A (en) * 2010-07-22 2012-02-09 Nichicon Corp Learning type storage battery management system

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10295601B2 (en) 2014-07-18 2019-05-21 Samsung Electronics Co., Ltd. Method and apparatus for estimating state of battery
KR20160010132A (en) * 2014-07-18 2016-01-27 삼성전자주식회사 Method and apparatus for estimating state of battery
CN105277891A (en) * 2014-07-18 2016-01-27 三星电子株式会社 Method and apparatus for estimating state of battery
EP2975421A1 (en) * 2014-07-18 2016-01-20 Samsung Electronics Co., Ltd Method and apparatus for estimating state of battery
KR102221756B1 (en) * 2014-07-18 2021-03-02 삼성전자주식회사 Method and apparatus for estimating state of battery
CN105277891B (en) * 2014-07-18 2020-03-17 三星电子株式会社 Method and apparatus for estimating state of battery
KR20160014940A (en) * 2014-07-30 2016-02-12 삼성전자주식회사 Method and apparatus for estimating state of battery
KR102241683B1 (en) * 2014-07-30 2021-04-19 삼성전자주식회사 Method and apparatus for estimating state of battery
JP2016090346A (en) * 2014-10-31 2016-05-23 エンネット株式会社 Battery diagnostic device and battery diagnostic method
US10114078B2 (en) 2015-02-06 2018-10-30 Samsung Electronics Co., Ltd. Method and apparatus to estimate state of battery based on battery charging voltage data
JP6455641B1 (en) * 2018-04-13 2019-01-23 三菱電機ビルテクノサービス株式会社 Elevator battery diagnostic device
WO2019198234A1 (en) * 2018-04-13 2019-10-17 三菱電機ビルテクノサービス株式会社 Elevator battery diagnosis device
CN111465568A (en) * 2018-04-13 2020-07-28 三菱电机大楼技术服务株式会社 Battery diagnosis device for elevator

Similar Documents

Publication Publication Date Title
US10444289B2 (en) Method and apparatus for estimating state of battery
Lombardo et al. Artificial intelligence applied to battery research: hype or reality?
JP2014059270A (en) Storage battery diagnostic device and method
US11598817B2 (en) Storage cell diagnostic device and storage cell diagnostic method, and storage cell control system
US10408881B2 (en) Method and apparatus for estimating state of battery
Chen et al. Recursive projection twin support vector machine via within-class variance minimization
JP6034473B2 (en) Storage battery diagnostic device and method thereof
US20130013236A1 (en) System, method, and program product for predicting state of battery
JP7450741B2 (en) Lithium battery SOC estimation method, device and computer readable storage medium
WO2021171333A1 (en) Storage battery state estimation device and storage battery state estimation method
JP2011096135A (en) Image processing apparatus and image processing method
Mazzi et al. State of charge estimation of an electric vehicle's battery using tiny neural network embedded on small microcontroller units
Liu et al. Comparative study of incremental capacity curve determination methods for lithium-ion batteries considering the real-world situation
Wei et al. Multiscale dynamic construction for abnormality detection and localization of Li-ion batteries
CN110058161A (en) A kind of distributed discrimination method and device of Li-ion battery model parameter
Pang et al. An interval prediction approach based on fuzzy information granulation and linguistic description for remaining useful life of lithium-ion batteries
Lin et al. Deep Q-learning network based trip pattern adaptive battery longevity-conscious strategy of plug-in fuel cell hybrid electric vehicle
Chen et al. Multiscale geometric and spectral analysis of plane arrangements
JP2016057310A5 (en)
Festijo et al. Acoustic non-invasive estimation of lead–acid battery state of health: Applications for cell-level charge balancing
CN116780537A (en) Non-invasive load monitoring method, device and storage medium
CN115788793A (en) Global monitoring and early warning method and system thereof
CN113552533A (en) Spatial spectrum estimation method and device, electronic equipment and storage medium
El marghichi Estimation of battery capacity using the enhanced self-organization maps
Han et al. Predicting the subcellular location of apoptosis proteins based on recurrence quantification analysis and the Hilbert—Huang transform

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20140214

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20140905

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20141125

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20150122

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20150818