JP7447420B2 - 推定装置、推定方法及びコンピュータプログラム - Google Patents

推定装置、推定方法及びコンピュータプログラム Download PDF

Info

Publication number
JP7447420B2
JP7447420B2 JP2019183336A JP2019183336A JP7447420B2 JP 7447420 B2 JP7447420 B2 JP 7447420B2 JP 2019183336 A JP2019183336 A JP 2019183336A JP 2019183336 A JP2019183336 A JP 2019183336A JP 7447420 B2 JP7447420 B2 JP 7447420B2
Authority
JP
Japan
Prior art keywords
lead
acid battery
temperature
specific gravity
freezing
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
JP2019183336A
Other languages
English (en)
Other versions
JP2021061120A (ja
Inventor
一樹 関家
直久 岡本
泰如 ▲浜▼野
秀俊 和田
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.)
GS Yuasa International Ltd
Original Assignee
GS Yuasa International Ltd
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 GS Yuasa International Ltd filed Critical GS Yuasa International Ltd
Priority to JP2019183336A priority Critical patent/JP7447420B2/ja
Priority to EP20871431.1A priority patent/EP4030531A4/en
Priority to CN202080069043.9A priority patent/CN114730928A/zh
Priority to PCT/JP2020/037502 priority patent/WO2021066127A1/ja
Priority to US17/765,210 priority patent/US20220367927A1/en
Publication of JP2021061120A publication Critical patent/JP2021061120A/ja
Application granted granted Critical
Publication of JP7447420B2 publication Critical patent/JP7447420B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/425—Structural combination with electronic components, e.g. electronic circuits integrated to the outside of the casing
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/0047—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with monitoring or indicating devices or circuits
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/378—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC] specially adapted for the type of battery or accumulator
    • G01R31/379—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC] specially adapted for the type of battery or accumulator for lead-acid batteries
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/392—Determining battery ageing or deterioration, e.g. state of health
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/06—Lead-acid accumulators
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/48—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/48—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte
    • H01M10/484—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte for measuring electrolyte level, electrolyte density or electrolyte conductivity
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/48—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte
    • H01M10/486—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte for measuring temperature
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/0047—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with monitoring or indicating devices or circuits
    • H02J7/0048—Detection of remaining charge capacity or state of charge [SOC]
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
    • G01R31/3842—Arrangements for monitoring battery or accumulator variables, e.g. SoC combining voltage and current measurements
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/425—Structural combination with electronic components, e.g. electronic circuits integrated to the outside of the casing
    • H01M2010/4271—Battery management systems including electronic circuits, e.g. control of current or voltage to keep battery in healthy state, cell balancing
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/10—Energy storage using batteries

Landscapes

  • Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Chemical & Material Sciences (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Electrochemistry (AREA)
  • General Chemical & Material Sciences (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Power Engineering (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Secondary Cells (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Description

本発明は、推定装置、推定方法及びコンピュータプログラムに関する。
鉛蓄電池は、正極板、負極板、電解液、及び、これらを収容するケースを備える。正極板及び負極板は、ケースの電解液に浸漬されている。鉛蓄電池は、車載用、産業用など様々な用途において使用されている。例えば、車載用の鉛蓄電池は、車両に搭載され、照明、及びカーステレオ等の車載機器（電気負荷）へ電力を供給する。鉛蓄電池は、車両が備える発電機（オルタネータ）により発電された電力により充電される。例えば、産業用の鉛蓄電池は、非常用電源への電力供給減として用いられている。
特許文献１には、車両の電気負荷に電力を供給する鉛蓄電池と、鉛蓄電池の温度を取得する取得装置と、取得した温度に基づいて、鉛蓄電池の劣化を判定する判定装置とを備える電源システムが開示されている。
特開２０１９－７８５７１号公報
特許文献１に記載の電源システムでは、鉛蓄電池の温度に基づき劣化を判定しているが、鉛蓄電池の電解液について凍結リスクを推定することはできない。
本発明は、鉛蓄電池における凍結リスクを推定できる推定装置、推定方法及びコンピュータプログラムを提供することを目的とする。
推定装置は、鉛蓄電池の電流、電圧、及び温度を取得する取得部と、取得した前記電流、電圧、及び温度の積算値または演算値を蓄積するデータ蓄積部と、前記データ蓄積部に蓄積した履歴データに基づき、前記鉛蓄電池の電解液比重を特定する特定部と、特定した電解液比重に基づいて、前記鉛蓄電池の凍結リスクを推定する推定部と、前記推定部の推定結果を出力する出力部とを備える。
推定方法は、コンピュータを用いて、鉛蓄電池の電流、電圧、及び温度を取得し、取得した前記電流、電圧、及び温度の積算値または演算値を蓄積し、蓄積した履歴データに基づき、前記鉛蓄電池の電解液比重を特定し、特定した電解液比重に基づいて、前記鉛蓄電池の凍結リスクを推定する。
コンピュータプログラムは、コンピュータに、鉛蓄電池の電流、電圧、及び温度を取得し、取得した前記電流、電圧、及び温度の積算値または演算値を蓄積し、蓄積した履歴データに基づき、前記鉛蓄電池の電解液比重を特定し、特定した電解液比重に基づいて、前記鉛蓄電池の凍結リスクを推定する処理を実行させるためのコンピュータプログラムである。
上記構成により、鉛蓄電池における凍結リスクを推定できる。
推定システムの概略構成を説明するブロック図である。 鉛蓄電池の外観構成を示す斜視図である。 図２のＩＩＩ－ＩＩＩ線における断面図である。 推定装置の内部構成を説明するブロック図である。 鉛蓄電池のＳＯＣと電解液の比重との関係を示すグラフである。 電解液の凍結温度と比重との関係を示すグラフである。 比重及び温度の時間推移の一例を示すグラフである。 実施形態における推定装置が実行する処理の手順を説明するフローチャートである。 第２実施形態における学習モデルの構成を示す模式図である。 サーバ装置の構成を示すブロック図である。 学習モデルの生成手順を説明するフローチャートである。 学習モデルを用いた推定処理の手順を説明するフローチャートである。 第３実施形態における学習モデルの構成を示す模式図である。
推定装置は、鉛蓄電池の電流、電圧、及び温度を取得する取得部と、取得した前記電流、電圧、及び温度の積算値または演算値を蓄積するデータ蓄積部と、前記データ蓄積部に蓄積した履歴データに基づき、前記鉛蓄電池の電解液比重を特定する特定部と、特定した電解液比重に基づいて、前記鉛蓄電池の凍結リスクを推定する推定部と、前記推定部の推定結果を出力する出力部とを備える。
この構成によれば、データ蓄積部に蓄積した履歴データに基づき、鉛蓄電池の電解液比重を特定する。電解液比重に応じて電荷液の凍結温度が定まるので、凍結温度と鉛蓄電池が設置されている環境の温度を含む鉛蓄電池の温度と比較することにより、凍結リスクを推定できる。
推定装置において、前記特定部は、前記鉛蓄電池のＳＯＣと電解液比重との関係を用いて、前記履歴データから前記鉛蓄電池の電解液比重を特定してもよい。この構成によれば、ＳＯＣと電解液比重との関係を用いて、電解液比重を特定できる。
推定装置において、前記推定部は、前記電解液比重に応じて定まる電解液の凍結温度と、前記鉛蓄電池の温度の推定値とを比較することによって、前記鉛蓄電池の凍結リスクを推定してもよい。この構成によれば、電解液比重に応じて定まる電解液の凍結温度と、鉛蓄電池の温度の推定値とを比較することによって、鉛蓄電池の凍結リスクを推定できる。
推定装置において、前記推定部は、前記履歴データの入力に応じて、前記鉛蓄電池の凍結リスクに関する情報を出力するよう構成された学習モデルを用いて、凍結リスクを推定してもよい。この構成によれば、学習モデルを用いて凍結リスクを推定するので、精度良く凍結リスクを推定できる。
推定装置において、前記学習モデルは、前記履歴データが入力される入力層、前記鉛蓄電池の凍結リスクに関する情報を出力する出力層、及び前記鉛蓄電池の履歴データと、前記鉛蓄電池が凍結したか否かを示すラベルデータとを教師データに用いて、前記履歴データと前記凍結リスクとの関係を学習してある中間層を備え、前記データ蓄積部に蓄積した履歴データの入力に応じて、前記中間層にて演算し、前記出力層から凍結リスクに関する情報を出力するよう構成してもよい。この構成によれば、学習モデルを用いて凍結リスクを推定するので、精度良く凍結リスクを推定できる。
推定方法は、コンピュータを用いて、鉛蓄電池の電流、電圧、及び温度を取得し、取得した前記電流、電圧、及び温度の積算値または演算値を蓄積し、蓄積した履歴データに基づき、前記鉛蓄電池の電解液比重を特定し、特定した電解液比重に基づいて、前記鉛蓄電池の凍結リスクを推定する。
コンピュータプログラムは、コンピュータに、鉛蓄電池の電流、電圧、及び温度を取得し、取得した前記電流、電圧、及び温度の積算値または演算値を蓄積し、蓄積した履歴データに基づき、前記鉛蓄電池の電解液比重を特定し、特定した電解液比重に基づいて、前記鉛蓄電池の凍結リスクを推定する処理を実行させるためのコンピュータプログラムである。
（第１実施形態）
図１は推定システムの概略構成を説明するブロック図である。第１実施形態に係る推定システムは、推定装置１及び鉛蓄電池２を備える。推定装置１は、例えばＢＭＵ（Battery Management Unit）であり、後述する手法にて鉛蓄電池２における電解液の凍結リスクを推定し、推定結果を出力する。図１の例では、便宜的に推定装置１と鉛蓄電池２とを別体として記載したが、推定装置１と鉛蓄電池２とが一体となった構成であってもよい。更に、推定装置１は、鉛蓄電池２を含むバッテリシステムと通信可能に接続されるコンピュータ、サーバ装置などの情報処理装置であってもよい。
鉛蓄電池２には負荷３が接続される。鉛蓄電池２は、接続された負荷３に対して直流電力を供給する。代替的に、鉛蓄電池２には充電装置（不図示）が接続される。鉛蓄電池２は、接続された充電装置から直流電力が供給されることによって蓄電する。
電流センサ４は、鉛蓄電池２に流れる電流を時系列的に計測し、計測結果を示すデータを推定装置１へ出力する。電圧センサ５は、鉛蓄電池２の電圧を時系列的に計測し、計測結果を示すデータを推定装置１へ出力する。本実施形態では、電圧センサ５は鉛蓄電池２の開回路電圧（OCV : Open Circuit Voltage）を計測する。例えば、電圧センサ５は、無負荷に近い状態になったときの電圧値をＯＣＶとして計測すればよい。代替的に、推定装置１は、電流センサ４から得られる電流値、電圧センサ５から得られる電圧値、及び予め計測される鉛蓄電池２の抵抗値に基づき、鉛蓄電池２のＯＣＶを演算によって求めてもよい。
温度センサ６は、温度を時系列的に計測し、計測結果を示すデータを推定装置１へ出力する。温度センサ６が計測する温度は、鉛蓄電池２の温度であってもよく、鉛蓄電池２が設置されている環境の温度（気温）であってもよい。更に、推定装置１は、温度センサ６から温度のデータを取得する構成に代えて、外部の気象サーバ（不図示）から鉛蓄電池２が設置されている環境の温度データを取得してもよい。以下の説明では、推定装置１が温度センサ６から取得する温度（鉛蓄電池２の温度、又は設置環境の温度）、推定装置１が外部の気象サーバから取得する温度を区別せずに、単に鉛蓄電池２の温度と記載する。
推定装置１は、鉛蓄電池２の電流、電圧、及び温度の時系列データに基づき、鉛蓄電池２における電解液の比重を推定し、比重に応じて定まる凍結温度と、鉛蓄電池２の温度とを比較することによって、鉛蓄電池２の電解液における凍結リスクを推定する。
図２は鉛蓄電池２の外観構成を示す斜視図であり、図３は図２のＩＩＩ－ＩＩＩ線における断面図である。図２及び図３に示すように、鉛蓄電池２は、電槽２０、正極端子２８、負極端子２９、及び複数の極板群２３を備える。
電槽２０は、電槽本体２０１及び蓋２０２を有する。電槽本体２０１は、上部が開口した直方体状の容器であり、例えば合成樹脂等により形成されている。例えば合成樹脂製の蓋２０２は、電槽本体２０１の開口部を閉塞する。蓋２０２の下面の周縁部分と電槽本体２０１の開口部の周縁部分とは例えば熱溶着によって接合される。電槽２０内の空間は、隔壁２７によって、電槽２０の長手方向に並ぶ複数のセル室２１に区画されている。
電槽２０内の各セル室２１には、極板群２３が１つずつ収容されている。電槽２０内の各セル室２１には、希硫酸を含む電解液２２が収容されており、極板群２３の全体が電解液２２中に浸漬している。電解液２２は、蓋２０２に設けられた注液口（図示せず）からセル室２１内に注入される。
極板群２３は、複数の正極板２３１、複数の負極板２３５、及びセパレータ２３９を備える。複数の正極板２３１及び複数の負極板２３５は、交互に並ぶように配置されている。
正極板２３１は、正極格子２３２、及び正極格子２３２に支持された正極電極材料２３４を有する。正極格子２３２は、略格子状又は網目状に配置された骨部を有する導電性部材であり、例えば鉛又は鉛合金により形成されている。正極格子２３２は、上端付近に、上方に突出する耳２３３を有する。正極電極材料２３４は二酸化鉛を含む。正極電極材料２３４は、さらに公知の添加剤を含んでもよい。
負極板２３５は、負極格子２３６、及び負極格子２３６に支持された負極電極材料２３８を有する。負極格子２３６は、略格子状又は網目状に配置された骨部を有する導電性部材であり、例えば鉛又は鉛合金により形成されている。負極格子２３６は、上端付近に、上方に突出する耳２３７を有する。負極電極材料２３８は鉛を含む。負極電極材料２３８は、さらに公知の添加剤を含んでもよい。
セパレータ２３９は、例えばガラス又は合成樹脂等の絶縁性材料により形成されている。セパレータ２３９は、互いに隣り合う正極板２３１と負極板２３５との間に介在する。セパレータ２３９は、一体の部材として構成されてもよく、正極板２３１と負極板２３５との間に各別に設けてもよい。代替的に、セパレータ２３９は正極板２３１及び負極板２３５のいずれかを包装するように配置してもよい。
複数の正極板２３１の耳２３３は、例えば鉛又は鉛合金により形成されたストラップ２４に接続されている。複数の正極板２３１は、ストラップ２４を介して電気的に並列に接続されている。同様に、複数の負極板２３５の耳２３７は、例えば鉛又は鉛合金により形成されたストラップ２５に接続されている。複数の負極板２３５は、ストラップ２５を介して電気的に接続されている。
鉛蓄電池２において、一のセル室２１内のストラップ２５は、例えば鉛又は鉛合金により形成された中間ポール２６を介して、前記一のセル室２１に隣接する一方のセル室２１内のストラップ２４に接続されている。また、前記一のセル室２１内のストラップ２４は、中間ポール２６を介して、前記一のセル室２１に隣接する他方のセル室２１内のストラップ２５に接続されている。すなわち、鉛蓄電池２の複数の極板群２３は、ストラップ２４，２５及び中間ポール２６を介して電気的に直列に接続されている。図３に示すように、電槽２０の長手方向の一端に位置するセル室２１に収容されたストラップ２４は、中間ポール２６ではなく、後述する正極柱２８２に接続されている。電槽２０の長手方向の他端に位置するセル室２１に収容されたストラップ２５は、中間ポール２６ではなく、負極柱（図示せず）に接続されている。
正極端子２８は、電槽２０の長手方向の一端部に配置されており、負極端子２９は、電槽２０の長手方向の他端部付近に配置されている。
図３に示すように、正極端子２８は、ブッシング２８１及び正極柱２８２を含む。ブッシング２８１は、略円筒状の導電性部材であり、例えば鉛合金により形成されている。ブッシング２８１の下側部分は、インサート成形により蓋２０２に一体化されており、ブッシング２８１の上部は、蓋２０２の上面から上方に突出している。正極柱２８２は、略円柱状の導電性部材であり、例えば鉛合金により形成されている。正極柱２８２は、ブッシング２８１の孔に挿入されている。正極柱２８２の上端部は、ブッシング２８１の上端部と略同じ位置に位置しており、例えば溶接によりブッシング２８１に接合されている。正極柱２８２の下端部は、ブッシング２８１の下端部よりも下方に突出し、さらに、蓋２０２の下面よりも下方に突出しており、電槽２０の長手方向の一端部に位置するセル室２１に収容されたストラップ２４に接続されている。負極端子２９は、正極端子２８と同様に、ブッシング２９１と、負極柱２９２とを含み（図２参照）、正極端子２８と同様の構成を有する。
正極端子２８のブッシング２８１及び負極端子２９のブッシング２９１に負荷が接続される。鉛蓄電池２から負荷へ電力が供給される。すなわち鉛蓄電池２は放電する。負荷に代えて、正極端子２８のブッシング２８１及び負極端子２９のブッシング２９１に充電装置が接続されてもよい。この場合、充電装置から鉛蓄電池２へ供給される電力により鉛蓄電池２が充電される。
図４は推定装置１の内部構成を説明するブロック図である。推定装置１は、制御部１１、記憶部１２、入力部１３、通信部１４、操作部１５及び表示部１６を備える。
制御部１１は、ＣＰＵ（Central Processing Unit）、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）などにより構成される。制御部１１が備えるＣＰＵは、ＲＯＭ又は記憶部１２に記憶されている各種コンピュータプログラムをＲＡＭ上に展開して実行することにより、装置全体の動作を制御する。
制御部１１は、上記の構成に限定されるものではなく、複数のＣＰＵ、マルチコアＣＰＵ、ＧＰＵ（Graphics Processing Unit）、マイコン、揮発性又は不揮発性のメモリ等を備える任意の処理回路又は演算回路であってもよい。また、制御部１１は、計測開始指示を与えてから計測終了指示を与えるまでの経過時間を計測するタイマ、数をカウントするカウンタ、日時情報を出力するクロック等の機能を備えていてもよい。
記憶部１２は、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）等を用いた記憶装置を備える。記憶部１２には、制御部１１によって実行される各種コンピュータプログラム、及びコンピュータプログラムの実行に必要なデータ等が記憶される。記憶部１２に記憶されるコンピュータプログラムには、鉛蓄電池２の凍結リスクを推定する処理を推定装置１に実行させるための推定プログラムＥＰが含まれる。推定プログラムＥＰは単一のコンピュータプログラムであってもよく、複数のコンピュータから構成されるプログラム群であってもよい。
記憶部１２に記憶されるプログラムは、当該プログラムを読み取り可能に記録した非一時的な記録媒体Ｍにより提供されてもよい。記録媒体Ｍは、例えば、ＣＤ－ＲＯＭ、ＵＳＢ（Universal Serial Bus）メモリ、ＳＤ（Secure Digital）カード、マイクロＳＤカード、コンパクトフラッシュ（登録商標）などの可搬型メモリである。この場合、制御部１１は、不図示の読取装置を用いて記録媒体Ｍからプログラムを読み取り、読み取ったプログラムを記憶部１２にインストールする。また、記憶部１２に記憶されるプログラムは、通信部１４を介した通信により提供されてもよい。この場合、制御部１１は、通信部１４を通じてプログラムを取得し、取得したプログラムを記憶部１２にインストールする。
更に、記憶部１２は、鉛蓄電池２の情報を記憶する電池テーブルＢＴを有していてもよい。電池テーブルＢＴは、例えば、鉛蓄電池２を識別する電池ＩＤ、ユーザを識別するユーザＩＤ、及び電池情報を関連付けて記憶する。電池テーブルＢＴに登録される電池情報は、例えば、正極及び負極の情報、電解液の情報などを含む。正極及び負極の情報とは、正極及び負極の活物質名、厚み、幅、奥行き、開回路電位などの情報である。電解液の情報とは、イオン種、輸率、拡散係数、導電率、比重の温度依存性、比重に応じて定まる凍結温度などの情報である。電池テーブルＢＴに記憶されている情報は、蓄電デバイスの凍結リスクを推定する際に、パラメータの一部として利用される。
入力部１３は、電流センサ４、電圧センサ５、及び温度センサ６を接続するインタフェースを備え、電流センサ４によって計測された電流、電圧センサ５によって計測された電圧、温度センサ６に計測された温度のデータを取得する。本実施の形態では、電流センサ４、電圧センサ５、及び温度センサ６が直接的に入力部１３に接続される構成とした。代替的に、推定装置１は、電流センサ４によって計測された電流、電圧センサ５によって計測された電圧、及び温度センサ６によって計測された温度のデータを有線又は無線の通信により取得してもよい。
操作部１５は、各種スイッチ、ボタンなどの入力インタフェースを備えており、ユーザによる操作を受付ける。表示部１６は、液晶ディスプレイ装置などを備えており、ユーザに対して報知すべき情報を表示する。本実施の形態では、推定装置１が操作部１５及び表示部１６を備える構成とした。代替的に、推定装置１の外部にコンピュータを接続し、外部コンピュータを通じて操作を受付け、通知すべき情報を外部コンピュータへ出力する構成であってもよい。この場合、推定装置１は、操作部１５及び表示部１６を備えていなくてもよい。
推定装置１は、（１）鉛蓄電池２の電流、電圧の時系列データから、鉛蓄電池２における電解液の比重を推定し、（２）比重に応じて定まる凍結温度と、鉛蓄電池２の温度とを比較することによって、鉛蓄電池２の電解液における凍結リスクを推定する。
以下、電解液の比重を推定する手法について説明する。
図５は鉛蓄電池２のＳＯＣと電解液の比重との関係を示すグラフである。図５に示すグラフの横軸は鉛蓄電池２のＳＯＣ（％）を表し、縦軸は２０℃において計測された電解液の比重を表す。鉛蓄電池２の正極活物質には二酸化鉛（ＰｂＯ2 ）、負極活物質には格子状又は網目状の鉛（Ｐｂ）が用いられ、電解液には硫酸（Ｈ2 ＳＯ4 ）が用いられる。鉛蓄電池２の放電反応は次のように表される。
ＰｂＯ2＋Ｐｂ＋２ＨＳＯ4 -＋２Ｈ+ →２ＰｂＳＯ4 ＋２Ｈ2 Ｏ
すなわち、正極では二酸化鉛が硫酸鉛と水に変化し、負極では鉛が硫酸鉛に変化する。そのため、放電反応の進行に伴い、電解液中の硫酸濃度は減少する。鉛電池のＳＯＣと電解液である硫酸の比重との間には良い相関があるので、推定装置１は、鉛蓄電池２のＳＯＣから電解液の比重を推定できる。図５の例では、２０℃における電解液の比重とＳＯＣとの関係を示したが、推定装置１の記憶部１２には、様々な温度における電解液の比重とＳＯＣとの関係を示すデータが記憶されていればよい。
ＳＯＣの推定手法には、公知の手法が用いられる。例えば、推定装置１は、事前に計測されたＳＯＣ－ＯＣＶ特性のデータを記憶部１２に記憶させておき、ＯＣＶを計測する都度、記憶部１２からＯＣＶに対応するＳＯＣを読み出す構成としてもよい。ＳＯＣ－ＯＣＶ特性は、テーブルとして与えられてもよく、関数として与えられてもよい。代替的に、推定装置１は、鉛蓄電池２の等価回路モデルや物理モデルを用いたシミュレーションによって、電流センサ４によって計測される電流、電圧センサ５によって計測される電圧等のデータを用いて、ＳＯＣを推定してもよい。
次に、凍結リスクの推定手法について説明する。
鉛蓄電池２における電解液の凍結温度は、電解液の比重によって定まる。図６は電解液の凍結温度と比重との関係を示すグラフである。図６に示すグラフの横軸は鉛蓄電池２における電解液の比重を表し、縦軸は電解液の凍結温度（℃）を表す。図６のグラフは、電解液の比重に応じて電解液の凍結温度が一意に定まることを示している。すなわち、推定装置１は、鉛蓄電池２における電解液の比重を推定できれば、その比重に応じて電解液の凍結温度を求めることができる。電解液の比重と凍結温度との関係は、テーブルによって与えられてもよく、関数によって与えられてもよい。
推定装置１は、求めた電解液の凍結温度と、温度センサ６等より得られる鉛蓄電池２の温度と比較することによって凍結リスクを推定できる。図７は比重及び温度の時間推移の一例を示すグラフである。横軸は時刻を表し、左側の縦軸は温度（℃）、右側の縦軸は比重を表している。図７の例は、時刻Ｔ１において計測を開始してから現在時刻（Ｔｎとする）に至るまでのｎ個の電解液の比重、凍結温度、鉛蓄電池２の温度をプロットしたグラフを示している。
制御部１１は、時刻Ｔ１，Ｔ２，Ｔ３，…，Ｔｎの比重の値を用いて、将来の時刻（Ｔｘとする）における比重の値を推定する。具体的には、制御部１１は、比重の時間推移を示すグラフを外挿することによって、時刻Ｔｘにおける比重を推定すればよい。外挿の手法については公知の手法を用いればよい。例えば、制御部１１は、比重の推移を１次関数などの関数によって表し、関数と各計測値との間の誤差の２乗和が最小となるように関数を求め、求めた関数を利用して時刻Ｔｘにおける比重を求めればよい。時刻Ｔ１～Ｔｎのｎ個のデータを利用して時刻Ｔｘの比重を推定する構成に代えて、直近の数個のデータ（例えば、時刻Ｔｎ－２，Ｔｎ－１，Ｔｎの比重）を用いて、時刻Ｔｘの比重を推定してもよい。
制御部１１は、推定した時刻Ｔｘの比重に応じて、そのときの凍結温度を推定する。更に、制御部１１は、時刻Ｔｘの鉛蓄電池２の温度を推定する。前述と同様に、制御部１１は、鉛蓄電池２の温度推移を示すグラフを外挿することによって、時刻Ｔｘにおける鉛蓄電池２の温度を推定してもよい。制御部１１は、演算によって求めた推定値に代えて、気象サーバ等から得られる予報値を用いてもよい。
制御部１１は、時刻Ｔｘにおける鉛蓄電池２の温度（推定値）と、時刻Ｔｘにおける凍結温度（推定値）とを比較することによって、凍結リスクを推定する。すなわち、制御部１１は、時刻Ｔｘにおける鉛蓄電池２の温度が時刻Ｔｘの凍結温度よりも高い場合、凍結リスクがないと判断し、時刻Ｔｘにおける鉛蓄電池２の温度が時刻Ｔｘの凍結温度以下の場合、凍結リスクがあると判断すればよい。
制御部１１は、凍結リスクの有無を推定する構成に代えて、凍結リスクの程度を推定してもよい。例えば、制御部１１は、鉛蓄電池２の温度が凍結温度よりも０～５℃の範囲で下回った場合、凍結リスクは「小」、鉛蓄電池２の温度が凍結温度よりも５～１０℃の範囲で下回った場合、凍結リスクは「中」、鉛蓄電池２の温度が凍結温度よりも１０度以上下回った場合、凍結リスクは「大」といったように、凍結リスクの程度を判断してもよい。
以下、推定装置１が実行する処理の手順について説明する。推定装置１は、以下の手順を例えば定期的なタイミング、ユーザから指示されるタイミング、外気温が設定温度を下回ったタイミング等において実行すればよい。
図８は実施形態１における推定装置１が実行する処理の手順を説明するフローチャートである。推定装置１の制御部１１は、電流センサ４によって計測される電流、電圧センサ５によって計測される電圧、温度センサ６等によって計測される温度のデータを、入力部１３を通じて取得する（ステップＳ１０１）。制御部１１は、取得したデータを時刻に関連付けて履歴データとして記憶部１２に記憶させる（ステップＳ１０２）。制御部１１は、取得したデータに基づき演算した結果を時刻に関連付けて記憶させてもよい。
制御部１１は、記憶部１２に記憶させたデータに基づき電解液の比重を推定する（ステップＳ１０３）。制御部１１は、電圧センサ５の計測結果として得られるＯＣＶの値からＳＯＣを推定し、推定したＳＯＣに応じて電解液の比重を推定すればよい。このとき、制御部１１は、現在時刻（図７の例では、時刻Ｔｎ）までに得られたデータを基に、将来の時刻（図７の例では、時刻Ｔｘ）における比重を推定すればよい。
次いで、制御部１１は、ステップＳ１０３において推定した電解液の比重に基づき、凍結温度を推定する（ステップＳ１０４）。前述のように、電解液の比重に応じて凍結温度が定まるので、制御部１１は、電解液の比重と凍結温度との関係を示すテーブル又は関数を用いて、凍結温度を推定できる。
次いで、制御部１１は、凍結リスクを推定し（ステップＳ１０５）、凍結リスクがあるか否かを判断する（ステップＳ１０６）。このとき、制御部１１は、温度センサ６の計測結果から推定される将来の時刻（図７の例では、時刻Ｔｘ）における鉛蓄電池２の温度の推定値と、ステップＳ１０４において推定した凍結温度とを比較することによって、凍結リスクを推定する。代替的に、制御部１１は、気象サーバ等から得られる将来の時刻における温度（鉛蓄電池２が設置されている環境の気温）の予報値と、ステップＳ１０４において推定した凍結温度とを比較することによって、凍結リスクを推定してもよい。
凍結リスクがあると判断した場合（Ｓ１０６：ＹＥＳ）、制御部１１は、凍結リスクがある旨を報知する（ステップＳ１０７）。例えば、制御部１１は、凍結リスクがある旨の文字情報を含む画面データを生成し、生成した画面データに基づき凍結リスクがある旨の文字情報を表示部１６に表示させる。代替的に、制御部１１は、通信部１４を通じて、凍結リスクがある旨の文字情報をユーザ等が所持する端末装置に通知してもよい。凍結リスクがないと判断した場合（Ｓ１０６：ＮＯ）、制御部１１は、本フローチャートによる処理を終了する。
以上のように、第１実施形態では、鉛蓄電池２について計測される電流、電圧、温度等のデータに基づき、電解液における凍結リスクを推定できる。
（第２実施形態）
第２実施形態では、ニューラルネットワークにより構成される学習モデルを用いて凍結リスクを推定する構成について説明する。
推定装置１は、鉛蓄電池２の電流、電圧、温度に関するデータの入力に応じて、凍結リスクに関するデータを出力するよう構成された学習モデルを用いて、凍結リスクを推定する。
図９は第２実施形態における学習モデル１１０の構成を示す模式図である。第２実施形態における学習モデル１１０は、ＣＮＮ（Convolutional Neural Networks）、Ｒ－ＣＮＮ（Region-based CNN）などによる学習モデルであり、入力層１１１、中間層１１２、および、出力層１１３を備える。学習モデル１１０は、鉛蓄電池２の電流、電圧、温度等の時系列変化を示すグラフ（画像）の入力に対して、凍結リスクに関するデータを出力するように学習される。学習モデル１１０は、例えば推定装置１と通信可能に接続される外部のサーバ装置１００によって生成され、推定装置１の記憶部１２に記憶される。
サーバ装置１００は、鉛蓄電池２の電流、電圧、温度等のデータを取得した場合、それらの時系列変化を示すグラフを生成する。
学習モデル１１０の入力層１１１には、鉛蓄電池２の電流、電圧、温度等の時系列変化を示すグラフ（画像）が入力される。
中間層１１２は、例えば、畳み込み層１１２ａ、プーリング層１１２ｂ、及び全結合層１１２ｃにより構成される。畳み込み層１１２ａ及びプーリング層１１２ｂは交互に複数設けられてもよい。畳み込み層１１２ａ及びプーリング層１１２ｂは、各層のノードを用いた演算によって、入力層１１１を通じて入力されるグラフの特徴を抽出する。全結合層１１２ｃは、畳み込み層１１２ａ及びプーリング層１１２ｂによって特徴部分が抽出されたデータを１つのノードに結合し、活性化関数によって変換された特徴変数を出力する。特徴変数は、全結合層１１２ｃを通じて出力層１１３へ出力される。
出力層１１３は、１つ又は複数のノードを備える。出力層１１３は、中間層１１２の全結合層１１２ｃから入力される特徴変数を基に、ソフトマックス関数を用いて確率に変換し、凍結リスクを示す確率を各ノードから出力する。
例えば、出力層１１３を第１ノードから第１１ノードの１１個のノードにより構成し、第１ノードから凍結リスクが１００％である確率、第２ノードから凍結リスクが９０％である確率、…、第１１ノードから凍結リスクが０％である確率といったように、各ノードから凍結リスクを示す確率を出力すればよい。出力層１１３を構成するノードの数や各ノードに割り当てる演算結果は、上述の例に限定されるものではなく、適宜設計することが可能である。
推定装置１の制御部１１は、学習モデル１１０から得られる演算結果を参照し、例えば確率が最も高いノードを選択することにより、凍結リスクの確率を推定できる。
学習モデル１１０の構成を定める内部パラメータ（ノード間の重み及びバイアス）は、例えば、サーバ装置１００において、適宜の学習アルゴリズムを用いることによって学習される。
図１０はサーバ装置１００の構成を示すブロック図である。サーバ装置１００は、制御部１０１、記憶部１０２、通信部１０３、操作部１０４、及び表示部１０５を備える。
制御部１０１は、例えば、ＣＰＵ、ＲＯＭ、ＲＡＭなどを備える。制御部１０１が備えるＲＯＭには、サーバ装置１００が備えるハードウェア各部の動作を制御するための制御プログラム等が記憶される。制御部１０１内のＣＰＵは、ＲＯＭに記憶された制御プログラム、及び記憶部１０２に記憶された各種プログラムを実行し、ハードウェア各部の動作を制御する。
制御部１０１は上述の構成に限定されない。制御部１０１は、ＣＰＵ、ＲＯＭ及びＲＡＭを備えた構成に限定されない。制御部１０１は、例えば、ＧＰＵ、ＦＰＧＡ、ＤＳＰ、揮発性または不揮発性のメモリ等を含む１又は複数の制御回路または演算回路であってもよい。また、制御部１０１は、日時情報を出力するクロック、計測開始指示を与えてから計測終了指示を与えるまでの経過時間を計測するタイマ、数をカウントするカウンタ等の機能を備えていてもよい。
記憶部１０２は、ハードディスクドライブなどの記憶装置を備える。記憶部１０２には、制御部１０１によって実行される各種コンピュータプログラム、当該コンピュータプログラムによって利用される各種データ、外部から取得したデータ等が記憶される。記憶部１０２に記憶されるコンピュータプログラムの一例は、学習モデル１１０を生成するためのモデル生成プログラムである。また、記憶部１０２には、鉛蓄電池２から電流、電圧、温度のデータを収集し、積算値又は演算値を含む履歴データと、鉛蓄電池２の電解液が凍結したか否かを示すラベルデータとを含む教師データが記憶されてもよい。これらのデータは、通信部１０３を通じて、推定装置１から取得してもよい。
通信部１０３は、通信ネットワークに接続する通信インタフェースを備える。通信ネットワークは、インターネット網、特定用途向けのＬＡＮ又はＷＡＮ（Wide Area Network）などである。通信部１０３は、推定装置１へ送信すべきデータを、通信ネットワークを介して推定装置１へ送信する。また、通信部１０３は、サーバ装置１００を宛先として推定装置１から送信されるデータを、通信ネットワークＮを介して受信する。
操作部１０４は、キーボードやマウスなどの入力インタフェースを備えており、各種の操作情報や設定情報を受付ける。制御部１０１は、操作部１０４から入力される操作情報に基づき適宜の制御を行い、必要に応じて設定情報を記憶部１０２に記憶させる。
表示部１０５は、液晶表示パネル、有機ＥＬ表示パネル等の表示デバイスを備えており、制御部１０１から出力される制御信号に基づいて、サーバ装置１００の管理者等に通知すべき情報を表示する。
なお、本実施の形態では、サーバ装置１００が操作部１０４及び表示部１０５を備える構成としたが、操作部１０４及び表示部１０５は必須ではなく、外部に接続されたコンピュータを通じて操作を受付け、通知すべき情報を外部のコンピュータへ出力する構成であってもよい。
図１１は学習モデル１１０の生成手順を説明するフローチャートである。サーバ装置１００は、学習モデル１１０を生成する準備段階として、鉛蓄電池２の電流、電圧、及び温度の時系列データと、その鉛蓄電池２が凍結したか否かを示すラベルデータとを収集し、収集したデータを教師データとして記憶部１０２に記憶させる。この準備段階で、十分な数の時系列データと、ラベルデータとを収集しておくことで、凍結リスクの推定精度を高めることができる。
制御部１０１は、記憶部１０２にアクセスし、学習モデル１１０の生成に用いる教師データを取得する（ステップＳ２０１）。教師データは、鉛蓄電池２の電流、電圧、及び温度の時系列データと、その鉛蓄電池２が凍結したか否かを示すラベルデータとを含む。ステップＳ１０１では、教師データとして含まれる多数の時系列データ及びラベルデータのうち、１組の時系列データ及びラベルデータを取得すればよい。学習モデル１１０を生成する初期段階では、教師データは、サーバ装置１００の管理者等によって用意されたものが設定される。また、学習が進めば、学習モデル１１０による推定結果と、推定処理に用いた時系列データとを取得し、取得したデータを教師データとして設定してもよい。
次いで、制御部１０１は、教師データとして含まれる時系列データから、グラフ（画像）を生成して学習モデル１１０へ入力し（ステップＳ２０２）、学習モデル１１０から演算結果を取得する（ステップＳ２０３）。学習が開始される前の段階では、学習モデル１１０を記述する定義情報には、初期設定値が与えられているものとする。学習モデル１１０では、前述のように、各層を構成するノード間において所定の演算が行われる。
次いで、制御部１０１は、ステップＳ２０３で得られた演算結果を評価し（ステップＳ２０４）、学習が完了したか否かを判断する（ステップＳ２０５）。具体的には、制御部１０１は、ステップＳ２０３で得られる演算結果と教師データとに基づく誤差関数（目的関数、損失関数、コスト関数ともいう）を用いて、演算結果を評価することができる。制御部１０１は、最急降下法などの勾配降下法により誤差関数を最適化（最小化又は最大化）する過程で、誤差関数が閾値以下（又は閾値以上）となった場合、学習が完了したと判断する。なお、過学習の問題を避けるために、交差検定、早期打ち切りなどの手法を取り入れ、適切なタイミングにて学習を終了させてもよい。
学習が完了していないと判断した場合（Ｓ２０５：ＮＯ）、制御部１０１は、学習モデル１１０のノード間の重み及びバイアスを更新し（ステップＳ２０６）、処理をステップＳ２０１へ戻す。制御部１０１は、学習モデル１１０の出力層１１３から入力層１１１に向かって、ノード間の重み及びバイアスを順次更新する誤差逆伝搬法を用いて、各ノード間の重み及びバイアスを更新することができる。
学習が完了したと判断した場合（Ｓ２０５：ＹＥＳ）、制御部１０１は、学習済みの学習モデル１１０として記憶部１０２に記憶させ（ステップＳ２０７）、本フローチャートによる処理を終了する。
このように、サーバ装置１００は、鉛蓄電池２の電流、電圧、及び温度の時系列データと、凍結したか否かを示すラベルデータとを収集し、収集したデータを教師データに用いることによって、学習モデル１１０を生成することができる。
推定装置１は、サーバ装置１００において生成された学習モデル１１０をダウンロードする。推定装置１は、運用フェーズにおいて計測された鉛蓄電池２の電流、電圧、及び温度の時系列変化を示すグラフを学習モデル１１０へ入力することによって、鉛蓄電池２における電解液の凍結リスクを推定できる。
図１２は学習モデル１１０を用いた推定処理の手順を説明するフローチャートである。推定装置１の制御部１１は、運用フェーズにおいて収集した鉛蓄電池２の電流、電圧、温度に関する履歴データを記憶部１２から取得し（ステップＳ２２１）、取得した履歴データに基づき生成したグラフの画像データを学習モデル１１０に与えることによって、学習モデル１１０による演算を実行する（ステップＳ２２２）。学習モデル１１０の入力層１１１に与えられたグラフの画像データは中間層１１２へ送出される。中間層１１２では、ノード間の重み及びバイアスを含む活性化関数を用いた演算が実行される。中間層１１２の畳み込み層１１２ａ及びプーリング層１１２ｂでは画像の特徴が抽出される。畳み込み層１１２ａ及びプーリング層１１２ｂによって抽出された特徴部分のデータは、全結合層１１２ｃの構成する各ノードに結合され、活性化関数によって特徴変数に変換される。変換された特徴変数は、全結合層１１２ｃを通じて出力層１１３へ出力される。出力層１１３は、中間層１１２の全結合層１１２ｃから入力される特徴変数を基に、ソフトマックス関数を用いて確率に変換し、各カテゴリに属する確率を各ノードから出力する。
制御部１１は、学習モデル１１０から演算結果を取得し、取得した演算結果を基に凍結リスクを推定する（ステップＳ２２３）。上述したように、学習モデル１１０の出力層１１３を構成する各ノードからは、凍結リスクに関する確率が出力される。制御部１１は、出力層１１３の各ノードから出力される確率に基づき、凍結リスクを推定できる。
制御部１１は、ステップＳ２２３の推定結果を出力する（ステップＳ２２４）。例えば、制御部１１は、推定結果を示す情報を表示部１６に表示してもよい。代替的に、制御部１１は、推定結果を示す情報を通信部１４よりユーザの端末装置に通知してもよい。
以上のように、第２実施形態では、学習モデル１１０を用いるので、精度良く凍結リスクを推定できる。
（第３実施形態）
第３実施形態では、ニューラルネットワークにより構成される他の学習モデルを用いて凍結リスクを推定する構成について説明する。
図１３は第３実施形態における学習モデル１２０の構成を示す模式図である。第３実施形態における学習モデル１２０は、リカレントニューラルネットワークの一種であるｓｅｑ２ｓｅｑ（sequence to sequence）モデルである。学習モデル１２０は、例えばサーバ装置１００によって生成され、推定装置１の記憶部１２に記憶される。
学習モデル１２０は、時系列データが入力されるｍ個のエンコーダＥ１～Ｅｍと、時系列データを出力するｎ個のデコーダＤ１～Ｄｎとを備える。インデックスのｍおよびｎは２以上の整数である。図１３において、エンコーダＥ１～ＥｍおよびデコーダＤ１～Ｄｎは、単一のブロックとして記載しているが、入力層および隠れ層を含む２～８層程度の複数の層を有する。エンコーダＥ１～ＥｍおよびデコーダＤ１～Ｄｎの内部構造、ならびに、エンコーダＥ１～ＥｍおよびデコーダＤ１～Ｄｎにおける内部パラメータの学習方法については公知であるため、その詳細な説明を省略する。本実施形態では、鉛蓄電池２の電流、電圧、温度の時系列データを学習モデル１２０への入力とし、比重若しくは凍結温度を示す時系列データを出力するように、学習モデル１２０の内部パラメータが学習される。
図１３において横方向は時間ステップを表し、図中左方向から右方向へ手順が進行していることを表している。エンコーダＥ１～Ｅｍのそれぞれには、鉛蓄電池２の電流、電圧、温度の時系列データが入力される。
エンコーダＥ１～Ｅｍの隠れ層には、内部状態として、入力された時系列データが内部ベクトルｃｔとして記録される。ここで、ｔはタイムステップを表し、エンコーダＥ１～Ｅｍ内では１～ｍの値をとる。内部ベクトルｃｔは、入力ごとに値のステップへ受け渡されていき、全ての入力が終わった時点でデコーダＤ１に受け渡す内部ベクトルｃｍが得られる。
最終のエンコーダＥｍにおける内部ベクトルｃｍはデコーダＤ１へ受け渡される。デコーダＤ１には出力の開始を指示する予約語が入力される。図１３の例では、予約語として＜ｇｏ＞を記載しているが、予め設定された固定値であればよい。エンコーダＥｍから内部ベクトルｃｍが受け渡され、出力の開始を指示する予約語が入力された場合、デコーダＤ１は出力ｈ１を出力し、内部ベクトルはｃｍ＋１へ変化する。デコーダＤ１の出力ｈ１は、次のステップにおけるデコーダＤ２への入力に用いられる。デコーダＤ１の内部ベクトルｃｍ＋１は、次のステップにおけるデコーダＤ２の内部状態として使用される。このようにして、Ｄ１，Ｄ２，…Ｄｎ－１の出力ｈｔおよび内部ベクトルｃｔは、順次次のデコーダＤ２，Ｄ３，…，Ｄｎに入力され、最終のデコーダＤｎが出力終了を表す予約語＜ｅｏｓ＞を出力するまで順次演算が実行される。
以上の結果、デコーダＤ１～Ｄｎ－１のそれぞれ得られるｎ－１個の出力ｈ１～ｈｎ－１が、学習モデル１２０の最終的な出力となる。これらの出力ｈ１～ｈｎ－１は、電解液の比重若しくは凍結温度を示す時系列データを表す。
制御部１１は、学習モデル１２０のデコーダＤ１～Ｄｎ－１から電解液の比重若しくは凍結温度を示す時系列データを取得する。制御部１１は、エンコーダＥ１～Ｅｍへの時系列データの入力と、デコーダＤ１～Ｄｎ－１から出力される時系列データの取得とを順次繰り返すことによって、電解液の比重若しくは凍結温度の経時変化を推定することができる。
制御部１１は、推定した電解液の比重若しくは凍結温度に基づき、凍結リスクを推定することができる。すなわち、制御部１１は、学習モデル１２０を用いて比重を推定した場合、比重に応じて定まる凍結温度を推定し、推定した凍結温度と、鉛蓄電池２の温度とを比較することによって、凍結リスクを推定できる。同様に、制御部１１は、学習モデル１２０を用いて凍結温度を推定した場合、推定した凍結温度と、鉛蓄電池２の温度とを比較することによって、凍結リスクを推定できる。
以上のように、第３実施形態では、鉛蓄電池２について計測される電流、電圧、温度等のデータに基づき、電解液における凍結リスクを推定できる。
今回開示された実施形態は、全ての点において例示であって、制限的なものではないと考えられるべきである。本発明の範囲は、上述した意味ではなく、特許請求の範囲によって示され、特許請求の範囲と均等の意味及び範囲内での全ての変更が含まれることが意図される。
１ 推定装置
１１ 制御部
１２ 記憶部
１３ 入力部
１４ 通信部
１５ 操作部
１６ 表示部
２ 鉛蓄電池
３ 負荷
４ 電流センサ
５ 電圧センサ
６ 温度センサ
ＥＰ 推定プログラム

Claims (6)

  1. 鉛蓄電池の電流、電圧、及び温度を時系列的に取得する取得部と、
    前記取得部が取得した各時点の電流、電圧、及び温度のデータを履歴データとして蓄積するデータ蓄積部と、
    取得した前記電流及び電圧に基づき、前記電流及び電圧を取得した各時点の前記鉛蓄電池の電解液比重を特定する特定部と、
    前記特定部により特定される各時点の電解液比重に基づき将来の時点における電解液比重を推定し、推定した電解液比重に基づき前記将来の時点における前記鉛蓄電池の電解液の凍結温度を推定し、前記データ蓄積部に蓄積した履歴データに基づき、前記将来の時点の前記鉛蓄電池の温度を推定し、推定した凍結温度と推定した前記鉛蓄電池の温度とを比較することにより、前記将来の時点における前記鉛蓄電池の凍結リスクを推定する推定部と、
    前記推定部の推定結果を出力する出力部と
    を備える推定装置。
  2. 前記特定部は、前記鉛蓄電池のＳＯＣと電解液比重との関係を用いて、前記電流及び電圧を取得した各時点の前記鉛蓄電池の電解液比重を特定する
    請求項１に記載の推定装置。
  3. 鉛蓄電池の電流、電圧、及び温度を取得する取得部と、
    取得した前記電流、電圧、及び温度の積算値または演算値を蓄積するデータ蓄積部と、
    前記データ蓄積部に蓄積した履歴データに基づき、前記鉛蓄電池の電解液比重を特定する特定部と、
    特定した電解液比重に基づいて、前記鉛蓄電池の凍結リスクを推定する推定部と、
    前記推定部の推定結果を出力する出力部と
    を備え、
    前記推定部は、前記履歴データの入力に応じて、前記鉛蓄電池の凍結リスクに関する情報を出力するよう構成された学習モデルを用いて、凍結リスクを推定する
    推定装置。
  4. 前記学習モデルは、
    前記履歴データが入力される入力層、
    前記鉛蓄電池の凍結リスクに関する情報を出力する出力層、及び
    前記鉛蓄電池の履歴データと、前記鉛蓄電池が凍結したか否かを示すラベルデータとを教師データに用いて、前記履歴データと前記凍結リスクとの関係を学習してある中間層
    を備え、
    前記データ蓄積部に蓄積した履歴データの入力に応じて、前記中間層にて演算し、前記出力層から凍結リスクに関する情報を出力するよう構成してある
    請求項３に記載の推定装置。
  5. コンピュータにより、
    鉛蓄電池の電流、電圧、及び温度を時系列的に取得し、
    取得した各時点の電流、電圧、及び温度のデータを履歴データとして蓄積し、
    取得した前記電流及び電圧に基づき、前記電流及び電圧を取得した時点の前記鉛蓄電池の電解液比重を特定し、
    特定した各時点の電解液比重に基づき将来の時点における電解液比重を推定し、
    推定した電解液比重に基づき前記将来の時点における前記鉛蓄電池の電解液の凍結温度を推定し、
    前記履歴データに基づき、前記将来の時点の前記鉛蓄電池の温度を推定し、
    推定した凍結温度と推定した前記鉛蓄電池の温度とを比較することにより、前記将来の時点における前記鉛蓄電池の凍結リスクを推定する
    推定方法。
  6. コンピュータに、
    鉛蓄電池の電流、電圧、及び温度を時系列的に取得し、
    取得した各時点の電流、電圧、及び温度のデータを履歴データとして蓄積し、
    取得した前記電流及び電圧に基づき、前記電流及び電圧を取得した各時点の前記鉛蓄電池の電解液比重を特定し、
    特定した各時点の電解液比重に基づき将来の時点における電解液比重を推定し、
    推定した電解液比重に基づき前記将来の時点における前記鉛蓄電池の電解液の凍結温度を推定し、
    前記履歴データに基づき、前記将来の時点の前記鉛蓄電池の温度を推定し、
    推定した凍結温度と推定した前記鉛蓄電池の温度とを比較することにより、前記将来の時点における前記鉛蓄電池の凍結リスクを推定する
    処理を実行させるためのコンピュータプログラム。
JP2019183336A 2019-10-03 2019-10-03 推定装置、推定方法及びコンピュータプログラム Active JP7447420B2 (ja)

Priority Applications (5)

Application Number Priority Date Filing Date Title
JP2019183336A JP7447420B2 (ja) 2019-10-03 2019-10-03 推定装置、推定方法及びコンピュータプログラム
EP20871431.1A EP4030531A4 (en) 2019-10-03 2020-10-02 ESTIMATION DEVICE, ESTIMATION METHOD AND COMPUTER PROGRAM
CN202080069043.9A CN114730928A (zh) 2019-10-03 2020-10-02 推断装置、推断方法以及计算机程序
PCT/JP2020/037502 WO2021066127A1 (ja) 2019-10-03 2020-10-02 推定装置、推定方法及びコンピュータプログラム
US17/765,210 US20220367927A1 (en) 2019-10-03 2020-10-02 Estimation device, estimation method, and computer program

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2019183336A JP7447420B2 (ja) 2019-10-03 2019-10-03 推定装置、推定方法及びコンピュータプログラム

Publications (2)

Publication Number Publication Date
JP2021061120A JP2021061120A (ja) 2021-04-15
JP7447420B2 true JP7447420B2 (ja) 2024-03-12

Family

ID=75338128

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2019183336A Active JP7447420B2 (ja) 2019-10-03 2019-10-03 推定装置、推定方法及びコンピュータプログラム

Country Status (5)

Country Link
US (1) US20220367927A1 (ja)
EP (1) EP4030531A4 (ja)
JP (1) JP7447420B2 (ja)
CN (1) CN114730928A (ja)
WO (1) WO2021066127A1 (ja)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017188277A (ja) 2016-04-04 2017-10-12 古河電気工業株式会社 二次電池状態検出装置および二次電池状態検出方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3178139B2 (ja) * 1993-02-05 2001-06-18 トヨタ自動車株式会社 電気自動車用制御装置
JP2019078571A (ja) 2017-10-20 2019-05-23 本田技研工業株式会社 電源システム

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017188277A (ja) 2016-04-04 2017-10-12 古河電気工業株式会社 二次電池状態検出装置および二次電池状態検出方法

Also Published As

Publication number Publication date
WO2021066127A1 (ja) 2021-04-08
CN114730928A (zh) 2022-07-08
US20220367927A1 (en) 2022-11-17
JP2021061120A (ja) 2021-04-15
EP4030531A1 (en) 2022-07-20
EP4030531A4 (en) 2023-12-20

Similar Documents

Publication Publication Date Title
CN113049962B (zh) 一种基于lstm的储能装置运行态势推演方法
EP4033585A1 (en) Estimation device, estimation method, and computer program
US11965935B2 (en) Method and apparatus for operating a system for providing predicted states of health of electrical energy stores for a device using machine learning methods
JP2007005304A (ja) 可変忘却係数を持つ状態推定器を使用する制御及び監視の方法
EP4044322A1 (en) Estimation device, estimation method, and computer program
JPWO2014119328A1 (ja) 電池状態推定装置
CN115951254A (zh) 一种锂离子电池健康状态及剩余使用寿命预估方法
JP2012122817A (ja) 非水電解質二次電池の可逆容量推定方法、寿命予測方法、可逆容量推定装置、寿命予測装置及び蓄電システム
CN114325440A (zh) 借助于机器学习方法运行用于为设备提供电能量存储器的预测老化状态的***的方法和装置
US20240230783A1 (en) Health monitoring of electrochemical energy supply elements
CN116381494A (zh) 电池最大可用容量预测方法、装置、电子设备及存储介质
US20050052810A1 (en) Method and apparatus for soft-sensor characterization of batteries
JP2021060229A (ja) 推定装置、推定方法及びコンピュータプログラム
US11938838B2 (en) Method and device for the robust prediction of the aging behavior of an energy storage unit in a battery-operated machine
Cao et al. A flexible battery capacity estimation method based on partial voltage curves and polynomial fitting
JP7447420B2 (ja) 推定装置、推定方法及びコンピュータプログラム
EP4030532A1 (en) Estimation device, estimation method, and computer program
CN115946569A (zh) 电池充电时长预测方法和装置、电子设备及存储介质
JP7388103B2 (ja) 推定装置、推定方法及びコンピュータプログラム
Zhao et al. Lithium-ion Battery Rate-of-Degradation Modeling for Real-Time Battery Degradation Control during EV Drive Cycle
JP2024041522A (ja) 算出装置、劣化状態の算出方法及びプログラム
CN116736141A (zh) 一种锂电池储能安全管理***及方法
Dwivedi et al. Machine Learning Based Capacity Prediction of Lithiumion Batteries Using Charging Characteristics
KR20230137149A (ko) 배터리 관리 장치 및 방법
CN118131045A (zh) 基于多孔电极老化模型的移动储能在线决策方法及装置

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20220802

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20230808

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20231004

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20231024

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20231225

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20240130

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20240212

R150 Certificate of patent or registration of utility model

Ref document number: 7447420

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150