[发明专利]电池容量的推定方法以及电池容量的推定装置

权利要求书

1.一种电池容量的推定方法，包括：

第1步骤，通过预先确定的AC－IR测定，得到与成为测定对象的电池的奈奎斯特绘制相关的信息；

第2步骤，基于在所述第1步骤得到的与奈奎斯特绘制相关的信息、和在所述第1步骤实施AC－IR测定的环境温度，得到在预先确定的第1温度下实施AC－IR测定时得到的奈奎斯特图的图像数据；以及

第3步骤，将在所述第2步骤得到的奈奎斯特图的图像数据向学习完成的神经网络模型输入，得到所述成为测定对象的电池的电池容量的推定值，

在此，

所述神经网络模型具备：

输入层，构成为被输入成为测定对象的电池的奈奎斯特图的图像数据；

中间层，构成为基于输入至所述输入层的图像数据得到电池容量的推定值；以及

输出层，构成为输出在所述中间层得到的电池容量的推定值，

在所述第1步骤得到的与奈奎斯特绘制相关的信息包含，用于根据奈奎斯特绘制得到奈奎斯特图的等效电路的参数，

所述第2步骤中，基于在所述第1步骤实施AC－IR测定的环境温度，修正用于根据在所述第1步骤得到的奈奎斯特绘制得到奈奎斯特图的等效电路的参数，得到在预先确定的第1温度下实施AC－IR测定时得到的奈奎斯特图的图像数据。

2.根据权利要求1所述的电池容量的推定方法，

所述学习完成的神经网络模型构筑为，与成为测定对象的电池相关，通过学习将通过在所述预先确定的第1温度下所实施的AC－IR测定得到的奈奎斯特图的图像数据、和电池容量的评价值进行了关联而得到的学习用数据，基于输入至所述输入层的图像数据得到电池容量的推定值。

3.根据权利要求1所述的电池容量的推定方法，

所述中间层构成为，具备多个人工神经元，所述多个人工神经元分别包含表示人工神经元间的结合的强度的至少1个加权系数，通过基于所述加权系数进行运算，从而根据输入至所述神经网络模型的输入层的奈奎斯特图的图像数据，得到电池容量的推定值，

所述加权系数，与成为测定对象的电池相关，通过学习将基于在所述预先确定的第1温度下通过AC－IR测定得到的奈奎斯特绘制并利用预先确定的方法得到的奈奎斯特图的图像数据、和电池容量的评价值进行了关联而得到的学习用数据而被确定。

4.根据权利要求1至3中任一项所述的电池容量的推定方法，

所述第2步骤中，将在所述第1步骤实施AC－IR测定的环境温度、和在该环境温度下得到的奈奎斯特图的图像数据向第2学习完成的神经网络模型的输入层输入，得到在预先确定的第1温度下实施AC－IR测定时得到的奈奎斯特图的图像数据。

5.根据权利要求4所述的电池容量的推定方法，

所述第2学习完成的神经网络模型构筑为，与成为测定对象的电池相关，通过学习将实施AC－IR测定的环境温度、在该环境温度下得到的奈奎斯特图的图像数据、和在所述预先确定的第1温度下通过AC－IR测定得到的奈奎斯特图的图像数据进行了关联而得到的第2学习用数据，基于输入至所述第2学习完成的神经网络模型的输入层的、环境温度和奈奎斯特图的图像数据，得到在预先确定的第1温度下实施AC－IR测定时得到的奈奎斯特图的图像数据。