[发明专利]电池容量推定方法以及电池容量推定系统有效
申请号: | 201911353475.8 | 申请日: | 2019-12-25 |
公开(公告)号: | CN111381167B | 公开(公告)日: | 2022-08-30 |
发明(设计)人: | 三井正彦;泉纯太;八十岛珠仁 | 申请(专利权)人: | 丰田自动车株式会社 |
主分类号: | G01R31/367 | 分类号: | G01R31/367;G01R31/382 |
代理公司: | 北京市中咨律师事务所 11247 | 代理人: | 刘静;段承恩 |
地址: | 日本*** | 国省代码: | 暂无信息 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 电池容量 推定 方法 以及 系统 | ||
1.一种电池容量推定方法,是推定搭载于车辆的二次电池的容量的方法,包括:
充放电步骤,进行从车辆回收到的对象二次电池的充放电;
交流阻抗取得步骤,通过在所述充放电步骤的充放电完成以后的经过时间比预先确定的最短待机时间长、且比预先确定的最长待机时间短的期间,以特定的频率范围将交流信号施加于所述对象二次电池,从而取得所述对象二次电池的交流阻抗的测定结果;以及
电池容量推定步骤,基于所述交流阻抗的测定结果,推定所述对象二次电池的电池容量,
在所述电池容量推定步骤中,通过对已学习的神经网络模型输入基于所述对象二次电池的奈奎斯特图的数据,取得所述对象二次电池的电池容量的推定结果,
对于所述已学习的神经网络模型,通过多个训练数据而进行学习,所述多个训练数据包括多个二次电池各自的基于表示交流阻抗的测定结果的奈奎斯特图的数据和实际的电池容量,
对于所述已学习的神经网络模型,基于包括与充放电完成以后的经过时间比所述最短待机时间长、且比所述最长待机时间短的期间的二次电池的奈奎斯特图有关的数据的所述训练数据而进行学习,
其中,所述最短待机时间和所述最长待机时间,根据所述对象二次电池的种类、所述对象二次电池是否为电池组以及所述对象二次电池为电池组的情况下的电池组的构成而分别确定。
2.根据权利要求1所述的电池容量推定方法,
还包括基于取得的所述电池容量的推定结果,判定所述对象二次电池的再利用方案的步骤。
3.一种电池容量推定系统,是推定搭载于车辆的二次电池的容量的系统,构成为执行:
充放电处理,进行从车辆回收到的对象二次电池的充放电;
交流阻抗取得处理,通过对所述充放电处理的充放电完成以后的经过时间比预先确定的最短待机时间长、且比预先确定的最长待机时间短的期间的所述对象二次电池以特定的频率范围施加交流信号,从而取得所述对象二次电池的交流阻抗的测定结果;以及
电池容量推定处理,基于所述交流阻抗的测定结果,推定所述对象二次电池的电池容量,
所述电池容量推定系统,具备:
执行所述充放电处理的充放电装置;
执行所述交流阻抗取得处理的测定装置;以及
执行所述电池容量推定处理的电池容量推定装置,
所述电池容量推定装置,通过对已学习的神经网络模型输入基于所述对象二次电池的奈奎斯特图的数据,取得所述对象二次电池的电池容量的推定结果,
对于所述已学习的神经网络模型,通过多个训练数据而进行学习,所述多个训练数据包括多个二次电池各自的基于表示交流阻抗的测定结果的奈奎斯特图的数据和实际的电池容量,
对于所述已学习的神经网络模型,基于包括与充放电完成以后的经过时间比所述最短待机时间长、且比所述最长待机时间短的期间的二次电池的奈奎斯特图有关的数据的所述训练数据而进行学习,
其中,所述最短待机时间和所述最长待机时间,根据所述对象二次电池的种类、所述对象二次电池是否为电池组以及所述对象二次电池为电池组的情况下的电池组的构成而分别确定。
4.根据权利要求3所述的电池容量推定系统,构成为还执行:
基于取得的所述电池容量的推定结果,判定所述对象二次电池的再利用方案的处理。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于丰田自动车株式会社,未经丰田自动车株式会社许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911353475.8/1.html,转载请声明来源钻瓜专利网。