[发明专利]电池寿命学习装置、电池寿命预测装置、方法及存储有程序的存储介质有效

专利信息
申请号: 202010115536.3 申请日: 2020-02-25
公开(公告)号: CN111688542B 公开(公告)日: 2023-10-24
发明(设计)人: 高桥良介;筒井宣充 申请(专利权)人: 丰田自动车株式会社
主分类号: B60L58/16 分类号: B60L58/16;G01R31/367;G01R31/392
代理公司: 华进联合专利商标代理有限公司 44224 代理人: 何冲
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 寿命 学习 装置 预测 方法 存储 程序 介质
【权利要求书】:

1.一种电池寿命学习装置,其包括学习部,基于学习用数据,使用于根据车辆电池的劣化指标的时序数据预测车辆电池的剩余寿命的预测模型进行学习,得到根据车辆电池的劣化指标的时序数据预测车辆电池的剩余寿命的学习完毕预测模型,其中所述学习用数据包括寿命已尽的学习用车辆电池在过去规定时刻的劣化指标的时序数据、以及所述学习用车辆电池在所述规定时刻的剩余寿命。

2.根据权利要求1所述的电池寿命学习装置,其还包括生成部,其获取所述学习用车辆电池的劣化指标的时序数据,按照各个规定期间分割获取的所述时序数据,通过对分割后的各部分时序数据分别添加所述学习用车辆电池的剩余寿命作为标签,从而生成多个部分时序数据作为所述学习用数据。

3.一种电池寿命预测装置,其包括:获取部,其获取作为预测对象的车辆电池的劣化指标的时序数据;以及

预测部,其基于由所述获取部获取的所述作为预测对象的车辆电池的劣化指标的时序数据、以及根据学习用数据预先学习的学习完毕预测模型,预测所述作为预测对象的车辆电池的剩余寿命,其中所述学习用数据包括寿命已尽的学习用车辆电池在过去规定时刻的劣化指标的时序数据、以及所述学习用车辆电池在所述规定时刻的剩余寿命。

4.根据权利要求3所述的电池寿命预测装置,

当在由所述获取部获取的所述作为预测对象的车辆电池的劣化指标的时序数据中,所述劣化指标的未测量部分的出现频率为规定值以上时,所述预测部中止对所述作为预测对象的车辆电池的剩余寿命进行预测。

5.根据权利要求3或4所述的电池寿命预测装置,其还包括显示控制部,其使显示部在显示所述作为预测对象的车辆电池的劣化指标的时序数据的同时,还显示由所述预测部预测出的所述作为预测对象的车辆电池的剩余寿命所对应的注释。

6.一种电池寿命学习方法,其由计算机执行下述处理:基于学习用数据,使用于根据车辆电池的劣化指标的时序数据预测车辆电池的剩余寿命的预测模型进行学习,得到根据车辆电池的劣化指标的时序数据预测车辆电池的剩余寿命的学习完毕预测模型,其中所述学习用数据包括寿命已尽的学习用车辆电池在过去规定时刻的劣化指标的时序数据、以及所述学习用车辆电池在所述规定时刻的剩余寿命。

7.一种电池寿命预测方法,其由计算机执行下述处理:获取作为预测对象的车辆电池的劣化指标的时序数据,

基于获取的所述作为预测对象的车辆电池的劣化指标的时序数据、以及根据学习用数据预先学习的学习完毕预测模型,预测所述作为预测对象的车辆电池的剩余寿命,其中所述学习用数据包括寿命已尽的学习用车辆电池在过去规定时刻的劣化指标的时序数据、以及所述学习用车辆电池在所述规定时刻的剩余寿命。

8.一种存储有电池寿命学习程序的存储介质,

该电池寿命学习程序用于使计算机执行下述处理:基于学习用数据,使用于根据车辆电池的劣化指标的时序数据预测车辆电池的剩余寿命的预测模型进行学习,得到根据车辆电池的劣化指标的时序数据预测车辆电池的剩余寿命的学习完毕预测模型,其中所述学习用数据包括寿命已尽的学习用车辆电池在过去规定时刻的劣化指标的时序数据、以及所述学习用车辆电池在所述规定时刻的剩余寿命。

9.一种存储有电池寿命预测程序的存储介质,

该电池寿命预测程序用于使计算机执行下述处理:获取作为预测对象的车辆电池的劣化指标的时序数据,

基于获取的所述作为预测对象的车辆电池的劣化指标的时序数据、以及根据学习用数据预先学习的学习完毕预测模型,预测所述作为预测对象的车辆电池的剩余寿命,其中所述学习用数据包括寿命已尽的学习用车辆电池在过去规定时刻的劣化指标的时序数据、以及所述学习用车辆电池在所述规定时刻的剩余寿命。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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/202010115536.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top