[发明专利]用于确定车辆的可反复充电电池的状态的方法

权利要求书

1.用于确定车辆(1)的可反复充电电池(2)的状态的方法(100)，

其中，如下步骤被执行：

a)执行所述电池(2)的至少一个参数的获取(101)，以便于获得至少一个获取信息(130)，

b)在至少一个神经网络(120)的情形中借助所述至少一个获取信息(130)执行学习过程(102)，以便于获得用于描绘所述电池(2)的状态的对于所述神经网络(120)而言的学习成果(110)，

c)提供(103)用于评估所述电池(2)的学习成果(110)，

其中，所述步骤a)至c)重复地通过所述车辆(1)被执行，以便于在所述车辆(1)的运行期间提供所述学习成果(110)。

2.根据权利要求1所述的方法(100)，其特征在于，所述步骤a)至c)完全在车辆内部通过所述车辆(1)的处理装置(5)来执行。

3.根据权利要求1或2所述的方法(100)，其特征在于，所述学习过程(102)以用于所述神经网络(120)的训练数据形式的至少一个获取信息(130)来执行，从而使得所述学习成果(110)包括所述神经网络(120)的参数化、尤其加权，其对于所述电池(2)的状态而言是特定的。

4.根据前述权利要求中任一项所述的方法(100)，其特征在于，所述学习过程(102)以不受监控的学习的形式、尤其仅在车辆内部被执行。

5.根据前述权利要求中任一项所述的方法(100)，其特征在于，根据步骤c)的提供(103)由此实现，即，所述学习成果(110)被发出到车辆外部的处理设施(200)处，以便于在车辆外部借助所述学习成果(110)确定所述电池(2)的状态。

6.根据权利要求5所述的方法(100)，其特征在于，用于确定所述电池(2)的状态的在车辆外部的处理设施(200)执行如下步骤：

-应用所述神经网络(120)，其中，所述神经网络(120)通过所发出的学习成果(110)被参数化，其中，尤其地所述学习成果(110)被用于所述神经网络(120)的加权。

7.根据权利要求6所述的方法(100)，其特征在于，在应用所述神经网络(120)的情形中负荷分布被用作用于所述神经网络(120)的输入，以便于作为所述神经网络(120)的输出获得输出分布，其对于所述电池(2)的状态而言是特定的，其中，优选地所述负荷分布包括如下数据中的至少一个：

-温度分布，其对于在所述电池(2)的情形中的时间温度曲线而言是特定的，

-电流分布，其对于在所述电池(2)的情形中的电流、尤其输出电流的时间曲线而言是特定的，

且其中，优选地所述输出分布包括电压分布，其在所述电池(2)处存在所述温度分布和电流分布的情形中对于所述电池(2)的输出电压而言是特定的。

8.根据前述权利要求中任一项所述的方法(100)，其特征在于，所述学习成果(110)对于所述电池(2)的电气特性和/或热特性而言且/或对于功能状态和/或老化而言是特定的。

9.根据前述权利要求中任一项所述的方法(100)，其特征在于，所述神经网络(120)实施成递归神经网络(120)。

10.用于集成到车辆(1)中的用于确定所述车辆(1)的可反复充电电池(2)的状态的监控系统(300)，具有：

-获取装置(4)，其用于执行所述电池(2)的至少一个参数的获取(101)，以便于获得至少一个获取信息(130)，

-处理装置(5)，其用于在至少一个神经网络(120)的情形中借助所述至少一个获取信息(130)执行学习过程(102)，以便于获得用于描绘所述电池(2)的状态的对于所述神经网络(120)而言的学习成果(110)，

-提供装置(6)，其用于提供(103)用于评估所述电池(2)的学习成果(110)。

11.计算机程序，包括引起如下的指令，即，根据权利要求10的监控系统(300)实施根据权利要求1至9中任一项所述的方法(100)的步骤。