-
公开(公告)号：CN115688550A
公开(公告)日：2023-02-03
申请号：CN202210868760.9
申请日：2022-07-22
申请人： 本田技研工业株式会社
IPC分类号： G06F30/27 , G06F119/02
摘要： 本发明要解决的问题是，提供一种可以高精度地预测电池的劣化的电池模型的构建方法。为了解决上述问题，本发明的电池模型构建方法包括：步骤(ST2)，使用学习数据来构建电池模型；步骤(ST3～ST4)，每个样本电池来评价SOH的测定值与基于电池模型的预测值之间的预测误差，并判定每个样本电池中固有的预测误差的偏差的有无；步骤(ST6～ST7)，构建将基于使用历史参数而定义的说明变量与相当于预测误差平均值的预测值的目标变量相关联的第一误差预测模型，并且，判定步骤(ST3～ST4)中所获取的预测误差平均值的测定值与基于第一误差预测模型的预测值之间有无第一相关；及，步骤(ST7)，当在步骤(ST3～ST4)中判定为存在偏差且在步骤(ST6～ST7)中判定为存在第一相关时，重建电池模型。
-
公开(公告)号：CN116893345A
公开(公告)日：2023-10-17
申请号：CN202310312085.6
申请日：2023-03-28
申请人： 本田技研工业株式会社
IPC分类号： G01R31/367 , G06F30/27 , G06N20/00 , G01R31/396
摘要： 本发明的一方案是一种模型评价装置。模型评价装置具备：取得部，其取得通过学习对第一副过滤信息和第二副过滤信息进行了更新的更新后的所述第二副过滤信息，该第一副过滤信息是基于生成用数据并通过第一处理而生成的，该生成用数据用于生成对解析对象的劣化进行预测的数理模型，该第二副过滤信息示出使用所述第一副过滤信息来推断所述数理模型的预测结果的可靠度的规则；以及评价部，其使用所述第二副过滤信息，来评价向所述数理模型输入的预定的输入预定数据实际上被输入到所述数理模型的情况下的所述数理模型的预测精度。
-
公开(公告)号：CN116804704A
公开(公告)日：2023-09-26
申请号：CN202310102982.4
申请日：2023-02-10
申请人： 本田技研工业株式会社
IPC分类号： G01R31/367 , G01R31/392 , G01R31/3842
摘要： 提高与蓄电池的劣化状态关联的参数的推定精度并同时兼顾抑制参数的推定值的波动、以及确保劣化状态的推定算法相对于蓄电池容量的急剧的变化的追随性的蓄电池状态诊断装置、蓄电池状态诊断方法及存储介质。蓄电池状态诊断装置具备：取得部，其取得包含蓄电池的至少电流值及电压值的时间序列数据；劣化状态推定部，其基于所述时间序列数据来推定与所述蓄电池的劣化状态关联的指标值；可靠度评价部，其根据所述时间序列数据所包含的所述电压值的分布信息和根据所述时间序列数据所包含的所述电流值而计算出的放电容量的分布信息中的至少一方，来评价所述指标值的可靠度；以及劣化状态决定部，其基于所述可靠度来决定最终指标值。
-
公开(公告)号：CN115877243A
公开(公告)日：2023-03-31
申请号：CN202211075936.1
申请日：2022-09-02
申请人： 本田技研工业株式会社
IPC分类号： G01R31/392 , G01R31/367
摘要： 提供能够不需要准备长期的学习用数据而进行长期的SOH的预测的蓄电池劣化推定装置、系统及方法、以及存储介质。该蓄电池劣化推定装置具备：数据取得部，其取得包括蓄电池的电压、SOC、温度及电流中的至少一个在内的时间序列数据；数据变换部，其将所述时间序列数据变换为能够学习的中间数据；学习用数据生成部，其按照预测函数来预测所述中间数据的将来值及与劣化状态相关的指标的将来值，生成学习用数据；预测模型学习部，其基于所述学习用数据，来学习用于推定与所述蓄电池的劣化状态相关的指标的预测模型；以及劣化状态推定部，其基于所述预测模型，来推定与所述蓄电池的劣化状态相关的指标。
-
公开(公告)号：CN112829588B
公开(公告)日：2024-07-30
申请号：CN202011293856.4
申请日：2020-11-18
申请人： 本田技研工业株式会社
摘要： 本发明提供一种蓄电池状态判定系统以及蓄电池状态判定方法。蓄电池状态判定系统具备车载装置和服务器装置，其中，车载装置具备：取得部，其取得表示与搭载于车辆的蓄电池的状态关联的物理量的物理量数据；观测部，其基于物理量数据，在多个不同的观测时间观测与蓄电池的状态变化关联的特性；以及发送部，其将表示在各个观测时间观测到的特性的多个特性数据向服务器装置发送，服务器装置具备：接收部，其接收由车载装置发送的多个特性数据；以及诊断部，其基于多个特性数据诊断蓄电池的劣化状态。
-
公开(公告)号：CN115877244A
公开(公告)日：2023-03-31
申请号：CN202211075979.X
申请日：2022-09-02
申请人： 本田技研工业株式会社
IPC分类号： G01R31/392 , G01R31/367 , G01R31/3842
摘要： 减轻参数的最优化处理要求的计算负荷的蓄电池特性推定装置、蓄电池特性推定方法及存储介质。具备：取得部，取得二次电池的至少电压及电流的时间序列数据，二次电池具有含正极活性物质的正极和含负极活性物质的负极；存储部，存储基准正极OCP曲线和基准负极OCP曲线；OCV曲线推定部，按第一参数组将基准正极OCP曲线变换为正极OCP曲线，按第二参数组将基准负极OCP曲线变换为负极OCP曲线，基于正极OCP曲线与负极OCP曲线的差量，推定表示二次电池的开路电压相对于容量变化的变化的OCV曲线；最优化部，使第一及第二参数组最优化以使表示OCV曲线推定部推定的OCV曲线与时间序列数据的误差的误差函数值为规定值以下。
-
公开(公告)号：CN112776662A
公开(公告)日：2021-05-11
申请号：CN202011154081.2
申请日：2020-10-26
申请人： 本田技研工业株式会社
摘要： 本发明提供蓄电池状态判定系统、蓄电池状态判定方法及存储介质。蓄电池状态判定系统包括第一车载装置和服务器装置，第一车载装置具备：第一取得部，其取得表示与搭载于车辆的蓄电池的状态关联的物理量的物理量数据；第一诊断部，其基于物理量数据，以第一运算周期进行蓄电池的劣化诊断；以及第一发送部，其将物理量数据及基于第一诊断部进行的蓄电池的劣化诊断的诊断结果向服务器装置发送，服务器装置具备：接收部，其从第一车载装置至少接收物理量数据和蓄电池的劣化诊断的诊断结果中的任一方；以及服务器侧处理部，其基于蓄电池的劣化诊断的诊断结果及/或物理量数据，以比第一运算周期长的运算周期至少进行蓄电池的劣化诊断以外的处理。
-
公开(公告)号：CN115684947A
公开(公告)日：2023-02-03
申请号：CN202210863345.4
申请日：2022-07-21
申请人： 本田技研工业株式会社
IPC分类号： G01R31/374
摘要： 本发明的问题在于提供一种结构简单且能够以高精度预测电池的劣化的电池模型的构建方法。为了解决上述问题，一种电池模型构建方法，其构建电池模型，所述电池模型以基于电池的电流、电压和温度的时间序列数据定义的多个使用历史参数的幂为解释变量，以电池SOH预测值为目标变量，所述电池模型的构建方法，包括：获取步骤ST1，获取使用历史参数和SOH测量值的时间序列数据；幂运算步骤ST2，利用预定的幂指数值对前述使用历史参数进行幂运算以生成输入参数的时间序列数据；学习步骤ST4，将输入参数和SOH测量值的时间序列数据作为学习数据以学习电池模型；及，搜索步骤ST8，改变幂指数值的同时重复执行幂运算步骤ST2和学习步骤ST4以搜索最佳幂指数值。
-
公开(公告)号：CN112829588A
公开(公告)日：2021-05-25
申请号：CN202011293856.4
申请日：2020-11-18
申请人： 本田技研工业株式会社
摘要： 本发明提供一种蓄电池状态判定系统以及蓄电池状态判定方法。蓄电池状态判定系统具备车载装置和服务器装置，其中，车载装置具备：取得部，其取得表示与搭载于车辆的蓄电池的状态关联的物理量的物理量数据；观测部，其基于物理量数据，在多个不同的观测时间观测与蓄电池的状态变化关联的特性；以及发送部，其将表示在各个观测时间观测到的特性的多个特性数据向服务器装置发送，服务器装置具备：接收部，其接收由车载装置发送的多个特性数据；以及诊断部，其基于多个特性数据诊断蓄电池的劣化状态。
-
-
-
-
-
-
-
-
搜索结果
9 条记录 (耗时 0.035 秒)