[發明專利]鋰離子電池的壽命予測方法?放電容量維持率予測方法?壽命予測程序?放電容量維持率予測程序及信息處理裝置

在審

• 申請號: 202180070525.0
• 申請日: 2021-10-12
• 公開（公告）號: CN116529615A
• 公開（公告）日: 2023-08-01
• 發明（設計）人: 倉內裕史;南拓也;伊藤祐司;香野大輔;井上浩文;奧野好成
• 申請（專利權）人: 株式會社力森諾科
• 主分類號: G01R31/367
• 分類號: G01R31/367
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 舒艷君

1.一種鋰離子電池的壽命予測方法，其特征在于，由計算機執行：

步驟(a)，獲取包括電池的循環測量數據和壽命數據的學習數據；

步驟(b)，針對一個以上的予測執行循環次數，應用所述學習數據使壽命予測模型進行學習，獲取與各個予測執行循環次數對應的已學習壽命予測模型的集合；

步驟(c)，至所述予測執行循環次數為止依次獲取作為予測對象的電池的予測用循環測量數據；及

步驟(d)，將至予測執行循環次數為止所獲取的予測用循環測量數據分別輸入對應的予測執行循環次數的已學習壽命予測模型，獲取作為輸出的各個予測執行循環次數的壽命的概率分布。

2.如權利要求1所述的鋰離子電池的壽命予測方法，其特征在于，

所述壽命予測模型具有

數據整形部，將所述循環測量數據整形為固定長度數據；

特征量提取部，將所述固定長度數據壓縮為壓縮數據；及

非線性轉換部，使所述壓縮數據轉換為映射至高維空間的非線性特征量數據以作為非線性特征量數據，

并與回歸部按此順序連接而成，其中，所述回歸部將所述非線性特征量數據作為輸入，并輸出壽命的概率分布。

3.如權利要求2所述的鋰離子電池的壽命予測方法，其特征在于，

作為所述特征量提取部中的數據壓縮方法，使用維數削減方法。

4.如權利要求3所述的鋰離子電池的壽命予測方法，其特征在于，

所述維數削減方法為主成分分析。

5.一種鋰離子電池的放電容量維持率予測方法，其特征在于，由計算機執行：

步驟(a)，獲取包括電池的循環測量數據和各次循環的放電容量維持率的學習數據；

步驟(b)，針對一個以上的予測執行循環次數，應用所述學習數據使各次循環的放電容量維持率模型進行學習，獲取與各個予測執行循環次數對應的已學習放電容量維持率予測模型的集合；

步驟(c)，至所述予測執行循環次數為止依次獲取作為予測對象的電池的予測用循環測量數據；及

步驟(d)，將至予測執行循環次數為止所獲取的予測用循環測量數據分別輸入對應的予測執行循環次數的已學習放電容量維持率予測模型，獲取作為輸出的從各個予測執行循環次數開始至壽命為止的期間內的各次循環的放電容量維持率的概率分布。

6.一種壽命予測程序，用于使計算機執行：

步驟(a)，獲取包括電池的循環測量數據和壽命數據的學習數據；

步驟(b)，針對一個以上的予測執行循環次數，應用所述學習數據使壽命予測模型進行學習，獲取與各個予測執行循環次數對應的已學習壽命予測模型的集合；

步驟(c)，至所述予測執行循環次數為止依次獲取作為予測對象的電池的予測用循環測量數據；及

步驟(d)，將至予測執行循環次數為止所獲取的予測用循環測量數據分別輸入對應的予測執行循環次數的已學習壽命予測模型，獲取作為輸出的各個予測執行循環次數的壽命的概率分布。

7.一種放電容量維持率予測程序，用于使計算機執行：

步驟(a)，獲取包括電池的循環測量數據和各次循環的放電容量維持率的學習數據；

步驟(b)，針對一個以上的予測執行循環次數，應用所述學習數據使各次循環的放電容量維持率模型進行學習，獲取與各個予測執行循環次數對應的已學習放電容量維持率予測模型的集合；

步驟(c)，至所述予測執行循環次數為止依次獲取作為予測對象的電池的予測用循環測量數據；及

步驟(d)，將至予測執行循環次數為止所獲取的予測用循環測量數據分別輸入對應的予測執行循環次數的已學習放電容量維持率予測模型，獲取作為輸出的從各個予測執行循環次數開始至壽命為止的期間內的各次循環的放電容量維持率的概率分布。