推断装置、推断方法以及计算机程序与流程

1.本发明涉及对铅蓄电池的内部短路的产生有无进行推断的推断装置、推断方法以及计算机程序。


背景技术：

2.铅蓄电池具备收容正极板、负极板及电解液的壳体。正极板及负极板浸渍于壳体的电解液。铅蓄电池在车载用或者工业用等的用途中被使用。例如，车载用的铅蓄电池搭载于车辆，向照明及汽车音响等车载设备(电气负载)供给电力。铅蓄电池通过由车辆具备的发电机(交流发电机)发出的电力而被充电。例如，工业用的铅蓄电池作为向紧急用电源供给电力的电力供给源而被使用。
3.在专利文献1中公开了一种电源系统，其具备：向车辆的电气负载供给电力的铅蓄电池、获取铅蓄电池的温度的获取装置以及基于获取到的温度来判定铅蓄电池的劣化的判定装置。
4.专利文献1：日本特开2019-78571号公报
5.上述的电源系统能够基于获取到的铅蓄电池的温度来判定铅蓄电池的劣化。在铅蓄电池中，因分隔件的劣化所导致的正极板与负极板的接触、混入铅蓄电池的具有导电性的异物与正极板及负极板的接触等的因素，而存在产生内部短路的担忧。在产生了内部短路的情况下，铅蓄电池无法向电气负载供给电力。由于内部短路突然产生，所以在现有技术中，存在无法对内部短路的产生进行预先推断的课题。


技术实现要素：

6.本发明的目的在于，提供对铅蓄电池的内部短路的产生有无进行预先推断的推断装置、推断方法以及计算机程序。
7.本发明所涉及的推断装置具备：获取部，其获取铅蓄电池的电压、电流及该铅蓄电池的温度；第1导出部，其导出作为推断期间的起点的soc的第1soc及作为推断期间的终点的soc的第2soc；第2导出部，其导出作为上述推断期间的充电电量和放电电量的差分的过充电量的合计量；第3导出部，其基于导出的上述第1soc和上述第2soc的差分、及导出的上述过充电量的合计量，导出实测误差；第1特定部，其基于导出的上述第1soc、上述第2soc及获取到的上述温度、和第1soc、第2soc及铅蓄电池的温度与根据第1soc和第2soc的差分、过充电量的合计量而导出的推断误差的关系，来特定推断误差；第2特定部，其基于导出的上述实测误差与特定出的上述推断误差，来特定导出的上述实测误差的异常度；以及推断部，其基于特定出的上述异常度，来推断上述铅蓄电池的内部短路的产生有无。
8.本发明所涉及的推断装置具备：获取部，其获取铅蓄电池的电压、电流及该铅蓄电池的温度；第1导出部，其导出作为推断期间的起点的soc的第1soc及作为推断期间的终点的soc的第2soc；第2导出部，其导出作为上述推断期间的充电电量和放电电量的差分的过充电量的合计量；第3导出部，其基于导出的上述第1soc和上述第2soc的差分、及导出的上
述过充电量的合计量，导出实测误差；特定部，其向在输入了实测误差、第1soc、第2soc及温度的情况下输出实测误差的异常度的学习模型，输入导出的上述实测误差、上述第1soc、上述第2soc及获取到的上述温度，来特定导出的上述实测误差的异常度；以及推断部，其基于特定出的上述异常度，来推断上述铅蓄电池的内部短路的产生有无。
9.本发明所涉及的推断装置具备：获取部，其获取铅蓄电池的充电电量及放电电量与电压的至少一方；以及推断部，其基于根据获取到的上述充电电量及上述放电电量而导出的充放电比与获取到的上述电压的至少一方，来推断上述铅蓄电池的内部短路的产生有无。
10.本发明所涉及的推断方法获取铅蓄电池的电压、电流及该铅蓄电池的温度，导出作为推断期间的起点的soc的第1soc及作为推断期间的终点的soc的第2soc，导出作为上述推断期间的充电电量和放电电量的差分的过充电量的合计量，基于导出的上述第1soc和上述第2soc的差分、及导出的上述过充电量的合计量来导出实测误差，基于导出的上述第1soc、上述第2soc及获取到的上述温度、和第1soc、第2soc及铅蓄电池的温度与根据第1soc和第2soc的差分、过充电量的合计量而导出的推断误差的关系来特定推断误差，基于导出的上述实测误差与特定出的上述推断误差来特定导出的上述实测误差的异常度，基于特定出的上述异常度来推断上述铅蓄电池的内部短路的产生有无。
11.本发明所涉及的计算机程序使计算机执行如下处理：获取铅蓄电池的电压、电流及该铅蓄电池的温度，导出作为推断期间的起点的soc的第1soc及作为推断期间的终点的soc的第2soc，导出作为上述推断期间的充电电量和放电电量的差分的过充电量的合计量，基于导出的上述第1soc和上述第2soc的差分、导出的上述过充电量的合计量来导出实测误差，基于导出的上述第1soc、上述第2soc及获取到的上述温度、和第1soc、第2soc及铅蓄电池的温度与根据第1soc和第2soc的差分、过充电量的合计量而导出的推断误差的关系来特定推断误差，基于导出的上述实测误差与特定出的上述推断误差来特定导出的上述实测误差的异常度，基于特定出的上述异常度来推断上述铅蓄电池的内部短路的产生有无。
附图说明
12.图1是表示第1实施方式所涉及的车辆的结构的框图。
13.图2是表示电池的外观结构的立体图。
14.图3是图2的iii-iii线剖视图。
15.图4是表示bmu的结构的框图。
16.图5是表示履历的内容例的概念图。
17.图6是表示bmu的控制部进行的内部短路的产生有无的推断处理的步骤的流程图。
18.图7是表示关系数据的内容例的概念图。
19.图8是表示第2实施方式所涉及的bmu的结构的框图。
20.图9是学习模型的示意图。
21.图10是表示教师数据的内容例的概念图。
22.图11是表示bmu的控制部进行的内部短路的产生有无的推断处理的步骤的流程图。
23.图12是表示第3实施方式所涉及的车辆的结构的框图。
24.图13是表示第3实施方式所涉及的bmu的结构的框图。
25.图14是表示履历的内容例的概念图。
26.图15是表示bmu的控制部进行的内部短路的产生有无的推断处理的步骤的流程图。
具体实施方式
27.(本实施方式的概要)
28.本实施方式所涉及的推断装置具备：获取部，其获取铅蓄电池的电压、电流及该铅蓄电池的温度；第1导出部，其导出作为推断期间的起点的soc的第1soc及作为推断期间的终点的soc的第2soc；第2导出部，其导出作为上述推断期间的充电电量和放电电量的差分的过充电量的合计量；第3导出部，其基于导出的上述第1soc和上述第2soc的差分、及导出的上述过充电量的合计量，导出实测误差；第1特定部，其基于导出的上述第1soc、上述第2soc及获取到的上述温度、和第1soc、第2soc及铅蓄电池的温度与根据第1soc和第2soc的差分、过充电量的合计量而导出的推断误差的关系，来特定推断误差；第2特定部，其基于导出的上述实测误差与特定出的上述推断误差，来特定导出的上述实测误差的异常度；以及推断部，其基于特定出的上述异常度，来推断上述铅蓄电池的内部短路的产生有无。
29.详细后述，但能够根据铅蓄电池的电压导出作为表示铅蓄电池等电池的剩余容量的指标的soc(充电状态，states of charge)。根据soc导出铅蓄电池的电量。基于第1soc和第2soc的差分能够导出推断期间的铅蓄电池的电量的变化量。能够根据铅蓄电池的电流导出铅蓄电池的充电电量及放电电量，因此能够导出作为充电电量和放电电量的差分的过充电量。作为推断期间的铅蓄电池的电量的变化量和推断期间的过充电量的合计量的差分的实测误差与第1soc及第2soc、温度有关。基于导出的第1soc、第2soc及获取到的温度、和第1soc、第2soc及铅蓄电池的温度与根据第1soc和第2soc的差分、过充电量的合计量而推断的后述的推断误差的关系，来特定推断误差。当在铅蓄电池内产生了作为内部短路的征兆的微小短路的情况下，实测误差表示脱离了与电量的变化前后的soc(第1soc及第2soc)、温度的关系的异常的值，比推断误差大，或者比推断误差小。根据上述结构，第2特定部基于由第3导出部导出的实测误差与由第1特定部特定出的推断误差，来特定导出的实测误差的异常度。实测误差的异常度例如是导出的实测误差与特定出的推断误差的比。推断部例如在实测误差的异常度为规定值以上的情况下，推断为在铅蓄电池产生内部短路。能够预先推断内部短路的产生有无。
30.本实施方式所涉及的推断装置具备：获取部，其获取铅蓄电池的电压、电流及该铅蓄电池的温度；第1导出部，其导出作为推断期间的起点的soc的第1soc及作为推断期间的终点的soc的第2soc；第2导出部，其导出作为上述推断期间的充电电量和放电电量的差分的过充电量的合计量；第3导出部，其基于导出的上述第1soc和上述第2soc的差分、与导出的上述过充电量的合计量，导出实测误差；特定部，其向在输入了实测误差、第1soc、第2soc及温度的情况下输出实测误差的异常度的学习模型，输入导出的上述实测误差、上述第1soc、上述第2soc及获取到的上述温度，来特定导出的上述实测误差的异常度；以及推断部，其基于特定出的上述异常度，来推断上述铅蓄电池的内部短路的产生有无。
31.根据上述结构，被输入导出的实测误差、第1soc、第2soc及获取到的温度，由此通
过学习模型输出并特定导出的实测误差的异常度。能够高精度地特定实测误差的异常度。推断部基于特定出的实测误差的异常度，来预先推断内部短路的产生有无。
32.本实施方式所涉及的推断装置具备：获取部，其获取铅蓄电池的充电电量及放电电量、与电压的至少一方；以及推断部，其基于根据获取到的上述充电电量及上述放电电量而导出的充放电比与获取到的上述电压的至少一方，来推断上述铅蓄电池的内部短路的产生有无。
33.当在铅蓄电池内产生了作为内部短路的征兆的微小短路的情况下，会在产生了微小短路的部分流经不被检测的放电电流，因此充电电量与放电电量相比变多。当在铅蓄电池内产生了微小短路的情况下，铅蓄电池的自放电进一步变快，因此铅蓄电池的电压容易下降。根据上述结构，基于获取到的充电电量及放电电量导出充放电比(充电电量/放电电量)。推断部例如在导出的充放电比为恒定值以上的情况下，推断为在铅蓄电池产生内部短路。推断部例如在周期性地获取到的电压的变化量为恒定值以上的情况下，推断为在铅蓄电池产生内部短路。能够预先推断内部短路的产生有无。
34.本实施方式所涉及的推断方法获取铅蓄电池的电压、电流及该铅蓄电池的温度，导出作为推断期间的起点的soc的第1soc及作为推断期间的终点的soc的第2soc，导出作为上述推断期间的充电电量和放电电量的差分的过充电量的合计量，基于导出的上述第1soc和上述第2soc的差分与导出的上述过充电量的合计量来导出实测误差，基于导出的上述第1soc、上述第2soc及获取到的上述温度、和第1soc、第2soc及铅蓄电池的温度与根据第1soc和第2soc的差分、过充电量的合计量而导出的推断误差的关系来特定推断误差，基于导出的上述实测误差与特定出的上述推断误差来特定导出的上述实测误差的异常度，基于特定出的上述异常度来推断上述铅蓄电池的内部短路的产生有无。
35.根据上述结构，特定导出的实测误差的异常度，例如，在特定出的异常度为规定值以上的情况下，能够推断为在铅蓄电池产生内部短路。
36.本实施方式所涉及的计算机程序使计算机执行如下处理：获取铅蓄电池的电压、电流及该铅蓄电池的温度，导出作为推断期间的起点的soc的第1soc及作为推断期间的终点的soc的第2soc，导出作为上述推断期间的充电电量和放电电量的差分的过充电量的合计量，基于导出的上述第1soc和上述第2soc的差分与导出的上述过充电量的合计量导出实测误差，基于导出的上述第1soc、上述第2soc及获取到的上述温度、和第1soc、第2soc及铅蓄电池的温度与根据第1soc和第2soc的差分、过充电量的合计量而导出的推断误差的关系来特定推断误差，基于导出的上述实测误差与特定出的上述推断误差来特定导出的上述实测误差的异常度，基于特定出的上述异常度来推断上述铅蓄电池的内部短路的产生有无。
37.(第1实施方式)
38.以下，基于附图，对本发明的实施方式进行说明。以对搭载于车辆的铅蓄电池的内部短路的产生有无进行推断的情况为一个例子来进行说明。图1是表示第1实施方式所涉及的车辆1的结构的框图。车辆1具备：控制装置10、车载设备11、发动机12、发电机(交流发电机)13、铅蓄电池(以下，称为电池)2及bmu(battery management unit：电池管理单元)3。车辆1能够经由外部网络9与外部服务器8通信。车载设备11例如是照明、导航系统及汽车音响。车载设备11与电池2连接。发电机13通过发动机12的驱动来进行发电。发电机13与电池2连接。
39.控制装置10对车辆1整体进行控制，并具备：控制部101、存储部102、通信部103及操作部104。控制装置10与bmu3连接。外部服务器8具备控制部81与通信部82。控制装置10的控制部101经由通信部103、外部网络9及通信部82与外部服务器8的控制部81连接。例如，在车辆1具备具有触摸面板的导航系统的情况下，操作部104是该触摸面板。
40.控制部101及控制部81例如由cpu(central processing unit：中央处理单元)、gpu(graphics processing unit：图形处理单元)、rom(read only memory：只读存储器)及ram(random access memory：随机存取存储器)等构成，对控制装置10及外部服务器8的动作进行控制。存储部102例如由非易失性半导体存储器或硬盘驱动器(hdd)等构成，存储各种程序及数据。通信部103、通信部82及bmu3具备的通信部34(参照图4)具有经由网络在与其他装置之间进行通信的功能，能够进行所需信息的收发。
41.图2是表示电池2的外观结构的立体图，图3是图2的iii-iii线剖视图。如图2及图3所示，电池2具备：电解槽20、正极端子28、负极端子29及多个极板组23。
42.电解槽20具有电解槽主体201与盖202。电解槽主体201是上部开口的长方体状的容器，例如由合成树脂等形成。例如，合成树脂制的盖202对电解槽主体201的开口部进行封闭。盖202的下表面的周缘部分与电解槽主体201的开口部的周缘部分例如通过热熔敷而被接合。电解槽20内的空间被隔壁27划分成沿电解槽20的长边方向排列的多个单元室21。
43.在电解槽20内的各单元室21各收容有一个极板组23。在电解槽20内的各单元室21收容有含有稀硫酸的电解液22，极板组23整体浸渍在电解液22中。电解液22从设置于盖202的注液口(未图示)被注入单元室21内。
44.极板组23具备多个正极板231、多个负极板235及分隔件239。多个正极板231及多个负极板235配置为交替地排列。
45.正极板231具有正极格栅232与支承于正极格栅232的正极电极材料234。正极格栅232是具有呈大致格栅状或网眼状配置的骨部的导电性部件，例如由铅或铅合金形成。正极格栅232在上端附近具有向上方突出的耳部233。正极电极材料234含有二氧化铅。正极电极材料234也可以还含有公知的添加剂。
46.负极板235具有负极格栅236与支承于负极格栅236的负极电极材料238。负极格栅236是具有呈大致格栅状或网眼状配置的骨部的导电性部件，例如由铅或铅合金形成。负极格栅236在上端附近具有向上方突出的耳部237。负极电极材料238含有铅。负极电极材料238也可以还含有公知的添加剂。
47.分隔件239例如由玻璃或合成树脂等的绝缘性材料形成。分隔件239夹设于相互相邻的正极板231与负极板235之间。分隔件239可以构成为一体的部件，也可以单独地设置于正极板231与负极板235之间。分隔件239也可以配置为对正极板231及负极板235的任一个进行包装。
48.多个正极板231的耳部233例如与由铅或铅合金形成的带状材料(strap)24连接。多个正极板231经由带状材料24被并联地电连接。同样地，多个负极板235的耳部237例如与由铅或铅合金形成的带状材料25连接。多个负极板235经由带状材料25被电连接。
49.在电池2中，一个单元室21内的带状材料25经由例如由铅或铅合金形成的中间极(intermediate pole)26与和上述一个单元室21邻接的一方的单元室21内的带状材料24连接。另外，上述一个单元室21内的带状材料24经由中间极26与和上述一个单元室21邻接的
另一方的单元室21内的带状材料25连接。即，电池2的多个极板组23经由带状材料24、25及中间极26被串联地电连接。例如，中间极26插通于在隔壁27形成的开口。中间极26与隔壁27的开口的缘部的间隙通过板部件(未图示)与中间极26及隔壁27的熔接而被堵塞。如图3所示，收容于位于电解槽20的长边方向的一端的单元室21的带状材料24不与中间极26连接而与后述的正极柱282连接。收容于位于电解槽20的长边方向的另一端的单元室21的带状材料25不与中间极26连接而与负极柱(未图示)连接。
50.正极端子28配置于电解槽20的长边方向的一端部，负极端子29配置于电解槽20的长边方向的另一端部附近。
51.如图3所示，正极端子28包含衬套281与正极柱282。衬套281是大致圆筒状的导电性部件，例如由铅合金形成。衬套281的下侧部分通过插入成型与盖202一体化，衬套281的上部从盖202的上表面向上方突出。正极柱282是大致圆柱状的导电性部件，例如由铅合金形成。正极柱282插入衬套281的孔。正极柱282的上端部位于与衬套281的上端部大致相同的位置，例如通过熔接与衬套281接合。正极柱282的下端部比衬套281的下端部向下方突出，进一步比盖202的下表面向下方突出，并与收容于位于电解槽20的长边方向的一端部的单元室21的带状材料24连接。负极端子29与正极端子28同样地包含衬套291与负极柱292(参照图2)，具有与正极端子28相同的结构。
52.在正极端子28的衬套281及负极端子29的衬套291连接有车载设备11。从电池2向车载设备11供给电力。即、电池2进行放电。在正极端子28的衬套281及负极端子29的衬套291连接有发电机13。利用从发电机13向电池2供给的电力对电池2进行充电。
53.例如，在正极板231及负极板235因劣化等所导致的分隔件239的破损而接触的情况下，由于接触部分的电阻较小，所以在接触部分容易流经较大的电流。即、在电池2产生内部短路。例如，在电池2制造时，在正极板231或负极板235弯曲的情况下，弯曲了的正极板231或负极板235与邻接的负极板235或正极板231接触，由此在电池2产生内部短路。在电池2制造时，在金属等导电性的异物混入电解槽20的内侧的情况下，异物与正极板231及负极板235接触，由此在电池2产生内部短路。正极板231或负极板235的弯曲，或者异物等的内部短路的产生因素难以通过制造时的检查检测出，因此存在在电池2的使用中，例如在车辆1的行驶中，突然产生电池2的内部短路的担忧。在产生了内部短路的情况下，电池2无法向车载设备11等电气负载供给电力。例如，存在板部件与中间极26及隔壁27的熔接部分劣化，从而电解液22侵入中间极26与隔壁27的开口的缘部的间隙的担忧。电解液22侵入该间隙，由此收容于邻接的各个单元室21的电解液22彼此接触。因邻接的单元室21的电解液22彼此的接触，会使一个单元室21的正极板231与和一个单元室21邻接的单元室21内的负极板235经由电解液22接触，因此在电池2产生内部短路。因邻接的单元室21的电解液22彼此的接触而产生的内部短路被称为液接。
54.如图1所示，车辆1具备电压传感器5、电流传感器6及温度传感器7。电压传感器5与电池2并联地连接，输出与电池2整体的电压对应的检测结果。电流传感器6与电池2串联地连接。电流传感器6输出与从发电机13向电池2流动的电流(充电电流)对应的检测结果、和与从电池2向车载设备11流动的电流(放电电流)对应的检测结果。温度传感器7例如配置于电池2的附近，输出与电池2的温度对应的检测结果。
55.图4是表示bmu3的结构的框图。bmu3具备控制部31、存储部32、输入部33及通信部
34。这些各部经由总线能够相互通信地被连接。输入部33接收来自电压传感器5、电流传感器6及温度传感器7的检测结果的输入。通信部34与控制装置10及外部服务器8等其他装置进行通信。
56.存储部32例如由非易失性半导体存储器或者hdd等构成，存储各种程序及数据。在存储部32例如存储(储存)有用于执行后述的内部短路的产生有无的推断处理的程序321。存储于存储部32的程序321也可以是从bmu3能够读取的记录介质322被读取的程序321。在存储部32存储有履历323。图5是表示履历323的内容例的概念图。详细后述，但在履历323记录有例如在后述的内部短路的产生有无的推断处理中由控制部31获取到的电池2的充电电流、放电电流、电压及温度、获取时刻、和控制部31导出的soc、充电电量、放电电量及过充电量。
57.控制部31例如由cpu、gpu、rom及ram等构成，通过执行从存储部32读取的程序321等计算机程序，而对bmu3的动作进行控制。例如，控制部31作为通过读取并执行程序321而执行后述的内部短路的产生有无的推断处理的处理部发挥功能。
58.控制部31经由输入部33从电压传感器5获取电池2的电压。控制部31经由输入部33从电流传感器6获取充电电流及放电电流。控制部31从温度传感器7获取电池2的温度。电压、充电电流及放电电流、温度以恒定的周期例如每分钟在同一时刻被获取。获取到的电压、充电电流及放电电流、温度与获取到的时刻对应地被记录于履历323。
59.控制部31导出电池2的soc。soc是表示电池2的剩余容量的指标。soc[％]用剩余容量[ah]/充满电时的容量[ah]
×
100表示。已知soc与ocv(开路电压，open circuit voltage)有关，从而能够根据ocv进行推断。
[0060]
例如，在存储部32存储有映射数据。映射数据是表示电池2的相对于ocv的soc的数据，预先通过实验求出，经由通信部34输入bmu3，并存储于存储部32。映射数据例如是表示soc-ocv曲线的数据。控制部31在导出电池2的soc的情况下，获取电池2的ocv。当在在电池2未流经充电电流及放电电流的情况下，控制部31作为ocv而获取电池2的电压。当在电池2流经充电电流及放电电流的情况下，控制部31根据电压传感器5的检测结果，通过公知的方法，考虑因电池2的内部电阻而产生的电压下降，导出并获取电池2的ocv。公知的方法例如是使用了卡尔曼滤波器的方法。控制部31使用获取到的电池2的ocv与映射数据导出电池2的soc。soc以与电压获取的间隔相同的间隔周期性地被导出。即、soc以与充电电流及放电电流、温度的获取相同的间隔被导出。导出的soc与获取到在导出中使用的电压的时刻对应地记录于履历323。
[0061]
将从时刻t1至时刻t2的期间设为用于后述的内部短路的产生有无的推断处理的期间(推断期间)。时刻t1为推断期间的起点，时刻t2为推断期间的终点(t2＞t1)。时刻t1例如为时刻t2之前60分钟的时刻。作为推断期间的起点的soc的第1soc为时刻t1的soc。作为推断期间的终点的soc的第2soc为时刻t2的soc。第1soc及第2soc由控制部31导出。
[0062]
控制部31基于第1soc和第2soc的差分导出电池2的电量的变化量。soc是残余量与充满电时的容量的比，因此能够根据soc与充满电时的容量导出残余量(电池2的电量)。电池2的充满电时的容量例如通过预先进行的实验而已知，并存储于存储部32。控制部31通过对电池2的充满电时的容量乘以第1soc和第2soc的差分(第2soc-第1soc)，而导出从时刻t1至时刻t2(推断期间)的电池2的电量的变化量。
[0063]
控制部31根据获取到的充电电流及放电电流导出电池2的充电电量及放电电量。例如，在获取电流的周期为每分钟(1/60小时)的情况下，控制部31对获取到的充电电流[a]及放电电流[a]乘以获取周期1/60[h]，由此导出充电电量[ah]及放电电量[ah]。以下，将充电电量及放电电量合起来也称为充放电电量。被导出的充放电电量与在导出中使用的充电电流及放电电流的时刻对应地记录于履历323。
[0064]
控制部31基于导出的充放电电量导出作为充电电量和放电电量的差分(充电电量-放电电量)的过充电量。被导出的过充电量与在导出中使用的充放电电量的时刻对应地记录于履历323。控制部31对从时刻t1至时刻t2(推断期间)的过充电量进行合计，而导出过充电量的合计量。此外，过充电量可以是正值，也可以是零或负值。即，在不使用车辆的情况下为零，在放电电量比充电电量多的情况下，过充电量为负值。其中，在考虑在车辆的电气负载流经的暗电流的情况下，即使在不使用车辆的情况下，过充电量也为负值。以下，将过充电量的合计量也称为合计过充电量。
[0065]
控制部31导出从时刻t1至时刻t2的电池2的电量的变化量与从时刻t1至时刻t2的合计过充电量的实测误差(电池2的电量的变化量-合计过充电量)。即、控制部31基于导出的第1soc和第2soc的差分与导出的过充电量的合计量来导出实测误差。实测误差与电量的变化前后的soc(第1soc及第2soc)、温度有关。此外，实测误差与电量的变化前后的soc(第1soc及第2soc)、温度有关是因为，自放电量因温度而发生变化，因此考虑了自放电量的影响。这里，在产生了作为内部短路的征兆的微小短路的情况下，因微小短路而流经不被获取(检测)到的放电电流，因此导出的实测误差表示脱离上述的关系的异常的值。
[0066]
控制部31基于导出的第1soc、第2soc及获取到的温度、和第1soc、第2soc及铅蓄电池的温度与根据第1soc和第2soc的差分、过充电量的合计量而导出的推断误差的关系，来特定推断误差。特定推断误差的方法后述。
[0067]
控制部31基于导出的实测误差与特定出的推断误差，来特定导出的实测误差的异常度。实测误差的异常度例如是导出的实测误差脱离与第1soc、第2soc、温度的关系的程度。控制部31基于特定出的异常度，来推断电池2的内部短路的产生有无。特定异常度的方法及特定电池2的内部短路的产生有无的方法后述。
[0068]
bmu3作为推断装置发挥功能。bmu3作为获取部、第1导出部、第2导出部、第3导出部、第1特定部、第2特定部及推断部发挥功能。控制装置10或外部服务器8也可以作为推断装置发挥功能。在外部服务器8不作为推断装置发挥功能的情况下，外部服务器8也可以不与控制装置10连接。
[0069]
图6是表示bmu3的控制部31进行的内部短路的产生有无的推断处理的步骤的流程图。以下，将步骤简记为s。控制部31例如在车辆1的点火开关(未图示)成为接通状态的情况下，根据程序321执行以下的处理。
[0070]
控制部31以恒定的周期例如每分钟在同一时刻获取电池2的充电电流及放电电流、电池2的电压、电池2的温度(s1)。在图6中，充电电流及放电电流合起来记为电流。获取到的电池2的充电电流及放电电流、电池2的电压、电池2的温度与获取到的时刻对应地记录于履历323。
[0071]
控制部31根据获取到的电压及soc与ocv的关系导出电池2的soc(s2)。控制部31例如如上述那样根据获取到的电压与存储部32的映射数据导出电池2的soc。被导出的soc与
获取到在导出中被使用的电压的时刻对应地记录于履历323中。soc以与电压获取的间隔相同的间隔被导出。
[0072]
控制部31根据获取到的充电电流及放电电流导出电池2的充放电电量(充电电量及放电电量)(s3)。获取到的充放电电量与获取到在导出中被使用的充电电流及放电电流的时刻对应地记录于履历323。控制部31根据导出的充放电电量导出过充电量(s4)。被导出的过充电量与在导出中被使用的充放电电量的时刻对应地记录于履历323。
[0073]
控制部31基于时刻t1的soc(第1soc)和时刻t2的soc(第2soc)的差分来导出从时刻t1至时刻t2的电池2的电量的变化量(s5)。时刻t2例如是最新的时刻。时刻t1是时刻t2之前的时刻，例如是时刻t2之前60分钟的时刻。控制部31根据第1soc和第2soc的差分、与存储于存储部32的电池2的充满电时的容量，导出从时刻t1至时刻t2的电池2的电量的变化量。被导出的电量的变化量存储于存储部32。
[0074]
控制部31对从时刻t1至时刻t2的过充电量进行合计，导出从时刻t1至时刻t2的合计过充电量(s6)。导出的合计过充电量存储于存储部32。控制部31将导出的电池2的电量的变化量与导出的合计过充电量的实测误差导出(s7)。被导出的实测误差存储于存储部32。控制部31导出从时刻t1至时刻t2的期间的电池2的温度的平均值(s8)。控制部31也可以导出时刻t1的温度与时刻t2的温度的平均值。被导出的温度的平均值存储于存储部32。
[0075]
控制部31特定推断误差(s9)。以下，对控制部31特定推断误差的一个例子进行说明。在存储部32存储有关系数据324。关系数据324是表示推断误差、第1soc、第2soc及温度的关系的数据，例如预先通过实验求出。图7是表示关系数据324的内容例的概念图。使用未产生内部短路及微小短路的电池2、例如新的电池2来进行实验。在实验中，在电池2的充放电中，获取电池2的soc、充放电电量及温度。该获取进行多次。根据获取到的各个soc与电池2的充满电时的容量导出充放电中的某一时间的电池2的电量的变化量。根据获取到的充放电电量导出充放电中的某一时间的合计过充电量。导出充放电中的某一时间的电池2的温度的平均值。在实验中导出的电池2的电量的变化量和在实验中导出的合计过充电量的差分作为推断误差(电池2的电量的变化量-合计过充电量)被导出。这些获取及导出相对于充放电中的多个时间而进行。在关系数据324分别记录有各自的充放电中的时间内的、在电量的变化量的导出中被使用的两个soc(第1soc及第2soc)、温度的平均值以及推断误差。也可以根据通过实验得到的数据，例如通过最小平方法，导出相对于推断误差的第1soc、第2soc及温度的平均值的函数。该函数也可以作为关系数据324存储于存储部32。在s9中，控制部31根据时刻t1的soc(第1soc)、时刻t2的soc(第2soc)、在s8中导出的温度的平均值、关系数据324，来特定推断误差。
[0076]
控制部31特定导出的实测误差的异常度(s10)。以下，对控制部31特定导出的实测误差的异常度的一个例子进行说明。在产生了作为内部短路的征兆的微小短路的情况下，实测误差比推断误差大，或者比推断误差小。控制部31例如将实测误差和推断误差的比(实测误差/推断误差)特定为实测误差的异常度。
[0077]
控制部31基于特定出的异常度来推断电池2的内部短路的产生有无(11)。控制部31例如在实测误差的异常度在恒定的范围内，例如在0.8以上1.2以下的情况下，推断为在电池2未产生内部短路。控制部31在推断为在电池2未产生内部短路的情况下(s12：否)，进行s1的处理。控制部31例如在实测误差的异常度脱离恒定的范围，例如不足0.8或者大于
1.2的情况下，推断为在电池2产生内部短路。控制部31在推断为在电池2产生内部短路的情况下(s12：是)，将产生内部短路的主旨通知给车辆1内的人，例如车辆1的驾驶员(s13)，结束处理。控制部31例如经由通信部34使车辆1具备的导航系统的显示器显示“存在在电池产生短路的担忧。请更换电池。”那样的消息。该消息例如存储于存储部32。该消息也可以包含于程序321。
[0078]
基于实测误差与推断误差来特定实测误差的异常度。基于特定出的异常度，能够预先推断内部短路的产生有无。
[0079]
(第2实施方式)
[0080]
图8是表示第2实施方式所涉及的bmu3的结构的框图。对第2实施方式所涉及的结构内的、与第1实施方式相同的结构部标注相同的附图标记，省略其详细的说明。
[0081]
在第2实施方式中，在bmu3的存储部32存储有学习模型325。学习模型325在被输入了实测误差、第1soc、第2soc及温度的情况下输出实测误差的异常度。控制部31基于输出的异常度来推断上述铅蓄电池的内部短路的产生有无。
[0082]
学习模型325在被输入了实测误差、第1soc、第2soc及温度的情况下，输出实测误差的异常度，例如实测误差是异常的概率及实测误差不是异常的概率。温度例如是从时刻t1至时刻t2的温度的平均值，也可以是时刻t1的温度与时刻t2的温度的平均值。学习模型325例如能够使用通过深度学习(deep learning)而学习到的多层的卷积神经网络(cnn，convolutional neural network)。学习模型325也可以使用除cnn以外的神经网络，例如递归型神经网络(rnn，recurrent neural network)。学习模型325也可以是通过其他机器学习进行学习的模型。
[0083]
图9是学习模型325的示意图。学习模型325在输入层与输出层之间具备中间层。中间层具备由多级构成的卷积层及池化层、和最终级的全连接层。卷积层、池化层及全连接层的数量能够适当地决定。在输入层、中间层及输出层分别存在1个或多个节点。各层的节点与存在于前后层的节点单向地以所希望的权重及偏置结合。输入输入层的各节点的数据被输入最初的中间层。在该中间层中，使用包含权重及偏置的活性化函数，来计算输出。计算出的输出被输入下一中间层。以下，同样地，逐个向后层传递，直至求出输出层的输出为止。
[0084]
学习模型325将实测误差、第1soc、第2soc及温度作为输入，将实测误差的异常度，例如实测误差是异常的概率及实测误差不是异常的概率作为输出。输出层的各输出节点输出的概率为0～1.0的值。
[0085]
输出层例如像
[0086]
实测误差是异常的概率
···
0.91
[0087]
实测误差不是异常的概率
···
0.09
[0088]
那样进行输出。
[0089]
学习模型325是使用教师数据326并以在被输入了实测误差、第1soc、第2soc及温度的情况下输出实测误差的异常度，例如实测误差是异常的概率及实测误差不是异常的概率的方式进行学习的模型。
[0090]
图10是表示教师数据326的内容例的概念图。教师数据326例如通过预先进行的实验而被制作。使用未产生内部短路及微小短路的电池2和产生了内部短路或微小短路的电池2来进行实验。在实验中，在各个电池2的充放电中，获取电池2的soc、充放电电量及温度。
电池2的soc、充放电电量及温度的获取进行多次。根据获取到的各个soc与电池2的充满电时的容量导出充放电中的某一时间的各电池2的电量的变化量。根据获取到的充放电电量导出充放电中的某一时间的合计过充电量。导出充放电中的某一时间的电池2的温度的平均值。将导出的电池2的电量的变化量与导出的合计过充电量的实测误差导出。这些获取及导出相对于充放电中的多个时间而进行。在教师数据326中，针对每个id(identification)号记录了使用的电池2的内部短路或微小短路的产生有无、各个充放电中的时间内的在电量的变化量的导出中被使用的两个soc(第1soc及第2soc)、温度的平均值、实测误差。以下，内部短路或微小短路的产生有无也称为短路的产生有无。在使用未产生内部短路及微小短路的电池2而获取到的数据的id号中，短路的产生有无被记录为无。在使用产生了内部短路或微小短路的电池2而获取到的数据的id号中，短路的产生有无被记录为有。
[0091]
对学习模型325的学习的一个例子进行说明。学习模型325是通过由pc(personal computer：个人电脑)等计算机构成的学习装置进行学习的模型。学习装置也可以是控制装置10或外部服务器8。在该学习装置存储有学习模型325及教师数据326。在教师数据326中，针对每个id号赋予实测误差是异常的概率及实测误差不是异常的概率的正确答案的值(正确答案值)。例如，在图10的id号(1)中，短路的产生有无为有。产生了内部短路或微小短路的电池2的实测误差为异常的值，因此在id号(1)中，作为实测误差是异常的概率的正确答案值，被赋予1.0。在除id号(1)以外的短路的产生有无为有的id号中，作为各个实测误差是异常的概率的正确答案值，被赋予1.0。在id号(1)中，作为实测误差不是异常的概率的正确答案值，被赋予0。在除id号(1)以外的短路的产生有无为有的id号中，作为各个实测误差不是异常的概率的正确答案值，被赋予0。在id号(2)中，短路的产生有无为无。未产生内部短路及微小短路的电池2的实测误差不是异常的值，因此在id号(2)中，作为实测误差不是异常的概率的正确答案值，被赋予1.0。在除id号(2)以外的短路的产生有无为无的id号中，作为各个实测误差不是异常的概率的正确答案值，被赋予1.0。在id号(2)中，作为实测误差是异常的概率的正确答案值，被赋予0。在除id号(2)以外的短路的产生有无为无的id号中，作为各个实测误差是异常的概率的正确答案值，被赋予0。
[0092]
学习装置向学习模型325的输入层输入id号(1)的实测误差、第1soc、第2soc及温度的平均值。经由中间层中的运算处理，从输出层输出实测误差是异常的概率及实测误差不是异常的概率。学习装置将输出的实测误差是异常的概率及实测误差不是异常的概率分别与id号(1)的正确答案值进行比较。学习装置以从输出层输出的实测误差是异常的概率及实测误差不是异常的概率接近正确答案值的方式，使将使用于中间层中的运算处理的节点间结合的权重及偏置等各种参数最优化。学习装置针对id号(2)之后的信息，也同样地将实测误差、第1soc、第2soc及温度的平均值输入输入层。学习装置将输出的实测误差是异常的概率及实测误差不是异常的概率分别与和输入相同的id号的正确答案值进行比较，使参数最优化。参数的最优化的方法不被特别地限定，但学习装置例如使用误差反向传播法(backpropagation)来进行各种参数的最优化。学习装置进行参数的最优化，由此进行学习模型325的学习。
[0093]
学习模型325例如在通过学习装置学习之后，被记录于bmu3可读的记录介质。由bmu3从该存储介质读取的学习模型325被存储于存储部32。学习模型325例如也可以从外部服务器8下载并存储于存储部32。
[0094]
bmu3作为推断装置发挥功能。bmu3作为获取部、第1导出部、第2导出部、第3导出部、特定部及推断部发挥功能。控制装置10或外部服务器8也可以作为推断装置发挥功能。在外部服务器8不作为推断装置发挥功能的情况下，外部服务器8也可以不与控制装置10连接。
[0095]
图11是表示bmu3的控制部31进行的内部短路的产生有无的推断处理的步骤的流程图。以下，将步骤简记为s。在图11中，充电电流及放电电流合起来记为电流。控制部31例如在车辆1的点火开关成为接通状态的情况下，根据程序321执行以下的处理。
[0096]
s21～s28的处理与第1实施方式的s1～s8的处理相同，因此省略说明。控制部31特定实测误差的异常度(s29)。控制部31向学习模型325输入导出的实测误差、第1soc、第2soc及温度的平均值。通过学习模型325，作为异常度而输出实测误差是异常的概率及实测误差不是异常的概率，从而特定实测误差的异常度。
[0097]
控制部31基于特定出的异常度，来推断电池2的内部短路的产生有无(s30)。例如，在实测误差是异常的概率为实测误差不是异常的概率以上的情况下，控制部31推断为在电池2产生内部短路。在实测误差不是异常的概率比实测误差是异常的概率大的情况下，控制部31推断为在电池2不产生内部短路。控制部31在推断为在电池2未产生内部短路的情况下(s31：否)，进行s21的处理。控制部31在推断为在电池2产生内部短路的情况下(s31：是)，进行s32的处理，结束处理。s32的处理与s13的处理相同，因此省略说明。
[0098]
使用在输入了实测误差、第1soc、第2soc及温度的情况下输出实测误差的异常度，例如实测误差是异常的概率及实测误差不是异常的概率的学习模型325，来特定异常度。能够高精度地特定实测误差的异常度。基于特定出的实测误差的异常度，能够预先推断内部短路的产生有无。
[0099]
(第3实施方式)
[0100]
图12是表示第3实施方式所涉及的车辆1的结构的框图。图13是表示第3实施方式所涉及的bmu3的结构的框图。对第3实施方式所涉及的结构内的、与第1实施方式相同的结构部标注相同的附图标记，并省略其详细的说明。
[0101]
与第1实施方式同样地，车辆1具备电压传感器5与电流传感器6。在存储部32存储有履历327。图14是表示履历323的内容例的概念图。虽详细内容后述，但在履历327中，例如记录有控制部31在后述的内部短路的产生有无的推断处理中获取到的电池2的充电电流、放电电流、电压、充放电电量及获取时刻。在履历327中进一步记录有控制部31在后述的内部短路的产生有无的推断处理中导出的充放电比、充放电比的平均值及平均电压。
[0102]
控制部31以恒定的周期例如每分钟在同一时刻获取电压、充电电流及放电电流。获取到的电压、充电电流及放电电流与获取到的时刻对应地记录于履历327。控制部31根据充电电流及放电电流导出并获取充放电电量。获取到的充放电电量与在导出中被使用的充电电流及放电电流的时刻对应地记录于履历327。控制部31基于导出的充放电电量来导出作为充放电电量的比的充放电比(充电电量/放电电量)。被导出的充放电比与在导出中被使用的充放电电量的时刻对应地记录于履历327。
[0103]
控制部31基于充放电比及电压的至少一方，来推断铅蓄电池的内部短路的产生有无。推断方法后述。
[0104]
bmu3作为推断装置发挥功能。bmu3作为获取部及推断部发挥功能。控制装置10或
外部服务器8也可以作为推断装置发挥功能。在外部服务器8不作为推断装置发挥功能的情况下，外部服务器8也可以不与控制装置10连接。
[0105]
图15是表示bmu3的控制部31进行的内部短路的产生有无的推断处理的步骤的流程图。以下，将步骤简记为s。bmu3的控制部31例如在车辆1的点火开关成为接通状态的情况下，根据程序321执行以下的处理。
[0106]
控制部31在恒定的周期例如每分钟在同一时刻获取电池2的充电电流及放电电流、电池2的电压(s41)。在图15中，充电电流及放电电流合起来记为电流。获取到的电池2的充电电流、放电电流、电池2的电压与获取到的时刻对应地记录于履历327。
[0107]
控制部31根据获取到的充电电流及放电电流，导出并获取电池2的充放电电量(充电电量及放电电量)(s42)。获取到的充放电电量与获取到在导出中被使用的充电电流及放电电流的时刻对应地记录于履历327。控制部31基于获取到的充放电电量，来导出充放电比(s43)。被导出的充放电比与在导出中被使用的充放电电量的时刻对应地记录于履历327。
[0108]
控制部31基于导出的充放电比及获取到的电压的至少一方，来推断电池2的内部短路的产生有无(s44)。对控制部31基于充放电比来推断电池2的内部短路的产生有无的一个例子进行说明。当在电池2内产生了作为内部短路的征兆的微小短路的情况下，会在产生了微小短路的部分流经不被检测的放电电流，因此与放电电量相比，充电电量较多。即、充放电比较大。控制部31相对于记录于履历327的充放电比导出恒定时间例如每30分钟的平均值。被导出的充放电比的平均值记录于履历327。控制部31在导出的充放电比的平均值为恒定值例如1.3以上的情况下，推断为产生内部短路。控制部31在充放电比的平均值不足恒定值的情况下，推断为未产生内部短路。
[0109]
对基于电压来推断电池2的内部短路的产生有无的一个例子进行说明。当在电池2内产生了微小短路的情况下，电池2的电压容易下降。控制部31相对于记录于履历327的电压导出恒定时间例如每30分钟的平均值(平均电压)。导出的平均电压被记录于履历327。控制部31将导出的平均电压和前一个导出的平均电压的差分导出。控制部31例如将61分钟～90分钟的时刻的平均电压和31分钟～60分钟的时刻的平均电压的差分导出。控制部31在导出的平均电压的差分为恒定值例如0.2v以上的情况下，推断为产生内部短路。控制部31在导出的平均电压的差分不足恒定值的情况下，推断为未产生内部短路。
[0110]
控制部31也可以仅基于导出的充放电比，来推断电池2的内部短路的产生有无，也可以仅基于获取到的电压，来推断电池2的内部短路的产生有无。在该情况下，在s41中，控制部31获取电池2的充电电流及放电电流与电池2的电压的一方。在控制部31仅基于获取到的电压来推断电池2的内部短路的产生有无的情况下，不需要s42及s43。控制部31也可以基于导出的充放电比与获取到的上述电压双方，来推断电池2的内部短路的产生有无。在通过基于一方而进行的推断无法推断内部短路的产生有无的情况下，能够通过基于另一方进行的推断来推断内部短路的产生有无，因此能够更加可靠地推断内部短路的产生有无。
[0111]
控制部31在推断为在电池2未产生内部短路的情况下(s45：否)，进行s41的处理。控制部31在推断为在电池2产生内部短路的情况下(s45：是)，进行s46的处理，结束处理。s46的处理与s13的处理相同，因此省略说明。
[0112]
控制部31基于导出的充放电比及获取到的电压的至少一方，来推断电池2的内部短路的产生有无。能够预先推断内部短路的产生有无。
[0113]
应认为本次公开的实施方式在所有方面均为例示，并非施与限制。各实施例中记载的技术特征能够相互组合，本发明的范围意图包含权利要求书中的所有变更及与权利要求书均等的范围。
[0114]
附图标记的说明
[0115]2…
电池(铅蓄电池)；3
…
bmu；31
…
控制部；32
…
存储部；33
…
输入部；325
…
学习模型。