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

Applicant: 本田技研工业株式会社

Inventor： 小西俊介 ,  川原卓磨 ,  内海秀俊 ,  佐藤功二

IPC: G01R31/367 ,  G06F30/27 ,  G06N20/00 ,  G01R31/396

Abstract: 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：CN115877243A

公开(公告)日：2023-03-31

申请号：CN202211075936.1

申请日：2022-09-02

Applicant: 本田技研工业株式会社

Inventor： 川原卓磨 ,  小西俊介 ,  内海秀俊 ,  佐藤功二

IPC: G01R31/392 ,  G01R31/367

Abstract: 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。