特許 7448201 人工知能技術を用いた２次電池の状態推定装置

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】

(24)【登録日】2024-03-04

(45)【発行日】2024-03-12

(54)【発明の名称】人工知能技術を用いた２次電池の状態推定装置

(51)【国際特許分類】

   G01R 31/367 20190101AFI20240305BHJP

   H02J 7/00 20060101ALI20240305BHJP

   G01R 31/382 20190101ALI20240305BHJP

   G01R 31/392 20190101ALI20240305BHJP

   H01M 10/48 20060101ALI20240305BHJP

【ＦＩ】

G01R31/367

H02J7/00 Y

G01R31/382

G01R31/392

H01M10/48 P

【請求項の数】 6

(21)【出願番号】P 2020089116

(22)【出願日】2020-05-21

(65)【公開番号】P2021183927

(43)【公開日】2021-12-02

【審査請求日】2023-01-16

(73)【特許権者】

【識別番号】591198364

【氏名又は名称】アクソンデータマシン株式会社

(74)【代理人】

【識別番号】110001922

【氏名又は名称】弁理士法人日峯国際特許事務所

(72)【発明者】

【氏名】山崎 努

【審査官】田口 孝明

(56)【参考文献】

【文献】特開２００４－３１７２５６（ＪＰ，Ａ）

【文献】特開２０１５－２１５２７２（ＪＰ，Ａ）

【文献】特開２０１９－１５８８３１（ＪＰ，Ａ）

【文献】特開２００３－２４９２７１（ＪＰ，Ａ）

【文献】特開２００６－２２０６１６（ＪＰ，Ａ）

【文献】特開２０１４－１７８２１３（ＪＰ，Ａ）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

ＩＰＣ Ｇ０１Ｒ ３１／３６－３１／４４、

Ｈ０２Ｊ ７／００－７／１２、

７／３４－７／３６、

Ｈ０１Ｍ １０／４２－１０／４８

(57)【特許請求の範囲】

【請求項1】

充放電を繰り返すリチウムイオン２次電池の端子電圧や電流を含む１次情報を検出する１次情報検出回路と、
入力層と中間層と出力層とを備え、前記１次情報検出回路で検出された前記１次情報が前記入力層に入力されることにより、前記出力層から劣化基本データを出力する第１ニューラルネットワークと、
前記第１ニューラルネットワークの前記出力層から出力された前記劣化基本データを補正することにより、前記リチウムイオン２次電池に対する変更に追随した前記リチウムイオン２次電池の劣化度に関する推定結果を得るための第１補正回路と、
を備え、
前記１次情報検出回路により前記リチウムイオン２次電池の前記１次情報が計測され、
計測された前記１次情報が前記第１ニューラルネットワークの前記入力層に入力され、前記１次情報の前記第１ニューラルネットワークへの入力により前記第１ニューラルネットワークの前記出力層から前記リチウムイオン２次電池の前記劣化基本データが出力され、
前記第１ニューラルネットワークの前記出力層から出力された前記劣化基本データが前記第１補正回路に入力され、
前記第１補正回路において、入力された前記劣化基本データが補正されることにより、前記リチウムイオン２次電池に対する前記変更に追随した、前記リチウムイオン２次電池の前記劣化度に関する前記推定結果が得られるようにし、
前記リチウムイオン２次電池に対する前記変更に対して、前記第１ニューラルネットワークから出力された前記劣化基本データを前記第１補正回路で補正することにより対応するようにした、
ことを特徴とする人工知能技術を用いた２次電池の状態推定装置。

【請求項2】

請求項１に記載の人工知能技術を用いた２次電池の状態推定装置において、
前記リチウムイオン２次電池の製品を特定するための製品特定情報を前記第１補正回路に入力する製品特定情報入力装置がさらに設けられ、
前記第１補正回路に前記製品特定情報が入力されることにより、前記第１補正回路において、前記リチウムイオン２次電池の補正係数が検索され、
前記第１補正回路において、前記補正係数を用いて前記第１ニューラルネットワークからの前記劣化基本データを補正することにより、前記リチウムイオン２次電池に対する前記変更に追随した、前記リチウムイオン２次電池の前記劣化度に関する前記推定結果が得られる、
ことを特徴とする人工知能技術を用いた２次電池の状態推定装置。

【請求項3】

請求項２に記載の人工知能技術を用いた２次電池の状態推定装置において、
前記第１補正回路は、前記製品特定情報入力装置からの前記製品特定情報に基づいて前記補正係数を検索するためのテーブルと、前記テーブルにより検索された前記補正係数に基づいて前記第１ニューラルネットワークからの前記劣化基本データを補正するための演算回路を備えており、
前記第１補正回路において、前記第１ニューラルネットワークからの前記劣化基本データを、前記補正係数を用いて前記演算回路で補正することにより、前記リチウムイオン２次電池に対する前記変更に追随した、前記リチウムイオン２次電池の前記劣化度に関する前記推定結果が得られる、
ことを特徴とする人工知能技術を用いた２次電池の状態推定装置。

【請求項4】

請求項３に記載の人工知能技術を用いた２次電池の状態推定装置において、
表示装置をさらに備え、
前記第１補正回路において得られた前記劣化度に関する前記推定結果を前記表示装置に表示する、
ことを特徴とする人工知能技術を用いた２次電池の状態推定装置。

【請求項5】

請求項３に記載の人工知能技術を用いた２次電池の状態推定装置において、
前記１次情報検出回路からの前記１次情報が入力されることにより前記リチウムイオン２次電池の蓄電量基本データを出力する第２ニューラルネットワークと、前記第２ニューラルネットワークから出力された前記蓄電量基本データを補正するための第２補正回路と、がさらに設けられ、
前記第２補正回路により、前記第２ニューラルネットワークから出力された前記蓄電量基本データを補正することにより、前記リチウムイオン２次電池に対する前記変更に追随した、前記リチウムイオン２次電池の蓄電量に関する推定結果が得られるようにし、
前記リチウムイオン２次電池に対する前記変更に対して、前記第２ニューラルネットワークから出力される前記蓄電量基本データを前記第２補正回路で補正することにより対応するようにした、
ことを特徴とする人工知能技術を用いた２次電池の状態推定装置。

【請求項6】

請求項１から請求項５の内の一に記載の人工知能技術を用いた２次電池の状態推定装置において、
前記リチウムイオン２次電池は車の駆動装置に電力を供給するためのリチウムイオン２次電池である、
ことを特徴とする人工知能技術を用いた２次電池の状態推定装置。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、２次電池の状態推定装置に係り、特に人工知能技術を用いた２次電池の状態推定装置に関する。

【背景技術】

【0002】

供給された電力を蓄え、蓄えた電力を電気負荷に供給する２次電池は、内部で化学変化を生じたり、あるいは化学変化が起こらない場合であっても、前記充放電に伴うイオンの移動などの変化が起こったりしている。充放電に伴う化学変化を含めた色々な状態変化が、２次電池の各部分部分で異なっており、２次電池全体が安定した状態となるには長い時間を要する。このため、充放電を繰り返している２次電池の状態を短時間に正確に測定することは、困難であり、２次電池が安定するまで長い時間待つ必要がある。しかし充放電の動作中の２次電池の時々刻々の変化は、いろいろな制御を行う上で、あるいは安全性を確保する上で必要となる。このため以前は、ある程度の誤差が含まれていることを前提として、時々刻々の状態をセンサ等で計測して使用していた。

【0003】

上記誤差を少なくする方法として、ニューラルネットワークを備えた人工知能技術（以下ＡＩ技術と記す）を用いた制御（以下ＡＩ制御と記す）が提案されている。この技術は例えば、前もって２次電池のパラメータをいろいろ変化させ、その時々の２次電池の特性を、２次電池の状態安定時間を考慮して正確に計測し、前記パラメータと計測結果に基づいてニューラルネットワークを構築するものである。このようにしてニューラルネットワークを構築することにより、時々刻々変わる２次電池のパラメータを入力として、２次電池の安定した状態での特性を正確に推定することができる。

【0004】

しかしニューラルネットワークを構築するのに長い時間や大きな労力が必要である。一方、２次電池に関して、材料製造メーカや２次電池の製造メーカは非常に活発に技術開発に取り組んでおり、時々刻々改良がなされている。これらの改良された製品に対応してニューラルネットワークを遅滞なく構築することは、非常に難しい。上述のニューラルネットワークを用いたＡＩ技術に関する先行技術を以下に示す。

【先行技術文献】

【特許文献】

【0005】

【文献】特許第４０３８７８８号公報

【文献】特許第６５７９２８７号公報

【発明の概要】

【発明が解決しようとする課題】

【0006】

時々刻々改良されていく２次電池に対応して、ＡＩ技術を用いて高精度に２次電池の状態を推定できる、計測装置を提供できることが望ましい。計測対象の２次電池の改良等に対して、迅速に対応できる２次電池の状態推定装置が求められる。本発明の目的は、進歩改良の速い２次電池の製品あるいは技術の変化に比較的簡単に対応できるＡＩ技術を用いた２次電池の状態推定装置を提供することである。

【課題を解決するための手段】

【0007】

前記課題を解決する第１発明は、計測対象の２次電池の端子電圧や電流値を含む１次情報を検出する検出回路と、前記２次電池の劣化状態を推定するための第１のニューラルネットワークと、前記第１のニューラルネットワークの出力を補正する第１補正回路と、前記計測対象の製品名あるいは２次電池の容量を入力する入力装置と、を備え、前記第１のニューラルネットワークは入力層と中間層と出力層とを備え、前記検出回路で検出された前記１次情報が前記第１のニューラルネットワークの前記入力装置に入力され、前記第１のニューラルネットワークの前記出力層から出力された値が前記第１補正回路で補正されて、前記計測対象の２次電池の劣化情報が推定される、ことを特徴とする人工知能技術を用いた２次電池の状態推定装置である。

【0008】

前記課題を解決する第２発明は、前記第１の発明である人工知能技術を用いた２次電池の状態推定装置において、さらに前記計測対象の２次電池の蓄電量を推定するための第２ニューラルネットワークと、第２補正回路とを備え、前記第２ニューラルネットワークの入力層には前記検出回路から前記１次情報が入力され、前記第２ニューラルネットワークの出力層からの出力が前記第２補正回路により補正されて、前記計測対象の２次電池の充電量が推定される、ことを特徴とする人工知能技術を用いた２次電池の状態推定装置である。

【0009】

前記課題を解決する第３発明は、前記第２の発明である、人工知能技術を用いた２次電池の状態推定装置において、前記第１補正回路で補正された劣化情報が前記第２ニューラルネットワークの前記入力層に入力される、ことを特徴とする人工知能技術を用いた２次電池の状態推定装置である。

【0010】

上記課題を解決する第４発明は、前記第１の発明乃至第３の発明の内の１に記載の発明である、人工知能技術を用いた２次電池の状態推定装置において、前記計測対象の２次電池の異常を推定する第３ニューラルネットワークを有し、前記１次情報の急変値と急変周期が前記第３ニューラルネットワークに入力され、これに基づいて異常の有無を推定する、ことを特徴とする人工知能技術を用いた２次電池の状態推定装置である。

【発明の効果】

【0011】

本発明によれば、時々刻々、改良が加えられる２次電池に対して、比較的簡単に対応できるＡＩ技術を用いた２次電池の計測装置を得ることである。

【図面の簡単な説明】

【0012】

【図1】本発明が適用された、２次電池の状態推定装置に関する説明図である。

【図2】ニューラルネットワークを説明する説明図である。

【図3】ニューラルネットワークの出力補正を説明する説明図。

【図4】２次電池の異常を説明する特性図である。

【発明を実施するための形態】

【0013】

１．電気自動車に本願発明を適用した場合の一実施形態について
図１に、電気自動車に本願発明を適用した場合の一実施形態を示す。電気自動車の駆動用電力が、２次電池例えばリチウムイオン２次電池２０に蓄えられ、リチウムイオン２次電池２０から車を駆動する車両駆動装置４０に、図示しない運転者の運転操作に基づいて、電力が供給される。リチウムイオン２次電池２０は図示しない発電装置から電力が供給される。さらにまた走行中に、車両に対してブレーキ操作等の減速操作が行われると、回生制動制御により発生した電力がリチウムイオン２次電池２０に供給され、蓄電される。

【0014】

車両の走行に基づいてリチウムイオン２次電池２０は充放電を繰り返し、徐々に劣化が進む。このためリチウムイオン２次電池２０について、どのくらい劣化が進んでいるのか、またリチウムイオン２次電池２０にどれだけの電力が蓄えられているのか、突然リチウムイオン２次電池２０が発火するなどの危険性が無いのか、などについて、正確な状態が推定され、制御等に使用されたり、運転者等に伝えられたりすることが望ましい。

【0015】

２次電池状態推定装置１００は、リチウムイオン２次電池２０や車両駆動装置４０の一次情報を検出する一次情報検出回路１２０と、前記一次情報に基づいて劣化基本データを出力する第１ニューラルネットワーク１３０と、前記一次情報および第１ニューラルネットワーク１３０あるいは補正回路１４０で補正した劣化度情報に基づいて蓄電量基本データを出力する第２ニューラルネットワーク１５０と、異常基本データを出力する第３ニューラルネットワーク１７０と、入力装置１９０と、補正回路１４０と、補正回路１６０と、補正回路１８０と、急変検出回路１７２と、を備えている。上記劣化基本データや上記蓄電量基本データ、上記異常基本データは、それ自身でも高い精度の情報であるが、さらに制度を高めるためには、これらのデータを入力装置１９０からの入力情報に基づいて、補正回路１４０や補正回路１６０、補正回路１８０により、それぞれ補正することが好ましい。詳細は以下で述べるが、第１ニューラルネットワーク１３０や第２ニューラルネットワーク１５０、第３ニューラルネットワーク１７０を構築するには、時間が必要となる。一方、状態推定対象のリチウムイオン２次電池２０は新しいラインナップの製品が出たり、内部の電極形状に小さな変更が加えられたり、セパレータの材料の一部に変更が加えられたり、等、色々な改良がなされる。その度に第１ニューラルネットワーク１３０や第２ニューラルネットワーク１５０、第３ニューラルネットワーク１７０そのものを再構築していると、対応が困難となる。これらについては、補正回路１４０や補正回路１６０、補正回路１８０で補正することで、十分に高い精度を維持することができる。また補正回路１４０や補正回路１６０、補正回路１８０は特にその構成が特定されるものではなく、いろいろな回路等で対応できる。

【0016】

２．電気自動車の走行について
エンジン車は、ガソリンエンジンやディーゼルエンジンの出力により車両が走行する。環境問題があり、搭載しているリチウムイオン２次電池２０に電力を蓄え、蓄えた電力によりモータを駆動し、車両が走行するハイブリッドカーや電気自動車が、近年使用されるようになってきた。ハイブリッドカーであれ、電気自動車であれ、走行に必要な電力を蓄えるリチウムイオン２次電池２０が必要となる。電気自動車の一例を図１のリチウムイオン２次電池２０や車両駆動装置４０で説明する。なお、ハイブリッドカーであっても、基本的な部分は同じである。

【0017】

走行のための電力はリチウムイオン２次電池２０に蓄えられている。車両駆動装置４０には、走行用モータやアクセルペタル、ブレーキペタル、操舵機構が設けられている。運転者がアクセルペタルを踏み込むと、走行用モータに電力が供給され、操作量に基づき、加速減速の運転が行われる。加速時には加速に必要な電力がリチウムイオン２次電池２０から車両駆動装置４０に供給され、減速時には、回生制動により回収された電力が、車両駆動装置４０からリチウムイオン２次電池２０に蓄電される。このようにリチウムイオン２次電池２０から流れ出る電流値が時々刻々変化する。

【0018】

リチウムイオン２次電池２０が長時間使用され、充放電を繰り返すと、劣化が進み、例えば、充電したにも関わらず十分な電力が取り出せなくなる、等の問題が生じる。従来は、リチウムイオン２次電池２０の内部抵抗が大きくなると劣化が進んだと判断し、寿命が尽きたとして交換していた。リチウムイオン２次電池２０の内部では、イオンの移動などの現象が生じ、イオンの移動等の現象により充電や放電が行われる。リチウムイオン２次電池２０の劣化を計測しようとした場合に、内部のイオンの状態が安定していないと、精度の高い計測が行えない。リチウムイオン２次電池２０の状態が安定するには、長い時間が必要である。しかし、運転制御などの色々な制御を行うには、応答性が重要であり、安定するのを待っていたのでは制御のために、計測した情報を使用できない。上述したように、以下で説明する第１ニューラルネットワーク１３０や第２ニューラルネットワーク１５０、第３ニューラルネットワーク１７０を構築することで、この問題を解決することができる。

【0019】

リチウムイオン２次電池２０や車両駆動装置４０の時々刻々変化する状態を一次情報として一次情報検出回路１２０で取り込む。一次情報検出回路１２０に取り込まれるリチウムイオン２次電池２０に関する一次情報１２４は、例えば、端子電圧や電流、リチウムイオン２次電池２０の内部抵抗、外気温、などを含む情報である。また一次情報検出回路１２０が取り込む、車両駆動装置４０に関する一次情報１２２は、例えば、車速や加減速の変化量、走行距離、などの情報である。これらの情報は、一次情報検出回路１２０で計測された後、第１ニューラルネットワーク１３０や第２ニューラルネットワーク１５０、第３ニューラルネットワーク１７０の入力として、それぞれの入力層に送られる。

【0020】

第１ニューラルネットワーク１３０や第２ニューラルネットワーク１５０、第３ニューラルネットワーク１７０の基本構成はほぼ同じであり、これらを代表して第１ニューラルネットワーク１３０により、ニューラルネットワークについて説明する。図２に記載のように、第１ニューラルネットワーク１３０は、入力層１３２と中間層１３４と出力層１３６を有している。これは他の第２ニューラルネットワーク１５０や第３ニューラルネットワーク１７０も同様であり、以下に説明の構成も同じである。入力層１３２や中間層１３４や出力層１３６は、丸印で表示するニューロンで構成されるニューロン群を備えている。入力層１３２に走行関係一次情報１２２や２次電池関係一次情報１２４が入力されると、実際にはリチウムイオン２次電池２０が安定状態ではないのに、安定状態で計測された状態の劣化度を表す劣化基本データが推定され、出力層１３６から出力される。このような出力が第１ニューラルネットワーク１３０や第２ニューラルネットワーク１５０、第３ニューラルネットワーク１７０からそれぞれ得られるように、例えば第１ニューラルネットワーク１３０の例では、走行関係一次情報１２２や２次電池関係一次情報１２４のパラメータを、あらかじめ変化させて、その変化した状態でのリチウムイオン２次電池２０の劣化状態を、時間を掛けてリチウムイオン２次電池２０が安定した状態になるのを待って計測し、走行関係一次情報１２２や２次電池関係一次情報１２４の状態から、上記安定した状態の劣化情報が得られるように、中間層１３４の各ニューロンの係数値を決定する。このようにすることで、安定していない時々刻々変わる走行関係一次情報１２２や２次電池関係一次情報１２４の情報が入力された場合にこれらの情報から、直ちにリチウムイオン２次電池２０が安定した状態での、劣化情報を高い精度で得ることができる。第２ニューラルネットワーク１５０による蓄電量の推定や、第３ニューラルネットワーク１７０による以上の推定も同じである。

【0021】

３．蓄電量の計測について
第２ニューラルネットワーク１５０や第３ニューラルネットワーク１７０も基本的には、図２に示す第１ニューラルネットワーク１３０の構成と同じであり、中間層１３４の構築方法も同じである。蓄電情報を得るための第２ニューラルネットワーク１５０の場合には、第２ニューラルネットワーク１５０の入力層１３２に走行関係一次情報１２２や２次電池関係一次情報１２４に加えて、第１ニューラルネットワーク１３０の出力あるいは補正回路１４０の出力が入力される。第２ニューラルネットワーク１５０に第１ニューラルネットワーク１３０の出力あるいは補正回路１４０の出力を入力する理由は次のとおりである。

【0022】

２次電池関係一次情報１２４に基づいて蓄電量を推定した場合に、同じ推定量であってもリチウムイオン２次電池２０から実際に取り出すことができる電力量は、リチウムイオン２次電池２０の劣化状態により異なってくる。リチウムイオン２次電池２０が劣化してくると、放電に伴うリチウムイオン２次電池２０内のイオンの移動量が減少してくる。またイオンの移動速度が低下してくる。さらにその他にも内部抵抗を増加させる要因がいろいろ生じてくる。その結果として、劣化度が少ない状態に比べて、リチウムイオン２次電池２０から取り出すことができる電力量が少なくなる。このようなことから第１ニューラルネットワーク１３０の出力あるいは補正回路１４０の出力を、１５０の入力層１３２に入力する。第２ニューラルネットワーク１５０から蓄電量基本データが出力される。また以下で説明するが第３ニューラルネットワーク１７０から異常状態が生じないかに関する異常情報が出力される。

【0023】

４．補正回路１４０や補正回路１６０、補正回路１８０について
第１ニューラルネットワーク１３０や第２ニューラルネットワーク１５０、第３ニューラルネットワーク１７０は、図２に記載の構成をしており、この構成は事前に入力の状態に対する出力の状態を正確に計測してその結果から中間層１３４の状態を構築することになる。この中間層１３４の構築には時間が必要であり、簡単に変更することが難しい。一方リチウムイオン２次電池２０は、電解質の材料やセパレータの材料等、時々刻々改良がなされている。また容量やサイズの異なる製品を揃えたりする。このような場合、リチウムイオン２次電池２０の動作状態は大部分同じであり、一部のみを変更することで高い精度を維持できる場合が多い。これらのことから補正回路１４０や補正回路１６０、補正回路１８０を使用して第１ニューラルネットワーク１３０や第２ニューラルネットワーク１５０、第３ニューラルネットワーク１７０の出力を補正することで、製品の変化に追随でき、高い精度の推定結果を得ることができる。これらの推定結果は、それぞれ表示装置２００に表示される。

【0024】

図３は、補正回路１４０や補正回路１６０、補正回路１８０の基本構成を示す。これらの補正回路を代表して、補正回路１４０について説明するが、補正回路１６０や補正回路１８０も同じである。入力装置１９０から、状態推定の対象となるリチウムイオン２次電池２０のメーカ名１９２や、製品名あるいは型式など製品の種類を特定することができる名称（以下種類名と記す）１９４、リチウムイオン２次電池２０の電力容量１９６を、補正回路１４０の補正係数ｋを検索するテーブル１４２に入力する。なお、図３はあくまでも一例であり、どのような回路であっても、どのような方式であっても良い。また演算により補正しても良いし、その他の方法で補正しても良い。

【0025】

第１ニューラルネットワーク１３０や第２ニューラルネットワーク１５０、第３ニューラルネットワーク１７０の出力を入力ｉとすると、演算回路１４４は、テーブル１４２で検索された補正係数ｋと入力ｉとにより、例えば掛け算等の演算により、入力ｉに対して、リチウムイオン２次電池２０の小規模変更に対する補正が可能となる。このようにすることで、頻繁に行われるリチウムイオン２次電池２０におけるいろいろな変更に対しても、高い精度の劣化度や蓄電量や異常を、高い精度で推定することができ、表示装置２００に表示することができる。

【0026】

５．リチウムイオン２次電池２０の異常状態の推定について
リチウムイオン２次電池２０が短絡事故を起こすと、高温となり、燃え上がる危険性がある。しかし、このような異常が発生する前に、その兆候が表れることが多い。図４にその一例を示す。図４は、充電を行った場合の端子電圧の変化を示すグラフである。特性２２４が正常な特性である。充放電を繰り返すと、リチウムイオン２次電池２０の劣化に基づいて、特性２２６あるいは特性２２０が一瞬表れることがある。しかし特性２２６あるいは特性２２０はすぐに消え、正常な特性２２４に戻る。これを繰り返しているうちに、やがて大きな異常の発生に繋がる。

【0027】

図１の急変検出回路１７２で瞬間的な特性変化である、図４の特性２２０や特性２２６を捉え、さらにその発生周期を捉える。第３ニューラルネットワーク１７０で大きな異常につながるか、あるいは単なるノイズであるのかを判断する。この場合、補正回路１８０を設けないで、第３ニューラルネットワーク１７０が異常と判断した場合に、そのまま表示装置２００に、異常を表示しても良い。もちろん補正回路１８０により、リチウムイオン２次電池２０の小規模変更や新たな製品の追加に対応できるようにしても良い。

【0028】

以上説明したように、本実施形態によれば、製品の小規模変更や新たな製品の追加に対して、簡単に効率よく対応でき、しかも高い精度の推定が可能となる。

【符号の説明】

【0029】

２０・・・リチウムイオン２次電池、４０・・・車両駆動装置、１００・・・２次電池状態推定装置、１２０・・・一次情報検出回路、１２２・・・走行関係一次情報、１２４・・・２次電池関係一次情報、１３０・・・第１ニューラルネットワーク、１３２・・・入力層、１３４・・・中間層、１３６・・・出力層、１４０・・・補正回路、１４２・・・テーブル、１４４・・・演算回路、１５０・・・第２ニューラルネットワーク、１６０・・・補正回路、１７０・・・第３ニューラルネットワーク、１７２・・・急変検出回路、１８０・・・補正回路、１９０・・・入力装置、２００・・・表示装置、２２０・・・特性、２２４・・・特性、２２６・・・特性。

【図1】

【図2】

【図3】

【図4】