监视装置、监视方法、计算机程序、劣化判断方法、劣化判断装置、以及劣化判断系统与流程

本发明的一个方面涉及一种监视装置、监视方法以及计算机程序。

背景技术：

蓄电元件广泛用于无停电电源装置、稳定化电源中包括的直流或者交流电源装置等。此外，对可再生能源或者由现有的发电系统发电产生的电力预先进行蓄电的大规模的系统中的蓄电元件的利用正在扩大。

蓄电模块为蓄电单元串联连接的结构。已知蓄电单元因反复充放电而劣化进展。在专利文献1中公开了如下技术：使用存储有与蓄电池的多个使用条件对应的劣化率预测值的数据库、和从实际工作的蓄电池得到的使用条件和劣化率的数据来进行蓄电池的寿命预测。

在串联连接蓄电单元而成的蓄电模块中，在充电时、使用时等，由于在各个蓄电单元之间存在自放电的差或者劣化速度的差，因此在蓄电单元之间产生电压的偏差或者充电状态的偏差。在专利文献2中公开了对这种蓄电单元之间的电压的偏差或者充电状态的偏差进行均匀化的技术。

在先技术文献

专利文献

专利文献1：日本特开2015-121520号公报

专利文献2：日本专利第5573075号公报

技术实现要素：

发明要解决的课题

希望早期掌握设置于移动体、施设的蓄电单元(蓄电模块)的劣化进展或者异常，因此正在研究使用人工知能(以下称为“ai”)。

本发明的一个方面提供一种使用了ai的监视装置、监视方法以及计算机程序。

本发明的另一方面提供一种能够早期检测出劣化的进展比较快的蓄电元件的劣化判断方法、劣化判断装置以及劣化判断系统。

用于解决课题的技术方案

蓄电元件的监视装置具备：获取部，获取对所述蓄电元件的状态进行探测的学习模型是第一模式或者第二模式中的哪一个模式的信息；以及变更部，在所述学习模型是所述第一模式的情况下，将对所述蓄电元件的电压进行均衡化的均衡电路的动作从给定状态进行变更。

在蓄电元件的监视方法中，获取对所述蓄电元件的状态进行探测的学习模型是第一模式或者第二模式中的哪一个模式的信息，在所述学习模型是所述第一模式的情况下，将对所述蓄电元件的电压进行均衡化的均衡电路的动作从给定状态进行变更。

获取部获取对蓄电元件的状态进行探测的学习模型是第一模式或者第二模式中的哪一个模式的信息。第一模式可以是教师数据创建模式、正确答案数据创建模式或者学习模式。第二模式可以是学习模式或者探测模式(使用学习完毕的学习模型来实际探测蓄电元件的状态的模式)。在学习模型是第一模式的情况下，变更部将对蓄电元件的电压进行均衡化的均衡电路(平衡器)的动作从给定状态进行变更。

给定状态可以是均衡电路的通常的动作状态。例如，在多个蓄电单元之间的电压差(例如，各蓄电单元的电压当中的最大电压和最小电压的差)成为阈值以上的情况下，能够进行均衡化。所谓从给定状态进行变更，也可以是限制均衡电路的动作。例如，包括：(1)增大均衡电路开始动作的阈值，使得若多个蓄电单元之间的电压差不比通常状态进一步变大则不进行均衡化、(2)停止均衡电路的动作而不进行均衡化。

根据上述结构，在使对蓄电元件的状态进行探测的学习模型进行学习的情况下，能够通过均衡电路的动作来变更蓄电元件的电压或者充电状态被自动调整的程度。由此，能够获取反映了劣化发生了进展的蓄电元件或者正在成为异常状态的蓄电元件的实际状态的数据。

为了使ai学习(特别是机械学习)，优选收集包括正常的蓄电元件的数据以及劣化的蓄电元件的数据的大量数据。但是，得到劣化的蓄电元件的数据并不容易。为了试验性地制作劣化的蓄电元件，需要成本和时间。在从设置于移动体、施设并实际使用的蓄电元件收集数据的情况下，由于蓄电模块中具备的均衡电路的动作，劣化的蓄电元件示出与正常的蓄电元件同样的行为(例如，由传感器探测的电压行为、温度行为)。上述变更部通过将均衡电路的动作从给定状态进行变更，能够高效地收集劣化发生了进展的蓄电元件或者正在成为异常状态的蓄电元件的数据。

在学习模型是第一模式的情况下，变更部可以将均衡电路进行电压的均衡化时的阈值电压变更为较大的值。由此，劣化发生进展的蓄电元件或者正在成为异常状态的蓄电元件容易示出与正常的蓄电元件不同的行为。

在学习模型是第一模式的情况下，变更部可以将均衡电路的动作变更为停止状态。由此，劣化发生了进展的蓄电元件或者正在成为异常状态的蓄电元件容易示出与正常的蓄电元件不同的行为。

在学习模型是第一模式的情况下，变更部可以使多个蓄电单元当中的一个蓄电单元放电从而增大多个蓄电单元之间的电压差。例如，通过使多个蓄电单元当中的示出最小电压的蓄电单元放电，从而该蓄电单元的电压降低，充电状态降低。由此，能够模拟劣化发生了进展的蓄电单元或者正在成为异常状态的蓄电单元。

在学习模型为第二模式的情况下，变更部可以使均衡电路在给定状态下动作。例如，在通过学习完毕的学习模型来实际探测蓄电元件的状态的探测模式下，能够使均衡电路在给定状态(例如，通常的动作状态)下动作。

由此，能够基于设置于移动体、施设的蓄电元件的实际的使用条件下的数据，正确地掌握蓄电元件(蓄电单元、蓄电模块)的劣化进展或者异常等。学习模型由于学习完毕了示出与正常的蓄电元件不同的行为的、劣化发生了进展的蓄电元件或者正在成为异常状态的蓄电元件所涉及的数据，因此能够迅速地探测到蓄电元件的劣化状态或者异常状态。

在学习模型为第二模式的情况下，变更部可以将均衡电路的动作从给定状态进行变更。例如，在通过学习完毕的学习模型来实际探测蓄电元件的状态的探测模式下，通过将均衡电路从给定状态进行变更(例如，限制均衡电路的动作)，并确认学习模型的输出，从而能够认证学习模型的妥当性。

在设置于移动体、施设的蓄电元件的实际的使用条件下，还能够在使劣化发生了进展的蓄电元件或者正在成为异常状态的蓄电元件明显化了的状态下探测蓄电元件的状态。

获取部可以从服务器获取学习模型是第一模式或者第二模式中的哪一个模式的信息。由此，在具备多个监视装置的大规模的系统等中，能够远程且集中地管理各个监视装置的动作。

监视装置也可以具备学习模型。学习模型可以基于包括蓄电元件的电压以及温度的输入数据，输出蓄电元件的状态。学习模型例如包括用于包含深层学习的机械学习的算法。由此，监视装置能够迅速地探测到自身监视的蓄电元件(蓄电单元、蓄电模块)的劣化状态或者异常状态。

在本发明的另一方面所涉及的劣化判断方法中，停止包括多个蓄电元件的蓄电元件单元的通电，停止所述多个蓄电元件的电压的均匀化，获取所述多个蓄电元件的电压的时间变化，基于获取的电压的时间变化，判断劣化的进展快的劣化蓄电元件的有无。蓄电单元或者蓄电模块可以对应于蓄电元件，蓄电模块或者后述的蓄电体可以对应于蓄电元件单元。

在蓄电模块中包括劣化的进展比较快的蓄电单元(以下称为劣化蓄电单元)的情况下，蓄电模块的性能被劣化蓄电单元制约。进而，组装有蓄电模块的蓄电系统整体的性能受到影响。因此，为了保持蓄电系统的性能，优选早期检测劣化蓄电单元。然而，即使是劣化的进展比较快的蓄电单元，初期的劣化的进展也大多缓慢。在对多个蓄电单元的电压或者充电状态进行均匀化的功能起作用的情况下，劣化蓄电单元和正常的蓄电单元的行为的差变小，难以检测劣化蓄电单元。在无法早期检测劣化蓄电单元，蓄电系统的性能的降低变得明显后，原因的调查需要时间，停止蓄电系统的时间可能变长。

发明效果

根据上述结构，能够比以往更容易地判断蓄电元件是否是劣化蓄电元件，能够早期检测出劣化蓄电元件。因此，在蓄电系统的性能显著降低之前，能够去除劣化蓄电元件。

附图说明

图1是示出远程监视系统的概要的图。

图2是示出远程监视系统的结构的一个例子的框图。

图3是示出通信设备的连接方式的一个例子的图。

图4是示出控制基板以及电池管理装置的结构的一个例子的框图。

图5是示出蓄电模块中的蓄电单元的状态的变迁的一个例子的图。

图6是示出电池管理装置的控制动作的一个例子的图。

图7是示出电池管理装置的其他的结构的一个例子的框图。

图8是示出电池管理装置进行的处理过程的一个例子的流程图。

图9是示出蓄电系统的结构例的框图。

图10是示出蓄电模块的结构例的框图。

图11是示意性地示出均衡电路进行动作的状态下的蓄电单元的电压的时间变化的图表。

图12是示出电池管理装置以及管理装置的功能构成例的框图。

图13是示意性地示出不进行电压的均匀化的状态下的蓄电单元的电压的时间变化的图表。

图14是示出判断劣化蓄电元件的有无的处理的过程的流程图。

图15是示出电池管理装置以及管理装置的功能构成例的框图。

图16是示出电池管理装置的功能构成例的框图。

具体实施方式

(第一实施方式)

以下，基于附图对本实施方式所涉及的监视装置进行说明。图1是示出本实施方式的远程监视系统(劣化判断系统)100的概要的图。如图1所示，在包括公共通信网(例如，因特网等)n1以及实现基于移动通信标准的无线通信的载波网络n2等的网络n上，连接有在火力发电系统f、兆瓦太阳能发电系统s、风力发电系统w、无停电电源装置(ups)u以及铁路用的稳定化电源系统等中配设的整流器(直流电源装置或者交流电源装置)d等。此外，在网络n上，连接有后述的通信设备1、从通信设备1收集信息的服务器装置2、以及获取所收集的信息的客户装置3等。

在载波网络n2中包括基站bs。客户装置3能够从基站bs经由网络n与服务器装置2进行通信。在公共通信网n1上连接有接入点ap。客户装置3能够从接入点ap经由网络n与服务器装置2之间收发信息。

在兆瓦太阳能发电系统s、火力发电系统f以及风力发电系统w中，同时设置有功率调节器(powerconditioningsystem)p以及蓄电系统101。蓄电系统101通过并列设置多个收容有蓄电模块群l的容器c而构成。蓄电模块群l例如由串联连接多个蓄电单元而成的蓄电模块、串联连接多个蓄电模块而成的蓄电体(bank)、并联连接多个蓄电体而成的域的层级结构构成。蓄电元件优选为铅蓄电池以及锂离子电池这样的二次电池、电容器这样的可再充电的元件。蓄电元件的一部分可以是不能再充电的一次电池。

图2是示出远程监视系统100的结构例的框图。远程监视系统100具备通信设备1、服务器装置2、客户装置3、以及后述的作为监视装置的电池管理装置50(参照图3)等。

如图2所示，通信设备1与网络n连接，并且与对象装置p、u、d、m连接。对象装置p、u、d、m包括功率调节器p、无停电电源装置u、整流器d、后述的管理装置m。另外，从远程监视对象这一观点来看，电池管理装置50能够包括在管理装置m中。

在远程监视系统100中，使用与各对象装置p、u、d、m连接的通信设备1来监视蓄电系统101中的蓄电模块(蓄电单元)的状态(例如，电压、电流、温度、充电状态(soc))。远程监视系统100提示用户或者操作员(维护员)能够确认所探测的蓄电单元的状态(包括劣化状态、异常状态等)。

通信设备1具备控制部10、存储部11、第一通信部12以及第二通信部13。控制部10由cpu(centralprocessingunit，中央处理单元)等构成，使用内置的rom(readonlymemory，只读存储器)以及ram(randomaccessmemory，随机存取存储器)等存储器，控制通信设备1整体。

存储部11例如使用闪存等非易失性存储器构成。在存储部11中，存储有控制部10读出并执行的设备程序1p。在存储部11中，存储通过控制部10的处理所收集的信息、事件日志等信息。

第一通信部12是用于实现与对象装置p、u、d、m的通信的通信接口，例如，能够使用rs-232c或者rs-485等串行通信接口。

第二通信部13是经由网络n实现通信的接口，例如使用ethernet(注册商标)或者无线通信用天线等通信接口。控制部10能够经由第二通信部13与服务器装置2进行通信。

服务器装置2具备控制部20、存储部21、通信部22以及学习模型23等。服务器装置2可以是一台服务器计算机，但不限于此，也可以由多台服务器计算机构成。

控制部20例如能够由cpu构成，使用内置的rom以及ram等存储器，控制服务器装置2整体。此外，控制部20也能够由cpu以及gpu(graphicsprocessingunit，图形处理单元)、多核cpu或者tpu(tensorprocessingunit，张量处理单元)构成。控制部20执行基于存储部21中存储的服务器程序2p的信息处理。在服务器程序2p中包括web服务器程序，控制部20作为执行对客户装置3的web页的提供、对web服务的登录的接受等的web服务器发挥功能。控制部20也能够基于服务器程序2p，作为snmp(simplenetworkmanagementprotocol，简单网络管理协议)用服务器从通信设备1收集信息。

存储部21例如能够使用硬盘或者闪存等非易失性存储器。在存储部21中，存储通过控制部20的处理所收集的、包括成为监视对象的对象装置p、u、d、m的状态的数据。

通信部22是实现经由网络n的通信连接以及数据的收发的通信设备。具体地，通信部22是对应于网络n的网卡。

学习模型23能够基于经由通信设备1从对象装置p、u、d、m收集的包括蓄电单元的电压以及温度的输入数据，输出包括蓄电单元的劣化或者异常的状态。学习模型23例如包括用于包含深层学习等的机械学习的算法。学习模型23可以使用量子计算机来实现。

客户装置3可以是发电系统s、f的蓄电系统101的管理者、对象装置p、u、d、m的维护员等操作员使用的计算机。客户装置3可以是台式或者膝上型个人计算机，也可以是智能手机或者平板型通信终端。客户装置3具备控制部30、存储部31、通信部32、显示部33以及操作部34。

控制部30是使用了cpu的处理器。控制部30基于存储部31中存储的web浏览器程序，使显示部33显示通过服务器装置2或者通信设备1提供的web页。

存储部31例如使用硬盘或者闪存等非易失性存储器或者硬盘。在存储部31中，存储有包括web浏览器程序的各种程序。

通信部32能够使用有线通信用的网卡等通信设备、与基站bs(参照图1)连接的移动通信用的无线通信设备、或者应对向接入点ap的连接的无线通信设备。控制部30能够通过通信部32，经由网络n与服务器装置2或者通信设备1之间进行通信连接或者信息的收发。

显示部33能够使用液晶显示器、有机el(electroluminescence，电致发光)显示器等显示器。显示部33能够通过基于控制部30的web浏览器程序的处理，显示由服务器装置2提供的web页的图像。

操作部34是能够与控制部30之间进行输入输出的键盘以及指示设备、或者声音输入部等用户接口。操作部34也可以使用显示部33的触摸面板、或者设置于壳体的物理按钮。操作部34将用户的操作信息通知给控制部20。

图3是示出通信设备1的连接方式的一个例子的图。如图3所示，通信设备1与管理装置m连接。在管理装置m上，连接有分别设置于蓄电体#1～#n的、作为监视装置的电池管理装置(batterymanagementunit)50。另外，通信设备1可以是与电池管理装置50进行通信来接收蓄电元件的信息的终端装置(测量监视器)，也可以是能够与电源相关装置连接的网卡型的通信设备。

各蓄电体#1～#n具备多个蓄电模块60，各蓄电模块60具备控制基板(cellmonitoringunit，电池监视单元)70。设置于每个蓄电体的电池管理装置50能够通过串行通信与分别内置在蓄电模块60中的带通信功能的控制基板70进行通信，并且能够与管理装置m之间进行信息的收发。管理装置m汇集来自属于域的蓄电体的电池管理装置50的信息，并向通信设备1输出。

图4是示出控制基板70以及电池管理装置50的结构的一个例子的框图。控制基板70具备均衡电路71、驱动部73、电压获取部74、控制部75、存储部76、通信部77等。蓄电模块60串联连接有多个蓄电单元61a～61e。在图4中，为了方便，图示了串联连接的5个蓄电单元，但构成蓄电模块60的蓄电单元的数量不限于5。

均衡电路71具备：与蓄电单元61a并联连接的电阻71a和开关72a的串联电路、与蓄电单元61b并联连接的电阻71b和开关72b的串联电路、与蓄电单元61c并联连接的电阻71c和开关72c的串联电路、与蓄电单元61d并联连接的电阻71d和开关72d的串联电路、以及与蓄电单元61e并联连接的电阻71e和开关72e的串联电路。开关72a～72e例如能够使用fet(fieldeffecttransistor，场效应晶体管)，但也可以使用继电器。

驱动部73进行驱动使得开关72a～72e接通或者断开。在开关72a～72e是fet的情况下，驱动部73能够向fet的栅极输出栅极信号，使fet接通/断开。

电压获取部74获取蓄电单元61a～61e各自的电压。

存储部76存储给定的阈值电压。

控制部75根据由电压获取部74获取的各蓄电单元61a～61e各自的电压确定最大电压和最小电压。在最大电压和最小电压的电压差成为阈值电压以上的情况下，控制部75通过使与获取了最大电压的蓄电单元并联连接的开关接通，从而经由电阻使该蓄电单元放电。由此，降低该蓄电单元的电压(充电状态)，使蓄电单元61a～61e之间的电压(充电状态)均衡化。

通信部77具有与电池管理装置50的第一通信部52之间例如进行串行通信的功能。

电池管理装置50具备控制部51、第一通信部52以及第二通信部53等。

第一通信部52具有与控制基板70的通信部77之间例如进行串行通信的功能。

第二通信部53具有与通信设备1之间进行信息的收发的功能。更具体地，第二通信部53具有作为获取部的功能，从服务器装置2获取对蓄电单元状态进行探测的学习模型23移至学习模式或者探测模式下的哪一个的信息。由此，在具备多个电池管理装置50的大规模的系统等中，能够远程管理并且集中管理各个电池管理装置50的动作。

探测模式(也称为运用模式)是使用学习完毕的学习模型23来对蓄电单元的状态进行实际探测的模式。在本实施方式中，服务器装置2是具备学习模型23的结构，但不限于此，也可以是其他装置具备学习模型23的结构。

控制部51能够由cpu等构成。控制部51具有作为变更部的功能，在服务器装置2的学习模型23移至学习模式的情况下，进行将对多个蓄电单元的电压进行均衡化的均衡电路71的动作从给定状态进行变更这样的控制动作。

给定状态可以意味着均衡电路71的通常的动作状态，例如，能够设为在多个蓄电单元61a～61e间的电压差(例如，各蓄电单元的电压当中最大电压和最小电压的差)变为阈值电压以上的情况下，进行均衡化的状态。从给定状态进行变更可以意味着限制均衡电路71的动作，例如，包括：(1)增大均衡电路71开始动作的阈值电压，使得若多个蓄电单元之间的电压差不比通常状态进一步变大则不进行均衡化、(2)停止均衡电路71的动作而不进行均衡化。控制部51进行的对均衡电路71的控制动作的细节将在后面叙述。

根据上述结构，在使对蓄电单元的状态进行探测的学习模型23进行学习的情况下，能够通过均衡电路71的动作来变更蓄电单元的电压或者充电状态被自动调整的程度。由此，能够获取反映了劣化发生了进展的蓄电单元或者正在成为异常状态的蓄电单元的实际状态的数据。

图5是示出蓄电模块中的蓄电单元的状态的变迁的一个例子的图。用附图标记a～e表示蓄电单元。图中，标注斜线表示蓄电单元的电压(充电状态)。在图5中夸张地表示蓄电单元的电压差，实际的电压差更小(例如，数十mv左右)。从上段所示的状态a到状态c，示出均衡电路71的通常的动作状态下的蓄电单元的状态的变迁。在状态a下，蓄电单元a、c、d、e的电压大致相同，但蓄电单元b的电压比其他蓄电单元的电压小。在该情况下，蓄电单元b与其他蓄电单元相比，劣化进展，或者潜在地发生异常的预兆。

进而，若使用状态持续而成为状态b，则蓄电单元之间的电压差(在图中为蓄电单元b的电压和其他蓄电单元的电压的差)成为阈值电压vth以上。于是，均衡电路71的动作开始，进行蓄电单元b以外的蓄电单元的放电。由此，蓄电单元的电压被均衡化。

之后，例如，若对各蓄电单元进行充电，则各蓄电单元的电压在均衡化了的状态下上升，成为状态c。

接下来，对本实施方式的电池管理装置50的对均衡电路71的控制动作进行说明。电池管理装置50能够将均衡电路71开始动作(均衡化)的阈值电压变更为比通常状态下的阈值电压vth大的值vth2。从下段所示的状态d到状态e，示出均衡电路71的动作从通常状态进行了变更的情况下的蓄电单元的状态的变迁。状态d与状态a相同。

进而，使用状态持续而成为状态e，蓄电单元之间的电压差(在图中为蓄电单元b的电压和其他蓄电单元的电压的差)δv成为阈值电压vth以上(电压差δv比阈值电压vth2小)。均衡电路71不会像通常的动作状态那样开始均衡化。例如，在状态e下，电池管理装置50能够收集蓄电单元(蓄电模块)的电压、电流、温度、soc等数据，并作为学习模型23的学习用数据，经由通信设备1提供给服务器装置2。第二通信部53能够将所收集的表示蓄电单元(蓄电模块)的状态的各种数据发送到服务器装置2。

由此，能够获取反映了劣化发生了进展的蓄电单元或者正在成为异常状态的蓄电单元的实际状态的数据。

接下来，对学习模型23的模式与电池管理装置50的对均衡电路71的控制动作的关系进行说明。

图6是示出电池管理装置50的控制动作的一个例子的图。在此，对情形1至情形5进行说明。

在情形1中，示出了学习模型23移至学习模式的情况。控制部51将均衡电路71进行电压的均衡化时的阈值电压变更为较大的值。控制部51获取包括蓄电单元的电压、温度的数据，并提供给学习模型23。由此，劣化发生了进展的蓄电单元或者正在成为异常状态的蓄电单元容易示出与正常的蓄电单元不同的行为。

在情形2中，示出了学习模型23移至学习模式的情况。控制部51将均衡电路71的动作变更为停止状态。控制部51获取包括蓄电单元的电压、温度的数据，并提供给学习模型23。由此，劣化发生了进展的蓄电单元或者正在成为异常状态的蓄电单元容易示出与正常的蓄电单元不同的行为。

在情形3中，示出了学习模型23移至学习模式的情况。控制部51使多个蓄电单元当中的一个蓄电单元放电从而增大多个蓄电单元之间的电压差。例如，通过使多个蓄电单元当中的示出最小电压的蓄电单元放电，从而该蓄电单元的电压降低，soc降低，因此能够增大多个蓄电单元之间的电压差(例如，最大电压和最小电压的差)。控制部51获取包括蓄电单元的电压、温度的数据，并提供给学习模型23。由此，能够模拟劣化发生了进展的蓄电单元或者正在成为异常状态的蓄电单元。

在情形4中，示出了学习模型23移至探测模式的情况。控制部51使均衡电路71在通常的动作状态(给定状态)下动作。即，在通过学习完毕的学习模型23来实际探测蓄电单元的状态的探测模式下，能够使均衡电路71在通常的动作状态下动作。控制部51获取包括蓄电单元的电压、温度的数据，并提供给学习模型23。

由此，能够基于设置于移动体、施设的蓄电单元的实际的使用条件下的数据，正确地掌握蓄电单元(蓄电模块)的劣化进展或者异常等。学习模型23由于学习完毕了示出与正常的蓄电单元不同的行为的、劣化发生了进展的蓄电单元或者正在成为异常状态的蓄电单元所涉及的数据，因此能够迅速地探测到蓄电单元的劣化状态或者异常状态。

在情形5中，示出了学习模型23移至探测模式的情况。控制部51使均衡电路71的状态成为前述的情形1、2、3中的任意一个的状态。即，在通过学习完毕的学习模型23来实际探测蓄电单元的状态的探测模式下，将均衡电路71从通常的动作状态进行变更。控制部51获取包括蓄电单元的电压、温度的数据，并提供给学习模型23。

由此，能够认证学习模型23的妥当性。如果学习完毕的学习模型23能够迅速地探测到将均衡电路71从通常的动作状态进行了变更的蓄电模块或者该蓄电模块中包括的特定的蓄电单元，则能够判断为学习模型23的妥当性较高。通过这种学习完毕的学习模型23，不仅能够进行劣化的蓄电单元的探测，还能够探测到具有未正常进行动作的均衡电路71或者控制基板70的蓄电模块、具有未正常进行动作的电池管理装置50的蓄电体。

图7是示出电池管理装置50的其他的结构的一个例子的框图。如图7所示，电池管理装置50能够具备学习模型54。学习模型54能够具备与上述学习模型23同样的结构、功能。电池管理装置50可以具备与服务器装置2同样的功能，能够判别学习模型54的模式(探测模式或者学习模式)。由此，电池管理装置50能够迅速地探测到自身监视的蓄电模块(蓄电单元)的劣化状态或者异常状态。

图8是示出电池管理装置50进行的处理过程的一个例子的流程图。以下，为了方便，将处理的主体作为控制部51进行说明。控制部51获取学习模型的模式(s11)，判断是否是学习模式(s12)。在是学习模式的情况下(s12中为是)，控制部51将均衡电路的状态从通常状态进行变更(s13)。从通常状态的变更例如能够设为图6中例示的情形1、2、3中的任意一个。

控制部51获取包括蓄电单元的电压、温度的学习用数据(s14)，并通过将获取的学习用数据发送给服务器装置2来提供给学习模型(s15)。能够通过在所需期间内收集以给定的采样周期检测的数据来获取学习用数据。

控制部51判断是否结束学习用数据的获取(s16)，在不结束学习用数据的获取的情况下(s16中为否)，继续步骤s14以后的处理。在结束学习用数据的获取的情况下(s16中为是)，控制部51使均衡电路返回到通常状态(s17)，进行后述的步骤s23的处理。

在不是学习模式的情况下(s12中为否)，即，在是探测模式的情况下，控制部51判断是否将均衡电路的状态从通常状态进行变更(s18)。从通常状态的变更例如能够设为图6中例示的情形1、2、3中的任意一个。即，在探测模式下，能够将均衡电路的状态选择为通常的动作状态和限制了通常的动作状态的状态中的任意一个。

在将均衡电路的状态从通常状态进行变更的情况下(s18中为是)，控制部51将均衡电路的状态从通常状态进行变更(s19)，进行后述的步骤s20的处理。在不将均衡电路的状态从通常状态进行变更的情况下(s18中为否)，控制部51进行后述的步骤s20的处理，而不进行步骤s19的处理。

控制部51获取包括蓄电单元的电压、温度的输入数据(s20)，并通过将获取的输入数据发送给服务器装置2来提供给学习模型(s21)。另外，能够通过在所需期间内收集以给定的采样周期检测的数据来获取探测模式下的输入数据。

控制部51判断是否结束探测模式(s22)，在不结束探测模式的情况下(s22中为否)，继续步骤s20以后的处理。在结束探测模式的情况下(s22中为是)，控制部51判断是否结束处理(s23)。在不结束处理的情况下(s23中为否)，控制部51继续步骤s11以后的处理，在结束处理的情况下(s23中为是)，结束处理。

本实施方式的控制部51也能够使用具备cpu(处理器)、ram(存储器)等的通用计算机来实现。即，将图8所示的确定了各处理的过程的计算机程序装载到计算机所具备的ram(存储器)中，通过由cpu(处理器)执行计算机程序，能够在计算机上实现控制部51。计算机程序也可以记录在记录介质中并进行流通。在服务器装置2中进行学习的学习模型23以及基于其的计算机程序也可以经由网络n以及通信设备1被分发到远程监视的对象装置p、u、d、m、电池管理装置50、终端装置并进行安装。

为了在计算机中使用于蓄电元件的学习模型进行学习，计算机程序使计算机执行如下步骤：获取学习模型是第一模式或者第二模式中的任意一个模式的信息的步骤；在学习模型是第一模式的情况下，将对蓄电元件的电压进行均衡化的均衡电路的动作从给定状态进行变更的步骤；以及获取包括蓄电元件的电压、电流、温度以及soc中的至少任意一个的输入数据并提供给学习模型的步骤。

计算机程序可以进一步使计算机执行如下步骤：在学习模型是第一模式的情况下，使均衡电路的动作保持给定状态不变，获取输入数据并提供给学习模型的步骤。

为了使计算机探测蓄电元件的状态，计算机程序使计算机执行如下步骤：使包括蓄电元件的电压、电流、温度以及soc中的至少任意一个的输入数据输入到通过前述的计算机程序学习完毕的学习模型的步骤；和探测蓄电元件的状态的步骤。

如上所述，根据本实施方式的电池管理装置，在使对蓄电单元的状态进行探测的学习模型进行学习的情况下，能够通过均衡电路的动作来变更蓄电单元的电压或者soc被自动调整的程度。由此，能够获取反映了劣化发生了进展的蓄电单元或者正在成为异常状态的蓄电单元的实际状态的数据，能够迅速地探测到蓄电单元的劣化状态或者异常状态。

也可以通过以下的方式来实现技术思想。一种学习模型的学习方法，在将对蓄电元件的电压进行均衡化的均衡电路的动作从给定状态进行变更之后，获取包括蓄电元件的电压、电流、温度以及soc中的至少任意一个的输入数据并提供给学习模型。对于一个或者多个蓄电模块，可以将均衡电路的动作从给定状态进行各种变更(将进行电压均衡化的阈值电压变更为较大的值或者较小的值，或者将均衡电路的动作变更为停止状态)，获取输入数据并提供给学习模型。对于一个或者多个蓄电模块，可以将输入数据提供给学习模型，而不将均衡电路的状态从给定状态进行变更(即，使均衡电路保持为通常的动作状态不变)。可以对服务器的学习模型提供输入数据。通过这样的方法，能够从有限数量的蓄电模块对学习模型以倍数的方式提供输入数据。即，能够高效地准备用于学习的大数据。

(第二实施方式)

图9是示出蓄电系统101的结构例的框图。蓄电系统101具有串联连接多个蓄电单元而成的蓄电模块60、串联连接多个蓄电模块60而成的蓄电体4、以及并联连接多个蓄电体4而成的域的层级结构。图9所示的蓄电系统101构成一个域。

蓄电系统101与功率调节器p连接。多个蓄电体4的每一个经由电力线42与功率调节器p连接。通过功率调节器p向蓄电体4供给电力，对蓄电体4进行充电。此外，从蓄电体4放电的电力通过功率调节器p输出到外部。例如，功率调节器p与发电系统以及/或者送电系统连接。

各个蓄电体4具备开闭器41。开闭器41进行串联连接的多个蓄电模块60和电力线42之间的连接以及切断。在开闭器41关闭的情况下，多个蓄电模块60和电力线42连接，在开闭器41打开的情况下，多个蓄电模块60和电力线42切断。在多个蓄电模块60和电力线42连接的状态下，通过功率调节器p、电力线42以及开闭器41，在各个蓄电模块60中进行充电或者放电，即进行通电。

各个蓄电体4具备多个蓄电模块60和电池管理装置(bmu：batterymanagementunit)50。各个蓄电模块60具备控制基板(cmu：cellmonitoringunit)70。各个蓄电模块60中具备的控制基板70与电池管理装置50连接。电池管理装置50能够与各个控制基板70之间进行通信。电池管理装置50通过与电力线42不同的路径(未图示)被供给电力，能够与开闭器41的状态无关地进行动作。

蓄电系统101具备管理装置m。管理装置m是管理属于域的蓄电元件的bmu。各个蓄电体4中具备的电池管理装置50经由通信线43与管理装置m连接。通信设备1与管理装置m以及/或者功率调节器p连接。通信设备1可以具有与管理装置m连接的通信设备和与功率调节器p连接的通信设备。电池管理装置50与管理装置m之间进行信息的收发。管理装置m汇集来自多个电池管理装置50的信息，并向通信设备1输出。

图10是示出蓄电模块60的结构例的框图。蓄电模块60所具备的控制基板70包括均衡电路(平衡器)71、驱动部73、电压获取部74、控制部75、存储部76以及通信部77。蓄电模块60所具备的多个蓄电单元61a～61e串联连接。在图10中，为了方便，示出了串联连接的5个蓄电单元，但构成蓄电模块60的蓄电单元的数量不限于5。此外，蓄电模块60也可以包括与其他蓄电单元并联连接的蓄电单元。多个蓄电单元61a～61e与其他的蓄电模块60中包括的蓄电单元串联电连接，并与开闭器41电连接。

均衡电路71具备：与蓄电单元61a并联连接的电阻71a和开关72a的串联电路、与蓄电单元61b并联连接的电阻71b和开关72b的串联电路、与蓄电单元61c并联连接的电阻71c和开关72c的串联电路、与蓄电单元61d并联连接的电阻71d和开关72d的串联电路、以及与蓄电单元61e并联连接的电阻71e和开关72e的串联电路。开关72a～72e也可以使用fet(fieldeffecttransistor，场效应晶体管)等开关元件或者继电器等开关电路。

驱动部73进行驱动使得开关72a～72e接通或者断开。在开关72a～72e是fet的情况下，驱动部73能够向fet的栅极输出栅极信号，使fet接通/断开。电压获取部74获取蓄电单元61a～61e各自的电压。存储部76存储给定的阈值电压。

控制部75根据由电压获取部74获取的各蓄电单元61a～61e的电压来确定最大电压和最小电压。在最大电压和最小电压的电压差成为阈值电压以上的情况下，控制部75通过使与最大电压的蓄电单元并联连接的开关接通，从而经由电阻使该蓄电单元放电。由此，降低该蓄电单元的电压，对蓄电单元61a～61e之间的电压进行均匀化。

在蓄电单元61a～61e中存在soc比其他蓄电单元低的蓄电单元的情况下，该蓄电单元的电压比其他蓄电单元低。通过均衡电路71的动作，其他蓄电单元放电，其他蓄电单元的soc以及电压降低。这样，蓄电模块60中包括的多个蓄电单元的电压以及soc被均匀化。均衡电路71、驱动部73、电压获取部74、控制部75以及存储部76对应于均匀化部。

通信部77具有与电池管理装置50之间例如进行串行通信的功能。控制部75使通信部77将表示电压获取部74获取的蓄电单元61a～61e各自的电压的信息向电池管理装置50发送。

图11是示意性地示出均衡电路71进行动作的状态下的蓄电单元的电压的时间变化的图表。横轴表示在无通电的状态下放置蓄电单元的时间，纵轴表示蓄电单元的电压。电压可以是ocv(opencircuitvoltage，开路电压)。用三角标记表示劣化的进展快的劣化蓄电单元的电压，用圆圈表示劣化的进展速度在允许范围内的正常的蓄电单元的电压。劣化蓄电单元的电压更快地降低，与正常的蓄电单元的电压之间产生差。随着时间推移，电压差扩大，达到阈值电压。在图11中，用虚线表示劣化蓄电单元和正常的蓄电单元的电压差达到阈值电压的时刻。在图11中，用虚线圆圈表示均衡电路71不进行动作的状态下的正常的蓄电单元的电压的时间变化。

如图11所示，通过对多个蓄电单元的电压进行均匀化，从而与均衡电路71不进行动作的情况相比，正常的蓄电单元的电压降低，劣化蓄电单元和正常的蓄电单元的电压差变小。即使经过一段时间，劣化蓄电单元和正常的蓄电单元的电压差也难以扩大。因此，可以预想到在均衡电路71进行动作的状态下，难以基于电压的时间变化来检测劣化蓄电单元。相反，在均衡电路71不进行动作的状态下，随着时间推移，劣化蓄电单元和正常的蓄电单元的电压差扩大。因此，可以预想到容易基于电压的时间变化来检测劣化蓄电单元。

图12是示出电池管理装置50以及管理装置m的功能构成例的框图。电池管理装置50具备控制部51、第一通信部52以及第二通信部53。控制部51是使用cpu的处理器。第一通信部52与蓄电体4内的多个控制基板70连接。第一通信部52接收从控制基板70发送的信息。第二通信部53经由通信线43与管理装置m连接。控制部51使第二通信部53将从多个控制基板70接收的信息发送给管理装置m。

管理装置m使用计算机构成。管理装置m具备控制部401、第一通信部402以及第二通信部403。控制部401是使用cpu的处理器。第一通信部402与多个电池管理装置50连接。第一通信部402接收从电池管理装置50发送的信息。第二通信部403与通信设备1连接。控制部401使第二通信部403将从多个电池管理装置50接收的信息发送给通信设备1。通信设备1将从管理装置m接收的信息发送给服务器装置2。即，管理装置m经由通信设备1将信息发送给服务器装置2，电池管理装置50经由管理装置m以及通信设备1将信息发送给服务器装置2。

接下来，说明本实施方式所涉及的劣化判断方法。服务器装置2作为劣化判断装置发挥功能。为了根据蓄电单元的电压的时间变化来判断劣化蓄电单元的有无，学习模型23进行机械学习。例如，机械学习由服务器装置2执行。

从串联连接的多个蓄电单元的充电状态大致相同的状态，进行电压的获取。此时，在蓄电体4的开闭器41打开、均衡电路71不进行动作的状态下，由电压获取部74获取各个蓄电单元的电压，经由电池管理装置50、管理装置m以及通信设备1发送所获取的电压。各个蓄电体4中具备的电池管理装置50经由通信线43与管理装置m连接。多个蓄电单元的各个电压的时间变化例如存储在服务器装置2的存储部21中。

图13是示意性地示出不进行电压的均匀化的状态下的蓄电单元的电压的时间变化的图表。横轴表示在无通电的状态下放置蓄电单元的时间，纵轴表示蓄电单元的电压。电压可以是ocv。用三角标记表示劣化蓄电单元的电压，用圆圈表示劣化的进展速度在允许范围内的正常的蓄电单元的电压。劣化蓄电单元是与正常的蓄电单元相比劣化的进展快的蓄电单元。劣化蓄电单元的电压更快地降低，与正常的蓄电单元的电压之间产生差。与图11所示的进行了电压的均匀化的状态下的电压的时间变化不同，随着时间推移，正常的蓄电单元和劣化蓄电单元的电压差持续扩大。

在经过了某一程度的长度的时间后，正常的蓄电单元和劣化蓄电单元的电压差显著，因此能够基于蓄电单元的电压来判断该蓄电单元是否是劣化蓄电单元。例如，可以在不进行通电而经过了给定时间后的电压不足给定的阈值的情况下，判断蓄电单元为劣化蓄电单元。也可以在不进行通电而经过了给定时间后的电压相对于初期电压的比率不足阈值的情况下，判断蓄电单元为劣化蓄电单元。可以利用一次函数对电压的时间变化进行近似，在电压相对于时间的变化率的绝对值超过阈值的情况下，判断蓄电单元为劣化蓄电单元。也可以将多个蓄电单元中、不进行通电而经过了给定时间后的电压更低的一方的给定数量的蓄电单元判断为劣化蓄电单元。

对于获取了电压的时间变化的多个蓄电单元的每一个，可以由人进行是否是劣化蓄电单元的判断，也可以由计算机进行。例如，服务器装置2的控制部20根据服务器程序2p，基于存储部21中存储的多个蓄电单元的各个电压的时间变化，判断各个蓄电单元是否是劣化蓄电单元。通过判断，确定各个蓄电单元是否是劣化蓄电单元。

创建教师数据，该教师数据是对于多个蓄电单元的每一个，使电压的时间变化和确定了该蓄电单元是否是劣化蓄电单元的结果建立了对应关系而得到的。教师数据例如存储在服务器装置2的存储部21中。使用所创建的教师数据来进行学习模型23的机械学习。例如，服务器装置2的控制部20根据服务器程序2p，进行学习模型23的机械学习。在机械学习中，进行调整学习模型23的参数的机械学习，使得能够根据不明确是否是劣化蓄电单元的蓄电单元的电压的时间变化来判断蓄电单元是否是劣化蓄电单元。

通过在服务器装置2中执行机械学习的处理，得到学习完毕的学习模型23。机械学习也可以由服务器装置2以外的计算机执行。在该情况下，通过机械学习来创建表示学习完毕的学习模型23的学习数据，将创建的学习数据输入到服务器装置2。服务器装置2通过将学习数据存储在存储部21中，得到学习完毕的学习模型23。

图14是示出判断劣化蓄电元件的有无的处理的过程的流程图。作为劣化判断装置的服务器装置2的控制部20根据服务器程序2p执行以下的处理。判断是否是劣化蓄电元件的对象的蓄电元件是蓄电系统101中包括的蓄电单元。控制部20通过将包括蓄电单元的蓄电模块60从用于向蓄电模块60通电的电力线42切断，使蓄电模块60的通电停止(s1)。例如，控制部20使通信部22将用于打开开闭器41的控制信号向包括对象的蓄电单元的蓄电模块60的开闭器41发送。控制信号经由通信网络n、通信设备1以及管理装置m向开闭器41发送。通过打开开闭器41，多个蓄电模块60和电力线42被切断，不再进行蓄电模块60的通电。开闭器41打开的蓄电体4成为与电力线42(主电路)断开的状态。在步骤s1中，将控制信号发送给电池管理装置50，电池管理装置50可以根据控制信号打开开闭器41。也可以不从服务器装置2发送控制信号，而在蓄电系统101中独自地打开开闭器41。例如，也可以手动打开开闭器41。步骤s1的处理对应于通电停止部。

接下来，对于停止了通电的蓄电模块60，控制部20停止多个蓄电单元的电压的均匀化(s2)。例如，控制部20使通信部22将用于使均衡电路71的动作停止的控制信号经由通信网络n、通信设备1、管理装置m以及电池管理装置50向控制基板70发送。控制基板70的控制部75使均衡电路71的动作停止，由此蓄电模块60中包括的多个蓄电单元的电压的均匀化被停止。例如，在开闭器41打开的蓄电体4中包括的所有的蓄电模块60中，均衡电路71的动作停止。步骤s2的处理对应于均匀化停止部。可代替地，步骤s2可以与步骤s1同时进行，也可以在步骤s1之前执行。

接下来，控制部20获取通电停止且均衡电路71的动作停止的蓄电模块60中包括的蓄电单元的电压的时间变化(s3)。例如，控制部20使通信部22将用于获取蓄电单元的电压的控制信号向包括对象的蓄电单元的蓄电模块60的控制基板70发送。控制信号经由通信网络n、通信设备1、管理装置m以及电池管理装置50向控制基板70发送。在控制基板70中，最初，在蓄电模块60中包括的多个蓄电单元61a～61e的充电状态大致相同的状态下，获取蓄电单元61a～61e各自的电压。接着，电压获取部74反复获取蓄电单元61a～61e各自的电压。电压获取部74获取的电压可以是ocv。控制部75使通信部77依次发送表示所获取的电压的信息。表示电压的信息经由电池管理装置50、管理装置m、通信设备1以及通信网络n依次发送给服务器装置2。服务器装置2通过通信部22接收表示蓄电单元的电压的信息，控制部20使接收的信息存储在存储部21中。随着时间的经过，表示蓄电单元的电压的信息被依次接收并存储。可代替地，表示随时间的经过的蓄电单元的电压的信息也可以一并发送以及一并接收。这样，获取蓄电单元的电压的时间变化。例如，对于开闭器41打开的蓄电体4中包括的所有的蓄电单元，获取电压的时间变化。步骤s3的处理对应于获取部。

接下来，控制部20从存储部21读出表示蓄电单元的电压的时间变化的信息并提供给学习模型23，学习模型23基于蓄电单元的电压的时间变化，判断蓄电单元是否是劣化蓄电单元(s4)。由于学习模型23已经学习了劣化蓄电单元和正常的蓄电单元的电压的时间变化的差异，因此能够根据蓄电单元的电压的时间变化来判断蓄电单元是否是劣化蓄电单元。学习模型23也可以基于与为了创建教师数据而获取蓄电单元的电压的时间变化的期间相比更短的期间的电压的时间变化，来判断蓄电单元是否是劣化蓄电单元。步骤s4的处理对应于判断部。

接下来，控制部20输出蓄电单元是否是劣化蓄电单元的判断结果(s5)。例如，控制部20使通信部22将表示判断结果的信息经由通信网络n向客户装置3发送。客户装置3通过通信部32接收表示判断结果的信息，控制部30基于接收的信息，使显示部33显示判断结果。例如，对各个蓄电单元赋予识别信息，在显示部33上显示识别信息和表示由识别信息识别的蓄电单元是否是劣化蓄电单元的信息。蓄电系统的管理者通过确认输出的判断结果，能够知道哪个蓄电单元是劣化蓄电单元。以上，判断劣化蓄电单元(劣化蓄电元件)的有无的处理结束。

在判断劣化蓄电单元的有无的处理结束后，从蓄电体4取下包括被判断为劣化蓄电单元的蓄电单元的蓄电模块60。例如，蓄电模块60可以与新的蓄电模块60进行更换。在蓄电体4中，也可以连接所取下的蓄电模块60以外的多个蓄电模块60。在成为判断的对象的蓄电体4中，在判断处理之后，开闭器41关闭，各个蓄电模块60能够使均衡电路71动作，并能够使蓄电体4的运用重新开始。

也可以对于蓄电系统101中包括的多个蓄电体4中的一部分的蓄电体4，进行劣化蓄电单元的有无的判断，在劣化蓄电单元的有无的判断结束后，对于蓄电系统101中包括的其他的蓄电体4，进行劣化蓄电单元的有无的判断。进行一次判断的蓄电体4的数量可以是单个也可以是多个。这样，通过对于各个蓄电体4依次进行劣化蓄电单元的有无的判断，能够不停止蓄电系统101整体的运用，即，能够使蓄电系统101的工作继续的同时进行蓄电系统101的预防维护。

如以上详述，在本实施方式中，在停止蓄电模块60的通电并停止多个蓄电单元的电压的均匀化的状态下，获取蓄电单元的电压的时间变化，基于电压的时间变化来判断蓄电单元是否是劣化蓄电单元。蓄电模块60的通电停止和蓄电单元的电压均匀化的停止通过远程操作进行(经由通信网络进行)。在停止了多个蓄电单元的电压的均匀化的状态下，劣化蓄电单元和正常的蓄电单元的电压的时间变化的差较大。因此，基于蓄电单元的电压的时间变化，能够比以往更容易地判断蓄电单元是否是劣化蓄电单元，能够容易地检测出劣化蓄电单元。此外，由于能够容易地判断蓄电单元是否是劣化蓄电单元，因此对于劣化的程度比用以往的方法判断为劣化蓄电单元的蓄电单元小的蓄电单元，也能够判断为劣化蓄电单元。因此，能够比以往更早期地检测出劣化蓄电单元。由于能够早期检测出劣化蓄电单元，因此在蓄电系统101的性能显著降低之前，能够去除劣化蓄电单元，能够缩短停止蓄电体4或者蓄电系统101的时间。

在本实施方式中，通过使用有教师的学习的学习模型23，判断蓄电单元是否是劣化蓄电单元。通过将蓄电单元的电压的时间变化和确定了蓄电单元是否是劣化蓄电单元的结果作为教师数据，能够使学习模型23进行学习，在该学习模型23中，根据蓄电单元的电压的时间变化来判断蓄电单元是否是劣化蓄电单元。通过利用学习模型23，能够基于短期间的电压的时间变化来判断蓄电单元是否是劣化蓄电单元。因此，能够缩短为了进行蓄电单元是否是劣化蓄电单元的判断而停止蓄电体4或者蓄电系统101的时间。

(实施方式3)

在本实施方式中，使用蓄电单元的动作历史来进行蓄电单元是否是劣化蓄电单元的判断。图15是示出电池管理装置50以及管理装置m的功能构成例的框图。控制基板70还包括电流获取部78以及温度获取部79。电流获取部78依次获取串联流过蓄电模块60中包括的多个蓄电单元的电流。温度获取部79使用温度传感器来依次获取蓄电模块60内的一个或者多个位置中的温度。同样地，电压获取部74依次获取各个蓄电单元的电压。

在蓄电模块60的动作中，控制部75使通信部77将表示电压获取部74获取的电压、电流获取部78获取的电流、以及温度获取部79获取的温度的信息向电池管理装置50依次发送。表示电压、电流以及温度的信息经由电池管理装置50、管理装置m、通信设备1以及通信网络n发送给服务器装置2。服务器装置2通过通信部22接收表示电压、电流以及温度的信息，控制部20使表示电压、电流以及温度的信息存储在存储部21中。蓄电系统101以及劣化判断系统100的其他结构与实施方式1或者2相同。

在服务器装置2中，随着时间的经过，依次接收表示蓄电单元的电压、电流以及温度的信息并存储。对于各个蓄电单元，存储表示电压、电流以及温度的信息。这样，获取蓄电单元的动作历史。

创建教师数据，该教师数据是对于多个蓄电单元的每一个，使电压的时间变化、动作历史以及确定了该蓄电单元是否是劣化蓄电单元的结果建立对应关系而得到的。使用所创建的教师数据，进行学习模型23的机械学习。蓄电单元的行为根据蓄电单元的动作历史而不同。例如，在以高频度反复充电以及放电的情况下，蓄电单元的劣化变得严重，劣化蓄电单元和正常的蓄电单元的差变大。在机械学习中，进行调整学习模型23的参数的机械学习，使得能够根据不明确是否是劣化蓄电单元的蓄电单元的电压的时间变化和动作历史来判断蓄电单元是否是劣化蓄电单元。

与实施方式2同样地，如图14的流程图所示，本实施方式所涉及的劣化判断系统100执行判断劣化蓄电单元的有无的处理。在步骤s4中，控制部20从存储部21读出表示蓄电单元的电压的时间变化的信息以及表示蓄电单元的动作历史的信息并提供给学习模型23。学习模型23基于蓄电单元的电压的时间变化以及动作历史，判断蓄电单元是否是劣化蓄电单元。学习模型23已经学习了劣化蓄电单元和正常的蓄电单元的电压的时间变化以及动作历史的差异，因此能够根据蓄电单元的电压的时间变化以及动作历史来判断蓄电单元是否是劣化蓄电单元。

如上所述，在本实施方式中，在停止蓄电模块60的通电并停止多个蓄电单元的电压的均匀化的状态下，获取蓄电单元的电压的时间变化。基于电压的时间变化以及动作历史，通过学习模型23，判断蓄电单元是否是劣化蓄电单元。虽然蓄电单元的行为根据动作历史而不同，但通过将蓄电单元的电压的时间变化和动作历史、以及确定了蓄电单元是否是劣化蓄电单元的结果作为教师数据，能够使学习模型23进行学习，在该学习模型23中，根据蓄电单元的电压的时间变化以及动作历史来判断蓄电单元是否是劣化蓄电单元。通过利用学习模型23，能够基于电压的时间变化以及动作历史来判断蓄电单元是否是劣化蓄电单元。无论动作历史是什么样的蓄电单元，都能够容易地判断是否是劣化蓄电单元。因此，即使在动作历史不同的多个蓄电单元中，也能够容易地检测出劣化蓄电单元。此外，与实施方式1同样，能够比以往更早期地检测出劣化蓄电单元。

(实施方式4)

在本实施方式中，电池管理装置50作为劣化判断装置发挥功能。图16是示出电池管理装置50的功能构成例的框图。电池管理装置50还具备学习模型54以及存储部55。学习模型54进行与实施方式1或者2中的学习模型23同样的动作。存储部55是硬盘或者非易失性存储器。在本实施方式中，服务器装置2也可以不具备学习模型23。蓄电系统101以及劣化判断系统100的其他结构与实施方式1或者2相同。

与实施方式1或者2中的学习模型54的机械学习同样地，进行学习模型54的机械学习。机械学习可以由电池管理装置50进行。可代替地，也可以由其他计算机执行。在该情况下，通过机械学习来创建表示学习完毕的学习模型23的学习数据，将创建的学习数据输入到电池管理装置50，电池管理装置50通过将学习数据存储在存储部55中，从而得到学习完毕的学习模型54。

与实施方式2或者3同样地，如图14的流程图所示，本实施方式所涉及的劣化判断系统100执行判断劣化蓄电单元的有无的处理。电池管理装置50执行作为劣化判断装置的动作。电池管理装置50通过打开开闭器41，使蓄电模块60的通电停止(s1)，通过使控制基板70停止均衡电路71的动作，停止多个蓄电单元的电压的均匀化(s2)。电池管理装置50通过第一通信部52接收从控制基板70发送的信息，并存储在存储部55中，由此获取蓄电单元的电压的时间变化(s3)。学习模型54判断蓄电单元是否是劣化蓄电单元(s4)。此外，电池管理装置50输出蓄电单元是否是劣化蓄电单元的判断结果(s5)。例如，电池管理装置50将表示判断结果的信息经由管理装置m、通信设备1以及通信网络n发送给客户装置3。以上，判断劣化蓄电单元的有无的处理结束。

在本实施方式中，也与实施方式2或者3同样地，基于蓄电单元的电压的时间变化，能够容易地判断蓄电单元是否是劣化蓄电单元。此外，能够比以往更早期地检测出劣化蓄电单元。也可以是在劣化判断系统100中代替电池管理装置50，而由管理装置m作为劣化判断装置发挥功能的方式。

在实施方式2～4中，使用学习模型来判断劣化蓄电单元的有无。可代替地，劣化判断系统100也可以不使用学习模型而判断劣化蓄电单元的有无。在该方式中，劣化判断装置在停止蓄电模块60的通电并停止多个蓄电单元的电压的均匀化的状态下，获取蓄电单元的电压的时间变化，根据电压的时间变化来判断蓄电单元是否是劣化蓄电单元。蓄电模块60的通电停止和蓄电单元的电压均匀化的停止优选通过远程操作进行(经由通信网络进行)。在停止多个蓄电单元的电压的均匀化的状态下，劣化蓄电单元和正常的蓄电单元的电压的时间变化的差较大，因此即使不使用学习模型，也能够判断劣化蓄电单元的有无。

在实施方式2～4中，使用均衡电路71来进行多个蓄电单元的电压的均匀化。可代替地，控制基板70也可以通过使用均衡电路71的方法以外的方法来进行电压的均匀化。例如，控制基板70也可以通过使电压高的蓄电单元放电并使电压低的蓄电单元充电来进行电压的均匀化。在实施方式1～3中，进行是否是劣化蓄电元件的判断的对象的蓄电元件是蓄电单元。可代替地，劣化判断系统100也可以将蓄电模块60作为判断的对象的蓄电元件，将蓄电体4作为蓄电元件单元。在实施方式2～4中，蓄电系统101具备多个蓄电体4。可代替地，蓄电系统101可以由单个的蓄电体4构成。

如上所述，在劣化判断方法中，停止包括多个蓄电元件的蓄电元件单元的通电，停止所述多个蓄电元件的电压的均匀化，获取所述多个蓄电元件的电压的时间变化，基于获取的电压的时间变化，判断劣化的进展快的劣化蓄电元件的有无。劣化判断方法可以通过计算机程序实施。计算机程序也可以使计算机执行如下处理：停止包括多个蓄电元件的蓄电元件单元的通电的处理、停止所述多个蓄电元件的电压的均匀化的处理、获取所述多个蓄电元件的电压的时间变化的处理、以及基于获取的电压的时间变化来判断劣化的进展快的劣化蓄电元件的有无的处理。

在劣化判断方法中，通过使用有教师的学习的学习模型，对于所述多个蓄电元件，基于不进行通电而停止电压的均匀化的状态下的电压的时间变化，判断是否是劣化蓄电元件。该劣化判断方法可以通过计算机程序实施。

在劣化判断方法中，将不进行通电且不进行电压的均匀化的状态下的蓄电元件的电压的时间变化和确定了该蓄电元件是否是劣化蓄电元件的结果作为教师数据，进行所述学习模型的机械学习。该劣化判断方法可以通过计算机程序实施。

在劣化判断方法中，获取所述多个蓄电元件的动作历史，通过使用有教师的学习的学习模型，对于所述多个蓄电元件，基于不进行通电而停止电压的均匀化的状态下的电压的时间变化以及所述动作历史，判断是否是劣化蓄电元件。该劣化判断方法可以通过计算机程序实施。

在劣化判断方法中，将不进行通电且不进行电压的均匀化的状态下的蓄电元件的电压的时间变化、该蓄电元件的动作历史、以及确定了该蓄电元件是否是劣化蓄电元件的结果作为教师数据，进行所述学习模型的机械学习。该劣化判断方法可以通过计算机程序实施。

在劣化判断方法中，对于并联连接的多个蓄电元件单元中的一部分的蓄电元件单元，判断劣化蓄电元件的有无，在对于所述一部分的蓄电元件单元的劣化蓄电元件的有无的判断结束后，对于所述多个蓄电元件单元中的其他蓄电元件单元，判断劣化蓄电元件的有无。该劣化判断方法可以通过计算机程序实施。

判断劣化的进展快的劣化蓄电元件的有无的劣化判断装置具备：通电停止部，停止包括多个蓄电元件的蓄电元件单元的通电；均匀化停止部，停止所述多个蓄电元件的电压的均匀化；获取部，在所述通电停止部停止所述蓄电元件单元的通电、且所述均匀化停止部停止电压的均匀化的状态下，获取所述多个蓄电元件的电压的时间变化；以及判断部，基于获取的电压的时间变化，判断劣化蓄电元件的有无。劣化判断装置也可以通过在蓄电系统101等的蓄电元件单元的附近设置的电池管理装置50或者控制基板70实施。劣化判断装置可以通过电池管理装置50和控制基板70来实施。劣化判断装置可以使用与蓄电元件单元通过通信网络连接的服务器装置2来实施。

在劣化判断装置中，所述判断部通过使用有教师的学习的学习模型，对于所述多个蓄电元件，基于通电停止且电压的均匀化停止的状态下的电压的时间变化，判断是否是劣化蓄电元件。

劣化判断系统具备：蓄电元件单元，包括多个蓄电元件；开闭器，将用于向所述蓄电元件单元的电线对所述蓄电元件单元进行连接以及切断；均匀化部，使所述多个蓄电元件的电压均匀化；以及劣化判断装置，判断劣化的进展快的劣化蓄电元件的有无。所述劣化判断装置具有：均匀化停止部，停止所述均匀化部的动作；获取部，在所述开闭器将所述蓄电元件单元从所述电线切断、且所述均匀化停止部停止所述均匀化部的动作的状态下，获取所述多个蓄电元件的电压的时间变化；以及判断部，基于获取的电压的时间变化，判断劣化蓄电元件的有无。

根据上述结构，在停止包括多个蓄电元件的蓄电元件单元的通电、且停止多个蓄电元件的电压的均匀化的状态下，获取蓄电元件的电压的时间变化，基于电压的时间变化，判断蓄电元件是否是劣化进展快的劣化蓄电元件。在停止多个蓄电元件的电压的均匀化的状态下，劣化蓄电元件和正常的蓄电元件的电压的时间变化的差较大。因此，基于蓄电元件的电压的时间变化，能够容易地判断蓄电元件是否是劣化蓄电单元。

根据上述结构，通过使用有教师的学习的学习模型，判断蓄电元件是否是劣化蓄电元件。通过将蓄电元件的电压的时间变化、和确定了蓄电元件是否是劣化蓄电元件的结果作为教师数据，能够使学习模型进行学习，在该学习模型中，能够根据蓄电元件的电压的时间变化来判断蓄电元件是否是劣化蓄电元件。通过利用学习模型，能够基于短期间的电压的时间变化，判断蓄电元件是否是劣化蓄电元件。

根据上述结构，基于蓄电元件的电压的时间变化以及动作历史，通过学习模型，判断蓄电元件是否是劣化蓄电元件。虽然蓄电元件的行为根据动作历史而不同，但通过将蓄电元件的电压的时间变化、动作历史、和确定了蓄电元件是否是劣化蓄电元件的结果作为教师数据，能够使学习模型进行学习，在该学习模型中，能够根据蓄电元件的电压的时间变化以及动作历史来判断蓄电元件是否是劣化蓄电元件。通过利用学习模型，无论动作历史是什么样的蓄电元件，都能够容易地判断是否是劣化蓄电元件。

根据上述结构，在具有多个蓄电元件单元的情况下，对一部分的蓄电元件单元进行劣化蓄电元件的有无的判断，在判断结束后，对于其他蓄电元件单元进行劣化蓄电元件的有无的判断。在包括多个蓄电元件单元的系统中，能够使系统的工作继续进行的同时进行预防维护。

实施方式在所有方面都是例示，并不限于此。本发明的范围由所附权利要求书表示，包括与权利要求书等同的含义以及范围内的所有的变更。