对比文件名称：2020-05-21_None_发明专利_JPWO2018181129A1 蓄電素子管理装置及び蓄電素子管理方法
目标专利名称：1526电池电阻诊断装置和方法CN113711068B
本次调用的模型名称：未指定
### 特征比对表格
| 技术特征描述及公开性判断 | 对比文件原文引用（中文翻译） | 公开性论述 |
| **技术特征A**：所述电池电阻诊断装置包括电流提供单元，所述电流提供单元被配置为向电池单元提供预设的固定电流。**未公开** | 对比文件全文未公开向电池单元提供预设固定电流的单元。对比文件[0019]记载了电流计测部80，但用于测量电流，而非提供固定电流。 | 对比文件没有公开任何作为主动施加源的电流提供单元，其电流测量仅用于SOC计算或积分，不涉及向电池施加已知固定电流以诊断电阻。本领域技术人员不能从对比文件直接或隐含得出该特征。 |
| **技术特征B**：电压测量单元，所述电压测量单元被配置为在提供所述固定电流之后测量所述电池单元的开路电压，其中，当所述电池单元充满电时，在所述电池单元为开路电压的状态下执行所述测量，并且所述固定电流是电池的平衡电流。**未公开** | 对比文件[0019]记载了“二次電池30の各セルの両端電圧を測定する電圧計測部70”（电压测量单元），但未公开在提供固定电流之后、于充满电状态下测量开路电压，也从未提及平衡电流。 | 对比文件的电压测量用于OCV法获取SOC，但测量时机与目标专利完全不同：目标专利要求先提供平衡电流再测量，并在充满电时进行；对比文件无此组合。充满电仅用于初始关系标定（[0020]），非诊断流程。因此未公开。 |
| **技术特征C**：外部电阻计算单元，所述外部电阻计算单元被配置为基于所述电池单元的所述开路电压和所述固定电流来计算所述电池单元的外部电阻值。**未公开** | 对比文件未涉及任何电阻计算。其信息处理部（CPU61）主要执行SOC计算（[0019]）及状态判断。 | 目标专利通过OCV和已知固定电流直接计算外部电阻，这是诊断的核心创新。对比文件完全不涉及电阻值的推导，因此未公开。 |
| **技术特征D**：异常诊断单元，所述异常诊断单元被配置为通过将计算出的外部电阻值与预设的外部电阻值进行比较来诊断由于电压降引起的电池异常。**未公开** | 对比文件[0037]公开了通过比较ΔSOC(v)与ΔSOC(i)的差异诊断异常，[0038]通过ΔV/ΔAh与阈值比较诊断，但均基于SOC或电压，而非电阻值。 | 对比文件虽有异常诊断，但诊断依据完全不同（SOC差异或电压变化斜率），没有外部电阻值的概念，也未教导通过电阻比较诊断电压降异常。因此未公开。 |
| **技术特征E**：其中，所述电压测量单元按照预定时段测量所述电池单元的所述开路电压。**隐含公开** | [0037]“時刻t1及びt2の二時点において蓄電素子の各電圧を測定して二つの換算SOCの値を取得し”（在时刻t1及t2两个时间点测量蓄电元件的各电压，获取两个换算SOC的值）；[0039]“所定期間毎に検知モードが起動”（每预定期间启动检测模式）。 | 对比文件明确在两个时间点（预定时段）测量电压，用于换算出SOC。虽然未每次写“开路电压”，但OCV法依赖开路状态，本领域技术人员可合理推断测量是在开路下进行，且检测模式可周期性实施。因此电压测量单元按预定时段测量开路电压被隐含公开。 |
| **技术特征F**：其中，所述电池电阻诊断装置包括存储器，所述存储器基于在所述预定时段内测量的所述电池单元的所述开路电压来累积和存储在所述预定时段内计算出的外部电阻值。**未公开** | 对比文件[0019]记载了メモリ63存储OCV-SOC关系等，但从未存储外部电阻值。 | 对比文件无外部电阻值的计算，因此无累积存储该值的教导或暗示。故未公开。 |
| **技术特征G**：其中，所述预设的外部电阻值是在所述电池单元充满电之后由所述外部电阻计算单元初始计算的外部电阻值。**未公开** | 对比文件无外部电阻计算，无初始计算。 | 未公开。 |
| **技术特征H**：其中，所述异常诊断单元基于所述计算出的外部电阻值与所述预设的外部电阻值之差是否在预定范围之外来诊断电池异常。**未公开** | 对比文件[0037]基于ΔSOC(v)与ΔSOC(i)的差异是否在预定值以上判断异常，但比较对象是SOC，非电阻值。 | 对比文件虽使用了差值比较判断异常，但差值对象和目标专利完全不同，且未给出任何将电阻差值用于诊断的启示。故未公开。 |
| **技术特征I**：其中，所述预定范围是在所述外部电阻计算单元中初始计算的所述外部电阻值的10％。**未公开** | 对比文件未公开预定范围的具体比例。 | 未公开。 |
| **技术特征J**：其中，所述预设的外部电阻值是存储在所述存储器中的在预定时段计算出的外部电阻值当中的在计算所述计算出的外部电阻值之前的计算时段计算出并存储在所述存储器中的外部电阻值。**未公开** | 对比文件未涉及外部电阻值的历史存储与预设。 | 未公开。 |
| **技术特征K**：其中，所述异常诊断单元基于从所述预设的外部电阻值到所述计算出的外部电阻值的变化量是否在预定范围之外来诊断电池异常。**未公开** | 对比文件[0037]比较ΔSOC(v)和ΔSOC(i)（两种SOC变化量之差），[0038]将ΔV/ΔAh与阈值比较，都是变化量判断。但变化量对象为SOC或电压，非电阻。 | 对比文件虽使用变化量诊断，但变化量维度并非电阻，且无任何内容指向电阻值变化诊断。本领域技术人员不能从中合理推断出电阻变化量诊断。故未公开。 |
| **技术特征L**：其中，所述预定范围是在紧接在计算所述计算出的外部电阻值之前的计算时段中存储在所述存储器中的所述电阻值的变化量的200％。**未公开** | 对比文件未公开此种比例的预定范围。 | 未公开。 |
| **技术特征M**：其中，所述电池单元的所述外部电阻值包括所述电池单元的连接部分的引线电阻、汇流条电阻、柔性印刷电路FPC电阻、印刷电路板PCB电阻和连接器电阻中的至少一个电阻值。**未公开** | 对比文件未提及外部电阻的组成。 | 未公开。 |
| **技术特征N**：其中，所述异常诊断单元基于大数据分析和机器学习中的至少一种来诊断所述电池异常。**隐含公开** | [0040]“ビッグデータを使った蓄電素子の状態推定による新たなサービス提供を行うことができる”（通过使用大数据的蓄电元件的状态估计，可以提供新的服务）。 | 对比文件明确记载了基于大数据进行蓄电元件的状态估计，状态估计涵盖异常诊断。大数据分析通常包含机器学习方法，因此本领域技术人员可合理推断异常诊断单元至少以大数据分析为基础。故隐含公开。 |
<<<e>>><<<n>>>