一种电池容量预测方法、装置及电子设备制造方法及图纸

本发明专利技术公开了一种电池容量预测方法、装置及电子设备，其方法包括：获取待测电池的基本信息；根据所述基本信息确定所述待测电池的特征提取模型、特征降噪模型以及容量预测模型；获取待测电池进行充放电测试的测试数据；基于特征提取模型对所述测试数据进行有效截取，得到待测电池的第一特征参数；基于特征降噪模型对所述第一特征参数进行降噪处理，得到第二特征参数；以第二特征参数作为容量预测模型的输入，输出得到待测电池的容量预估值，并存入样本数据库。本发明专利技术通过根据电池种类不同调用不同模型对测试数据进行处理，确定待测电池容量预测值，相比现有技术仅对特定种类的电池进行预测，可以在保证准确度的情况下兼容多种电池的容量预测功能。的容量预测功能。的容量预测功能。

【技术实现步骤摘要】
一种电池容量预测方法、装置及电子设备


[0001]本专利技术涉及电池检测领域，具体涉及一种电池容量预测方法、装置及电子设备。

技术介绍

[0002]随着电池技术的不断发展，电池在能源领域应用有着广泛的应用，遍布了我们生活的方方面面，而电池在使用过程中会逐渐老化，其容量也会逐渐降低，从而影响到电池的正常使用。
[0003]目前的电池容量预测方法大致分为传统的方法和机器学习方法，传统方法一般是通过一段时间充放电后结合对应公式来预测电池容量；机器学习方法一般通过支持向量机，高斯回归过程、深度学习网络等进行预测，也都有不错的预测效果。
[0004]但是目前的预测方法无论是传统方法还是机器学习方法，往往都只能预测特定种类电池的容量，而对于其他种类的电池无能为力。因此需要提出一种方法，可以兼容多种类电池并起到准确预测效果。

技术实现思路

[0005]有鉴于此，有必要提供一种电池容量预测方法及装置，用以实现对多种类型电池进行容量的准确预测。
[0006]为了实现上述目的，一方面，本专利技术提供了一种电池容量预测方法，包括：
[0007]获取待测电池的基本信息；
[0008]根据所述基本信息确定所述待测电池的特征提取模型、特征降噪模型以及容量预测模型；
[0009]获取待测电池进行充放电测试的测试数据；
[0010]基于特征提取模型对所述测试数据进行有效截取，得到待测电池的第一特征参数；
[0011]基于特征降噪模型对所述第一特征参数进行降噪处理，得到第二特征参数；
[0012]以第二特征参数作为容量预测模型的输入，输出得到待测电池的容量预估值，并存入样本数据库。
[0013]进一步的，所述获取待测电池的基本信息，包括：
[0014]控制扫描设备扫描采集待测电池的基本信息，其中，所述基本信息包括编号信息、类型信息以及标称容量信息。
[0015]进一步的，根据所述基本信息确定所述待测电池的特征提取模型、特征降噪模型以及容量预测模型，包括：
[0016]基于预设的经验模型确定基本信息与特征提取模型、特征降噪模型以及容量预测模型的映射关系；
[0017]根据所述待测电池的编号信息、类型信息以及标称容量信息，以及所述映射关系确定对应的特征提取模型、特征降噪模型和容量预测模型。
[0018]进一步的，获取待测电池进行充放电测试的测试数据，包括：
[0019]基于充放电测试参数控制充放电设备生成一激励信号，以使待测电池生成激励响应信号；
[0020]根据电池激励响应信号得到所述测试数据。
[0021]进一步的，基于特征提取模型对所述测试数据进行有效截取，得到待测电池的第一特征参数，包括：
[0022]基于特征提取模型截取脉冲充放电过程中的测试数据，对测试数据进行分节处理得到多个分节电压值，并提取电池脉冲测试完成静置后与所述多个分节电压值对应的多个静置电压值，基于所述分节电压值和静置电压值计算充放电欧姆内阻和充放电极化内阻，得到脉冲充放电测试数据；
[0023]基于特征提取模型截取短时间充电过程中的测试数据，确定充电时间、平台电压、开路电压、电流值和静置后的启止电压值，并根据充电时间和电流值计算充电电量，根据启止电压值计算回弹电压，得到短时间充电测试数据；
[0024]根据脉冲充放电测试数据、短时间充电测试数据，得到所述待测电池第一特征参数。
[0025]进一步的，第一特征参数包括：充放电欧姆内阻、充放电极化内阻、开路电压、充电容量、平台电压、充电时间及回弹电压。
[0026]进一步的，基于特征降噪模型对所述第一特征参数进行降噪处理，得到第二特征参数，包括：
[0027]基于所述降噪模型以所述待测电池的第一特征参数为输入得到特征参数的相关性系数，根据相关性系数对所述第一特征参数进行特征缩减，得到待测电池的第二特征参数。
[0028]进一步的，以第二特征参数作为容量预测模型的输入，输出得到待测电池的容量预估值，并存入样本数据库，包括：
[0029]基于神经网络、或支持向量机、或深度学习训练得到所述容量预测模型；
[0030]基于容量预测模型，以所述待测电池的第二特征参数为输入，得到待测电池的容量预估值；
[0031]将待测电池的基本信息、第二特征参数和容量预估值存入样本数据库。
[0032]另一方面，本专利技术还提供了一种电池容量预测装置，包括：
[0033]信息获取单元，用于获取待测电池的基本信息；
[0034]模型确定单元，用于根据所述基本信息确定所述待测电池的特征提取模型、特征降噪模型以及容量预测模型；
[0035]电池测试单元，用于获取待测电池进行充放电测试的测试数据；
[0036]数据截取单元，用于基于特征提取模型对所述测试数据进行有效截取，得到待测电池的第一特征参数；
[0037]参数降噪单元，用于基于特征降噪模型对所述第一特征参数进行降噪处理，得到第二特征参数；
[0038]容量预估单元，用于以第二特征参数作为容量预测模型的输入，输出得到待测电池的容量预估值，并存入样本数据库。
[0039]另一方面，本专利技术还提供了一种电子设备，包括存储器和处理器。其中，
[0040]所述存储器，用于存储程序；
[0041]所述处理器，与所述存储器耦合，用于执行所述存储器中存储的所述程序，以实现上述任意一种实现方式中所述的电池容量预测方法中的步骤。
[0042]采用上述实施例的有益效果是：本专利技术提供的电池容量预测方法，通过建立多种特征提取模型、特征降噪模型、容量预测模型，根据电池种类不同调用不同的模型对测试数据进行处理，确定待测电池容量预测值，相比于现有技术中仅对特定种类的电池进行预测，可以在保证准确度的情况下兼容多种电池的容量预测功能。
附图说明
[0043]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0044]图1为本专利技术提供的电池容量预测方法的一个实施例流程示意图；
[0045]图2为本专利技术图1中S102的一个实施例流程示意图；
[0046]图3为本专利技术图1中S104的一个实施例流程示意图；
[0047]图4为本专利技术提供的截取脉冲充放电测试数据的一个实施例示意图；
[0048]图5为本专利技术提供的截取短时间充电测试数据的一个实施例示意图；
[0049]图6为本专利技术图1中S105的一个实施例流程示意图；
[0050]图7为本专利技术图1中S106的一个实施例流程示意图；
[0051]图8为本专利技术提供的电池容量预测装置的一个实施例结构示意图；
[0052]图9为本专利技术提供的电子设备的一个实施例结构示意图本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电池容量预测方法，其特征在于，包括：获取待测电池的基本信息；根据所述基本信息确定所述待测电池的特征提取模型、特征降噪模型以及容量预测模型；获取待测电池进行充放电测试的测试数据；基于特征提取模型对所述测试数据进行有效截取，得到待测电池的第一特征参数；基于特征降噪模型对所述第一特征参数进行降噪处理，得到第二特征参数；以第二特征参数作为容量预测模型的输入，输出得到待测电池的容量预估值，并存入样本数据库。2.根据权利要求1所述的电池容量预测方法，其特征在于，所述获取待测电池的基本信息，包括：控制扫描设备扫描采集待测电池的基本信息，其中，所述基本信息包括编号信息、类型信息以及标称容量信息。3.根据权利要求2所述的电池容量预测方法，其特征在于，根据所述基本信息确定所述待测电池的特征提取模型、特征降噪模型以及容量预测模型，包括：基于预设的经验模型确定基本信息与特征提取模型、特征降噪模型以及容量预测模型的映射关系；根据所述待测电池的编号信息、类型信息以及标称容量信息，以及所述映射关系确定对应的特征提取模型、特征降噪模型和容量预测模型。4.根据权利要求1所述的电池容量预测方法，其特征在于，获取待测电池进行充放电测试的测试数据，包括：基于充放电测试参数控制充放电设备生成一激励信号，以使待测电池生成激励响应信号；根据电池激励响应信号得到所述测试数据。5.根据权利要求4所述的电池容量预测方法，其特征在于，基于特征提取模型对所述测试数据进行有效截取，得到待测电池的第一特征参数，包括：基于特征提取模型截取脉冲充放电过程中的测试数据，对测试数据进行分节处理得到多个分节电压值，并提取电池脉冲测试完成静置后与所述多个分节电压值对应的多个静置电压值，基于所述分节电压值和静置电压值计算充放电欧姆内阻和充放电极化内阻，得到脉冲充放电测试数据；基于特征提取模型截取短时间充电过程中的测试数据，确定充电时间、平台电压、开路电压、电流值和静置后的启止电压值，并根据充电时间和电流值计算充...

【专利技术属性】
技术研发人员：张宇平，别传玉，刘虹灵，骆凡，陶君，朱传奇，王雪晴，王朝京，王远洋，宋华伟，
申请(专利权)人：荆门动力电池再生技术有限公司天津动力电池再生技术有限公司，
类型：发明
国别省市：