一种动力电池的过充放电阈值控制方法及装置制造方法及图纸

本发明专利技术公开了一种动力电池的过充放电阈值控制方法及装置，包括：在动力电池满足预设的条件时，获取所述动力电池的电池健康状态信息；基于预先训练完成的关系模型，确定与所述电池健康状态信息相匹配的目标过充放电压阈值；按照所述目标过充放电压阈值，控制所述动力电池进行充电操作或者放电操作。本发明专利技术能够提高动力电池的过充放电压阈值的控制可靠性，从而降低电池事故的发生频率。从而降低电池事故的发生频率。从而降低电池事故的发生频率。

【技术实现步骤摘要】
一种动力电池的过充放电阈值控制方法及装置


[0001]本专利技术涉及动力电池
，具体而言，涉及一种动力电池的过充放电阈值控制方法及装置。

技术介绍

[0002]目前，电动车的动力电池频繁发生自燃、充电起火等事故，使得广大电动汽车的生产企业和消费者对电动汽车的动力电池的安全问题非常关注和担忧。其中，大量的研究数据表明，过充放电是导致动力电池事故的主要原因之一。其中，过充放电指的是电池过度充电和电池过度放电。
[0003]在实践中发现，现有技术针对动力电池的过充放电情况，通常会设置固定的充放电压阈值，并按照该充放电压阈值控制对动力电池的充放电。然而，这种方式设定得到的充放电压阈值是一个恒定的值，较为死板，从而导致充放电压阈值的可靠性较低，进而导致电池事故的发生频率依然较高。
[0004]针对上述的问题，目前尚未提出有效的解决方案。

技术实现思路

[0005]本专利技术实施例提供了一种动力电池的过充放电阈值控制方法及装置，以至少提高动力电池的过充放电压阈值的控制可靠性，从而降低电池事故的发生频率。
[0006]根据本专利技术实施例的一个方面，提供了一种动力电池的过充放电阈值控制方法，所述方法包括：在动力电池满足预设的条件时，获取所述动力电池的电池健康状态信息；基于预先训练完成的关系模型，确定与所述电池健康状态信息相匹配的目标过充放电压阈值；按照所述目标过充放电压阈值，控制所述动力电池进行充电操作或者放电操作。
[0007]作为一种可选的实施方式，所述预先训练完成的关系模型基于以下步骤训练得到：获取整车动力电池运行数据；对所述整车动力电池运行数据进行数据清洗，得到整车动力电池运行数据集；对所述整车动力电池运行数据集进行数据切片和数据抽取，得到训练样本集；利用所述训练样本集，对待训练的机器学习模型进行训练，得到所述预先训练完成的关系模型。
[0008]作为一种可选的实施方式，所述训练样本集中的训练样本至少包括以下一项字段：电池剩余电量百分比、电池健康度、总里程数、充放电次数、电池温度、室外温度、过充放电压阈值。
[0009]作为一种可选的实施方式，所述待训练的机器学习模型至少包括极端梯度提升模型、随机森林模型或者支持向量机模型。
[0010]作为一种可选的实施方式，所述预设的条件至少包括动力电池处于衰减状态或者异常状态。
[0011]作为一种可选的实施方式，所述获取所述动力电池的电池健康状态信息，包括：通过勒贝格采样，获取所述动力电池的所述电池健康状态信息。
[0012]作为一种可选的实施方式，在按照所述目标过充放电压阈值，控制所述动力电池进行充电操作或者放电操作之后，所述方法还包括：监测所述动力电池是否满足所述预设的条件，用以在所述动力电池满足所述预设的条件时基于所述关系模型对所述目标过充放电压阈值进行更新。
[0013]根据本专利技术实施例的另一方面，还提供了一种动力电池的过充放电阈值控制装置，包括：状态获取单元，用于在动力电池满足预设的条件时，获取所述动力电池的电池健康状态信息；阈值确定单元，用于基于预先训练完成的关系模型，确定与所述电池健康状态信息相匹配的目标过充放电压阈值；控制单元，用于按照所述目标过充放电压阈值，控制所述动力电池进行充电操作或者放电操作。
[0014]作为一种可选的实施方式，所述预先训练完成的关系模型基于以下步骤训练得到：获取整车动力电池运行数据；对所述整车动力电池运行数据进行数据清洗，得到整车动力电池运行数据集；对所述整车动力电池运行数据集进行数据切片和数据抽取，得到训练样本集；利用所述训练样本集，对待训练的机器学习模型进行训练，得到所述预先训练完成的关系模型。
[0015]作为一种可选的实施方式，所述训练样本集中的训练样本至少包括以下一项字段：电池剩余电量百分比、电池健康度、总里程数、充放电次数、电池温度、室外温度、过充放电压阈值。
[0016]作为一种可选的实施方式，所述待训练的机器学习模型至少包括极端梯度提升模型、随机森林模型或者支持向量机模型。
[0017]作为一种可选的实施方式，所述预设的条件至少包括动力电池处于衰减状态或者异常状态。
[0018]作为一种可选的实施方式，所述状态获取单元具体用于：通过勒贝格采样，获取所述动力电池的所述电池健康状态信息。
[0019]作为一种可选的实施方式，所述装置还包括：阈值更新单元，用于在按照所述目标过充放电压阈值，控制所述动力电池进行充电操作或者放电操作之后，监测所述动力电池是否满足所述预设的条件，用以在所述动力电池满足所述预设的条件时基于所述关系模型对所述目标过充放电压阈值进行更新。
[0020]根据本专利技术实施例的又一方面，还提供了一种计算机可读的存储介质，该存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述动力电池的过充放电阈值控制方法。
[0021]根据本专利技术实施例的又一方面，还提供了一种电子装置，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，上述处理器通过计算机程序执行上述的动力电池的过充放电阈值控制方法。
[0022]在本专利技术实施例中，可以通过在动力电池满足预设的条件时，获取动力电池的电池健康状态信息，基于预先训练完成的关系模型，确定与电池健康状态信息相匹配的目标过充放电压阈值，按照目标过充放电压阈值，控制动力电池进行充电操作或者放电操作，能够基于关系模型，对过充放电压阈值进行自适应调整，从而提高动力电池的过充放电压阈值的控制可靠性，进而降低电池事故的发生频率。
附图说明
[0023]此处所说明的附图用来提供对本专利技术的进一步理解，构成本申请的一部分，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：
[0024]图1是根据本专利技术实施例的一种可选的动力电池的过充放电阈值控制方法的流程图；
[0025]图2是根据本专利技术实施例的一种可选的动力电池的过充放电阈值控制装置的结构示意图；
[0026]图3是根据本专利技术实施例的一种可选的电子装置的结构示意图。
具体实施方式
[0027]为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分的实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本专利技术保护的范围。
[0028]需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本专利技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种动力电池的过充放电阈值控制方法，其特征在于，包括：在动力电池满足预设的条件时，获取所述动力电池的电池健康状态信息；基于预先训练完成的关系模型，确定与所述电池健康状态信息相匹配的目标过充放电压阈值；按照所述目标过充放电压阈值，控制所述动力电池进行充电操作或者放电操作。2.根据权利要求1所述的方法，其特征在于，所述预先训练完成的关系模型基于以下步骤训练得到：获取整车动力电池运行数据；对所述整车动力电池运行数据进行数据清洗，得到整车动力电池运行数据集；对所述整车动力电池运行数据集进行数据切片和数据抽取，得到训练样本集；利用所述训练样本集，对待训练的机器学习模型进行训练，得到所述预先训练完成的关系模型。3.根据权利要求2所述的方法，其特征在于，所述训练样本集中的训练样本至少包括以下一项字段：电池剩余电量百分比、电池健康度、总里程数、充放电次数、电池温度、室外温度、过充放电压阈值。4.根据权利要求2所述的方法，其特征在于，所述待训练的机器学习模型至少包括极端梯度提升模型、随机森林模型或者支持向量机模型。5.根据权利要求1所述的方法，其特征在于，所述预设的条件至少包括动力电池处于衰减状态或者异常状态。6.根据权利要求1所述的方法，其特征在于，所述获取所述动力电池的电池健康状态信息，包括：通过勒贝格采样，获取所述动力电池的所述电池健...

【专利技术属性】
技术研发人员：范涛，姚军，田广，张爱军，
申请(专利权)人：上海朱光亚战略科技研究院，
类型：发明
国别省市：