System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种电池出货态电压的预测方法、装置和电子设备制造方法及图纸_技高网

一种电池出货态电压的预测方法、装置和电子设备制造方法及图纸

技术编号:40763311 阅读:21 留言:0更新日期:2024-03-25 20:14
本发明专利技术公开了一种电池出货态电压的预测方法、装置和电子设备。电池出货态电压的预测方法中,建立分容电压反弹量与静置压差之间的关系模型。在待测电池的分容过程中,记录待测电池的分容电压反弹量的测量值。根据关系模型和分容电压反弹量的测量值,确定待测电池的预测静置压差。根据预测静置压差和分容结束电压,确定待测电池的预测出货态电压,利用对大数据进行分析处理的方式实现了对电池出货态电压的预测。该预测方法基于关系模型,结合分容过程中的实测数据就能完成预测,预测流程相比分容后再静置测量节省了大量时间,预测流程也不需要在静置前后对电池的电压进行高精度测量,避免了对测量设备精度的依赖,大大降低了时间成本和经济成本。

【技术实现步骤摘要】

本专利技术实施例涉及电池制造技术,尤其涉及一种电池出货态电压的预测方法、装置和电子设备


技术介绍

1、随着储能电池技术在各个领域的广泛应用,储能电池的出厂标准也越来越严格。

2、现有的生产流程中,在储能电池化成下线前,需要获取各个储能电池的出货态电压(也称为irocv电压),以便对储能电池进行分档。

3、然而,在批量制造过程中,储能电池在分容过程后,需要至少一天的静置后才能进行出货态电压的测量。这样的生产流程需要长时间的静置,同时对电压测量设备也提出了较高的精度要求。


技术实现思路

1、本专利技术提供一种电池出货态电压的预测方法、装置和电子设备,以节省生产时间并降低对设备的精度需求。

2、第一方面,本专利技术实施例提供了一种电池出货态电压的预测方法,电池出货态电压的预测方法包括:

3、基于样本数据库,建立分容电压反弹量与静置压差之间的关系模型,其中,所述分容电压反弹量为分容过程中第一次放电后的静置处理所产生的电压反弹量,所述静置压差为所述分容过程后的静置处理前后的电压差;

4、在待测电池的所述分容过程中,记录所述待测电池的所述分容电压反弹量的测量值;

5、根据所述关系模型和所述分容电压反弹量的测量值,确定所述待测电池的预测静置压差;

6、根据所述预测静置压差和分容结束电压,确定所述待测电池的预测出货态电压。

7、可选地,在所述基于样本数据库,建立分容电压反弹量与静置压差之间的关系模型之前,还包括:

8、根据数据对应的电池身份信息,对历史数据库中的分容过程数据和所述出货态电压一一对应配组,其中,所述分容过程数据包括所述电压反弹量、分容结束电压和分容后静置时长;

9、根据所述分容结束电压和对应的所述出货态电压,确定对应的所述静置压差;

10、提取各数据组中的所述分容电压反弹量和对应的所述静置压差,建立所述样本数据库。

11、可选地,在所述根据所述分容结束电压和对应的所述出货态电压,确定对应的所述静置压差之前,还包括:

12、将所述历史数据库中所述分容后静置时长不等于预设时长的数据组剔除;

13、在所述提取各数据组中的分容电压反弹量和对应的所述静置压差,建立所述样本数据库之前,还包括:

14、将所述历史数据库中所述静置压差异常的数据组剔除。

15、可选地,所述静置压差异常的数据组包括所述静置压差超出预设压差范围的数据组和所述静置压差不符合单托盘西格玛筛选的数据组。

16、可选地,所述基于样本数据库,建立分容电压反弹量与静置压差之间的关系模型,包括:

17、计算所述分容电压反弹量的数值相等的数据组中的所述静置压差的平均值;

18、基于所述分容电压反弹量的数值及其对应的所述静置压差的平均值,拟合所述分容电压反弹量与所述静置压差之间的所述关系模型。

19、可选地,在所述基于样本数据库,建立分容电压反弹量与静置压差之间的关系模型之后,还包括:

20、根据实测样本对所述关系模型进行参数调整。

21、可选地,所述样本数据库中的数据组数不小于10万。

22、可选地,所述历史数据库包括至少两个生产批次的数据。

23、第二方面,本专利技术实施例还提供了一种电池出货态电压的预测装置,预测装置包括模型建立模块、测量模块、静置压差预测模块和出货态电压预测模块;

24、模型建立模块用于基于样本数据库,建立分容电压反弹量与静置压差之间的关系模型,其中,所述分容电压反弹量为分容过程中第一次放电后的静置处理所产生的电压反弹量,所述静置压差为所述分容过程后的静置处理前后的电压差;

25、测量模块用于在待测电池的所述分容过程中,记录所述待测电池的所述分容电压反弹量的测量值;

26、静置压差预测模块用于根据所述关系模型和所述分容电压反弹量的测量值,确定所述待测电池的预测静置压差;

27、出货态电压预测模块用于根据所述预测静置压差和所述分容电压反弹量的测量值,确定所述待测电池的预测出货态电压。

28、第三方面,本专利技术实施例还提供了一种电子设备,所述电子设备包括:

29、至少一个处理器;以及

30、与所述至少一个处理器通信连接的存储器;其中,

31、所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行第一方面中任意所述的电池出货态电压的预测方法。

32、本专利技术提供的电池出货态电压的预测方法、装置和电子设备,基于样本数据库,建立分容电压反弹量与静置压差之间的关系模型。在待测电池的分容过程中,记录待测电池的分容电压反弹量的测量值。根据关系模型和分容电压反弹量的测量值,确定待测电池的预测静置压差。根据预测静置压差和分容结束电压,确定待测电池的预测出货态电压,利用对大数据进行分析处理的方式实现了对电池出货态电压的预测。该预测方法基于关系模型,结合分容过程中的实测数据就能完成对电池出货态电压的预测,预测流程相比分容后再静置测量节省了大量时间,预测流程也不需要在静置前后对电池的电压进行高精度测量,避免了对测量设备精度的依赖,大大降低了时间成本和经济成本。

本文档来自技高网...

【技术保护点】

1.一种电池出货态电压的预测方法,其特征在于,包括:

2.根据权利要求1所述的电池出货态电压的预测方法,其特征在于,在所述基于样本数据库,建立分容电压反弹量与静置压差之间的关系模型之前,还包括:

3.根据权利要求2所述的电池出货态电压的预测方法,其特征在于,在所述根据所述分容结束电压和对应的所述出货态电压,确定对应的所述静置压差之前,还包括:

4.根据权利要求3所述的电池出货态电压的预测方法,其特征在于,所述静置压差异常的数据组包括所述静置压差超出预设压差范围的数据组和所述静置压差不符合单托盘西格玛筛选的数据组。

5.根据权利要求2所述的电池出货态电压的预测方法,其特征在于,所述基于样本数据库,建立分容电压反弹量与静置压差之间的关系模型,包括:

6.根据权利要求2所述的电池出货态电压的预测方法,其特征在于,在所述基于样本数据库,建立分容电压反弹量与静置压差之间的关系模型之后,还包括:

7.根据权利要求1-6任一所述的电池出货态电压的预测方法,其特征在于,所述样本数据库中的数据组数不小于10万。

8.根据权利要求2-6任一所述的电池出货态电压的预测方法,其特征在于,所述历史数据库包括至少两个生产批次的数据。

9.一种电池出货态电压的预测装置,其特征在于,包括:

10.一种电子设备,其特征在于,所述电子设备包括:

...

【技术特征摘要】

1.一种电池出货态电压的预测方法,其特征在于,包括:

2.根据权利要求1所述的电池出货态电压的预测方法,其特征在于,在所述基于样本数据库,建立分容电压反弹量与静置压差之间的关系模型之前,还包括:

3.根据权利要求2所述的电池出货态电压的预测方法,其特征在于,在所述根据所述分容结束电压和对应的所述出货态电压,确定对应的所述静置压差之前,还包括:

4.根据权利要求3所述的电池出货态电压的预测方法,其特征在于,所述静置压差异常的数据组包括所述静置压差超出预设压差范围的数据组和所述静置压差不符合单托盘西格玛筛选的数据组。

5.根据权利要求2所述的电池出货态电压的预测方法,...

【专利技术属性】
技术研发人员:魏崇阳张建民舒茂林李圭善王鹏尚迎梅刘金成
申请(专利权)人:荆门亿纬创能锂电池有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1