【技术实现步骤摘要】
本申请涉及车辆电池，特别涉及一种电池寿命预测方法、装置、电子设备及介质。
技术介绍
1、随着全球环境污染和气候变化问题的日益严峻，人们对清洁能源的需求与日俱增。作为电动汽车的主要能源，锂离子电池拥有能量密度高、寿命长和污染低等优点，但其性能衰减及潜在安全风险需要得到关注。因此，有必要准确地预测电池寿命。
2、现有的电池寿命预测方法主要为数据驱动和基于神经网络的深度学习方法。但是数据驱动的方法必须计算出相应电压下的容量变化值，过程复杂；基于神经网络的深度学习方法的预测方法均只考虑了时间特征，忽略了空间特征对准确预测的重要性，导致电池寿命预测精度受限。
3、因此，如何提高电池寿命预测精度是目前需要解决的问题。
技术实现思路
1、鉴于上述问题，本申请实施例提出了一种电池寿命预测方法、装置、电子设备及介质。
2、在本申请实施的第一方面，首先提供了一种电池寿命预测方法，所述方法包括：
3、获取电池的放电过程中的电池数据以及所述电池数据对应的电池节点，并将所述电池数据作为所述电池节点对应的节点特征信息；
4、根据预设的差异度阈值选取每个所述电池节点对应的代表性节点；
5、根据所述电池节点的节点特征信息以及所述电池节点对应的代表性节点的节点特征信息构建图结构，并对所述图结构进行处理得到所述电池的至少一种聚合特征信息；
6、对至少一种所述聚合特征信息进行融合，获得所述电池的多维度时空特征信息；
7、将所
8、可选地，所述根据预设的差异度阈值选取每个所述电池节点对应的代表性节点，包括：
9、将所述电池节点的任一节点作为第一节点，并获取所述第一节点的第一节点特征信息；
10、确定所述第一节点对应的所述电池数据的类型；
11、根据预设的电池维度从与所述第一节点属于相同的所述类型的节点中选取第二节点，并获取所述第二节点的第二节点特征信息；
12、计算所述第一节点特征信息和所述第二节点特征信息的差值；
13、将所述差值输入预设的非线性激活函数得到差异度得分；
14、在所述差异度得分低于预设的差异度阈值的情况下，所述第二节点为所述第一节点对应的代表性节点。
15、可选地，所述根据预设的电池维度从与所述第一节点属于相同的所述类型的节点中选取第二节点，包括：
16、在预设的电池维度为第一维度的情况下，从与所述第一节点属于相同的所述类型的节点中选取与所述第一节点相邻的节点作为第二节点；
17、在预设的电池维度为第二维度的情况下，从与所述第一节点属于相同的所述类型的节点中选取与所述第一节点间隔一个节点的节点作为第二节点；
18、在预设的电池维度为第三维度的情况下，从与所述第一节点属于相同的所述类型的节点中选取与所述第一节点间隔两个节点的节点作为第二节点。
19、可选地，所述根据所述电池节点的节点特征信息以及所述电池节点对应的代表性节点的节点特征信息构建图结构，包括：
20、计算所述电池节点与对应的所述代表性节点之间的第一欧氏距离；
21、将若干个所述第一欧氏距离进行组合得到第一欧氏距离矩阵；
22、将所述第一欧氏距离矩阵每一行最小的三个值设置为第一预设值，将所述第一欧氏距离矩阵每一行的其他值设置为第二预设值，得到第一邻接矩阵；
23、将所述电池节点的特征信息与所述第一邻接矩阵组合，构建每种类型的所述电池数据在每种所述电池维度下对应的第一图结构。
24、可选地，所述对所述图结构进行处理得到所述电池的至少一种聚合特征信息，包括：
25、根据预设的激活函数对所述第一图结构进行图卷积处理，得到所述电池的至少一种聚合特征信息。
26、可选地，所述对至少一种所述聚合特征信息进行融合，获得所述电池的多维度时空特征信息，包括：
27、在相同所述电池维度下，对不同类型的所述电池数据对应的所述聚合特征信息进行组合，得到至少一种与所述电池维度对应的组合特征信息；
28、对至少一种所述组合特征信息进行特征聚合得到至少一种与所述电池维度对应的维度聚合特征信息；
29、对至少一种所述维度聚合特征信息进行最大池化操作，并将所述维度聚合特征信息输入预设的神经网络全连接层和预设的非线性激活函数，得到与至少一种与所述电池维度对应的注意力系数；
30、根据至少一种所述维度聚合特征信息以及对应的所述注意力系数，进行计算获得所述电池的多维度时空特征信息。
31、可选地，所述对至少一种所述组合特征信息进行特征聚合得到至少一种与所述电池维度对应的维度聚合特征信息，包括：
32、在预设的电池维度为第一维度的情况下，从其他节点中选取与所述第一节点相邻的节点作为第三节点，所述其他节点为所述电池节点中与所述第一节点不同的节点；
33、在预设的电池维度为第二维度的情况下，从所述其他节点选取与所述第一节点间隔一个节点的节点作为第三节点；
34、在预设的电池维度为第三维度的情况下，从所述其他节点中选取与所述第一节点间隔两个节点的节点作为第三节点；
35、计算所述第一节点与所述第三节点之间的第二欧氏距离；
36、将若干个所述第二欧氏距离进行组合得到第二欧氏距离矩阵；
37、将所述第二欧氏距离矩阵每一行最小的三个值设置为第一预设值，将所述第二欧氏距离矩阵每一行的其他值设置为第二预设值，得到第二邻接矩阵；
38、将所述组合特征信息与所述第二邻接矩阵组合，构建每种所述电池维度对应的第二图结构；
39、根据预设的激活函数对所述第二图结构进行图卷积处理，得到至少一种与所述电池维度对应的维度聚合特征信息。
40、在本申请实施的第二方面，还提供一种电池寿命预测装置，所述装置包括：
41、获取模块，用于获取电池的放电过程中的电池数据以及所述电池数据对应的电池节点，并将所述电池数据作为所述电池节点对应的节点特征信息；
42、选取模块，用于根据预设的差异度阈值选取每个所述电池节点对应的代表性节点；
43、构建模块，用于根据所述电池节点的节点特征信息以及所述电池节点对应的代表性节点的节点特征信息构建图结构，并对所述图结构进行处理得到所述电池的至少一种聚合特征信息；
44、融合模块，用于对至少一种所述聚合特征信息进行融合，获得所述电池的多维度时空特征信息；
45、预测模块，用于将所述多维度时空特征信息输入至预训练的电池寿命预测模型，获得所述电池的寿命预测值。
46、可选地，所述选取模块包括：
47、第一节点确定模块，用于将所述电池节点的任一节点作为第一节点，并获取所述第一节点的第一节点特本文档来自技高网...
【技术保护点】
1.一种电池寿命预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述根据预设的差异度阈值选取每个所述电池节点对应的代表性节点，包括：
3.根据权利要求2所述的方法，其特征在于，所述根据预设的电池维度从与所述第一节点属于相同的所述类型的节点中选取第二节点，包括：
4.根据权利要求2所述的方法，其特征在于，所述根据所述电池节点的节点特征信息以及所述电池节点对应的代表性节点的节点特征信息构建图结构，包括：
5.根据权利要求4所述的方法，其特征在于，所述对所述图结构进行处理得到所述电池的至少一种聚合特征信息，包括：
6.根据权利要求2所述的方法，其特征在于，所述对至少一种所述聚合特征信息进行融合，获得所述电池的多维度时空特征信息，包括：
7.根据权利要求6所述的方法，其特征在于，所述对至少一种所述组合特征信息进行特征聚合得到至少一种与所述电池维度对应的维度聚合特征信息，包括：
8.一种电池寿命预测装置，其特征在于，所述装置包括：
9.一种电子设备，其特征在于，包
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现如权利要求1-7中任意一项所述的电池寿命预测方法。
...【技术特征摘要】
1.一种电池寿命预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述根据预设的差异度阈值选取每个所述电池节点对应的代表性节点，包括：
3.根据权利要求2所述的方法，其特征在于，所述根据预设的电池维度从与所述第一节点属于相同的所述类型的节点中选取第二节点，包括：
4.根据权利要求2所述的方法，其特征在于，所述根据所述电池节点的节点特征信息以及所述电池节点对应的代表性节点的节点特征信息构建图结构，包括：
5.根据权利要求4所述的方法，其特征在于，所述对所述图结构进行处理得到所述电池的至少一种聚合特征信息，包括：
6.根据权利要求2所述的方法，...
【专利技术属性】
技术研发人员：吴涛，何浩，黄勇波，邓平，程留，曾鑫，何正义，唐赛，
申请(专利权)人：赛力斯汽车有限公司，
类型：发明
国别省市：
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。