[發明專利]識別電池健康狀態的方法、裝置和終端設備

有效

• 申請號: 201811378340.2
• 申請日: 2018-11-19
• 公開（公告）號: CN109633448B
• 公開（公告）日: 2022-01-25
• 發明（設計）人: 王振飛;武雨末
• 申請（專利權）人: 深圳智鏈物聯科技有限公司
• 主分類號: G01R31/367
• 分類號: G01R31/367;G01R31/392
• 代理公司: 深圳中一聯合知識產權代理有限公司 44414
• 代理人: 張全文

本發明屬于機器學習的技術領域，提供了識別電池健康狀態的方法、裝置和裝置，所述方法包括：獲取待識別電池的充電時長和充電電量；通過電池健康狀態回歸模型分析所述充電時長和充電電量，獲得待識別電池健康狀態的識別結果。本發明不需要外部設備的介入，利用對現有的電池樣本數據進行建模，只需把待識別電池的充電時長和充電電量放入電池健康狀態回歸模型分析，即可獲得待識別設備電池出現老化情況和故障概率，不僅提高了電池健康狀態識別精準度，也減少了生產成本。

技術領域

本發明屬于機器學習的技術領域，尤其涉及識別電池健康狀態的方法、裝置和終端設備。

背景技術

近幾年隨著移動終端和新能源汽車的興起，可循環充電的電池的健康也得到了一定的關注，尤其是電池健康的預測問題成為了一個熱點。電池健康問題指影響其放電能力的正負極活性材料的物化結構性質、粘結劑對涂層的粘黏強度、隔膜的質量等在循環充電過程中逐漸劣化，雖然目前從設計角度對電池的結構和材料已經進行了很多的改進，電池本身性能得到了很大的提高，但是實際使用中電池的壽命問題依然存在，特別是對于大容量動力電池以及電池濫用場合。從應用角度對電池健康狀況進行科學的估計和預測，進一步指導電池的運行和維護也是實現電池長時間可靠工作有著重要意義。

傳統的解決方案，大部分通過外連電池檢測設備對電池的健康狀態進行檢測或者通過大數據得到的電池壽命的線性衰減給出電池大致的健康狀態。外連設備雖然檢測精確，但是成本較高，而大數據預測電池健康狀態又存在不精確的缺陷。

發明內容

有鑒于此，本發明實施例提供了識別電池健康狀態的方法及終端設備，以解決現有技術中識別電池健康狀態的問題。

本發明實施例的第一方面提供了一種識別電池健康狀態的方法，包括：

獲取待識別電池的充電時長和充電電量；

通過電池健康狀態回歸模型分析所述充電時長和充電電量，獲得待識別電池健康狀態的識別結果。

本發明實施例的第二方面提供了一種識別電池健康狀態的裝置，包括：

第一獲取單元，用于獲取待識別電池的充電時長和充電電量；

計算單元，用于通過電池健康狀態回歸模型分析所述充電時長和充電電量，獲得待識別電池健康狀態的識別結果。

本發明實施例的第三方面提供了一種終端設備，包括存儲器、處理器以及存儲在所述存儲器中并可在所述處理器上運行的計算機程序，所述處理器執行所述計算機程序時實現上述第一方面和/或第二方面所述方法的步驟。

本發明實施例的第四方面提供了一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲有計算機程序，所述計算機程序被處理器執行時實現上述第一方面和/或第二方面所述方法的步驟。

本發明實施例與現有技術相比存在的有益效果是：不需要通過其他檢測設備的介入，利用對現有的電池樣本數據進行建模，只需把待識別電池的充電時長和充電電量放入電池健康狀態回歸模型分析，即可獲得待識別設備電池出現老化情況和故障概率，不僅提高了識別精確度，也減少了生產成本。

附圖說明

為了更清楚地說明本發明實施例中的技術方案，下面將對實施例或現有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發明的一些實施例，對于本領域普通技術人員來講，在不付出創造性勞動性的前提下，還可以根據這些附圖獲得其他的附圖。

圖1是本發明實施例提供的一種識別電池健康狀態方法的實現流程示意圖；

圖2是本發明實施例提供的生成電池健康狀態回歸模型的實現流程示意圖；

圖3是基于監督學習獲得電池健康狀態回歸模型的實現流程示意圖；