[發明專利]一種電池異常、電池充電剩余時間的確定方法及裝置

在審

• 申請號: 202010977252.5
• 申請日: 2020-09-16
• 公開（公告）號: CN112068004A
• 公開（公告）日: 2020-12-11
• 發明（設計）人: 楊靜
• 申請（專利權）人: 北京嘀嘀無限科技發展有限公司
• 主分類號: G01R31/382
• 分類號: G01R31/382;G01R31/367;B60L58/10
• 代理公司: 北京超成律師事務所 11646
• 代理人: 高玉光

本申請涉及車輛技術領域，尤其涉及一種電池異常、電池充電剩余時間的確定方法及裝置。其中，電池異常的確定方法包括獲取包括當前時刻的至少兩個相鄰時刻的車輛狀態數據，并將獲取的車輛狀態數據輸入訓練好的電池溫度參數預估模型中，可以得到當前時刻的電池預測溫度參數，進而，基于電池預測溫度參數和電池實際溫度參數，可以確定電池是否出現異常。通過采用會對電池溫度產生影響的多個相鄰時刻的車輛狀態數據進行溫度參數的預測，可以提高預測溫度參數的準確性，進而，可以提高判斷電池是否異常的可靠性。

技術領域

本申請涉及車輛技術領域，尤其涉及一種電池異常、電池充電剩余時間的確定方法及裝置。

背景技術

電池是電動車輛的動力來源，是電動車輛的重要部件。電池溫度參數是衡量電池是否發生異常的關鍵參數。

目前，電池溫度參數的一種預測方法要依賴電池內部熱參數，而一般只有電池廠才具有相關參數信息；或者僅通過判斷電池溫差是否超過設定的閾值進行簡單、機械地判斷電池溫度是否異常，方法簡單粗暴，但是無法根據電池的實時工況進行智能溫度不一致性診斷；也有借助機器學習算法如支持向量機、隨機森林等方法和標準神經網絡估算電池電流和電壓，但是這些算法選取的數據樣本之間相對獨立、隨機打亂順序來訓練模型，而由于溫度與時間強相關，機器學習方法無法有效估算有時間記憶、變化趨勢較平緩的電池溫度參數。

因此，上述衡量電池是否發生異常的方法準確性不高。

發明內容

有鑒于此，本申請實施例至少提供一種電池異常、電池充電剩余時間的確定方法及裝置，可以提高預測溫度參數的準確性，進而，可以提高判斷電池是否異常的可靠性。

本申請主要包括以下幾個方面：

第一方面，本申請實施例提供一種電池異常的確定方法，所述確定方法包括：

獲取包括當前時刻的至少兩個相鄰時刻的車輛狀態數據；所述車輛狀態數據是對電池溫度產生影響的數據；

將獲取的所述至少兩個相鄰時刻的車輛狀態數據輸入訓練好的電池溫度參數預估模型中，得到所述當前時刻的電池預測溫度參數；

基于所述電池預測溫度參數和電池實際溫度參數，確定電池是否出現異常。

在一種可能的實施方式中，所述溫度參數包括電池溫度極差和電池溫度；電池實際溫度極差為所述電池的最高實際溫度和最低實際溫度之間的差值，所述最高實際溫度是所述電池的所有采樣點采集的溫度中的最高溫度，所述最低實際溫度是所述電池的所有采樣點采集的溫度中的最低溫度。

在一種可能的實施方式中，所述車輛狀態數據包括以下數據中的至少兩種：

環境溫度、行駛數據、所述電池的實時性能數據。

在一種可能的實施方式中，所述電池溫度參數預估模型由順序連接的至少兩個循環層組成；所述將獲取的所述至少兩個相鄰時刻的車輛狀態數據輸入訓練好的電池溫度參數預估模型中，得到所述當前時刻的電池預測溫度參數，包括：

將獲取的第一時刻的所述車輛狀態數據輸入首個所述循環層中，得到第一中間狀態數據；所述第一時刻是所述至少兩個相鄰時刻中的最早時刻；

將所述第一中間狀態數據和第二時刻的所述車輛狀態數據輸入下一個所述循環層中，得到第二中間狀態數據；所述第二時刻為所述第一時刻的下一個時刻；

若獲取大于兩個時刻的車輛狀態數據，則將所述第二中間狀態數據作為所述第一中間狀態數據，并重復執行步驟將所述第一中間狀態數據，以及第三時刻的所述車輛狀態數據輸入下一個所述循環層中，得到所述第二中間狀態數據；所述第三時刻為所述第二時刻的下一個時刻；

若只獲取兩個時刻的車輛狀態數據，則輸出所述當前時刻的電池預測溫度參數。