[發(fā)明專利]一種模型生成及電池劣化推測(cè)裝置、方法、介質(zhì)及設(shè)備

有效

• 申請(qǐng)?zhí)枺?/td>: 202110308218.3
• 申請(qǐng)日: 2021-03-23
• 公開（公告）號(hào): CN113219341B
• 公開（公告）日: 2023-04-07
• 發(fā)明（設(shè)計(jì)）人: 陳九廷;連源
• 申請(qǐng)（專利權(quán)）人: 陳九廷;連源
• 主分類號(hào): G01R31/367
• 分類號(hào): G01R31/367;G01R31/392;G06F30/27
• 代理公司: 北京辰權(quán)知識(shí)產(chǎn)權(quán)代理有限公司 11619
• 代理人: 谷波

本公開提供了一種模型生成及電池劣化推測(cè)裝置、方法、介質(zhì)及設(shè)備，其中，模型生成裝置包括：實(shí)測(cè)數(shù)據(jù)獲取模塊，用于獲取測(cè)量得到的電池?cái)?shù)據(jù)，所述電池?cái)?shù)據(jù)指包含：電流、電壓和/或溫度的電池?cái)?shù)據(jù)集；實(shí)測(cè)數(shù)據(jù)存儲(chǔ)模塊，用于存儲(chǔ)所述實(shí)測(cè)數(shù)據(jù)獲取模塊獲取的電池?cái)?shù)據(jù)；訓(xùn)練數(shù)據(jù)獲取模塊，用于從所述電池?cái)?shù)據(jù)中獲取用于模型訓(xùn)練的訓(xùn)練數(shù)據(jù)；預(yù)處理模塊，用于對(duì)所述訓(xùn)練數(shù)據(jù)進(jìn)行預(yù)處理；模型訓(xùn)練生成模塊，用于利用所述預(yù)處理模塊處理后的數(shù)據(jù)進(jìn)行模型訓(xùn)練得到訓(xùn)練后的模型；模型存儲(chǔ)模塊，用于存儲(chǔ)所述模型訓(xùn)練生成模塊訓(xùn)練后的模型；模型輸出模塊，用于輸出訓(xùn)練后的模型；模型訓(xùn)練參數(shù)訓(xùn)練模塊，用于訓(xùn)練所述模型訓(xùn)練生成模塊中模型訓(xùn)練的參數(shù)。

技術(shù)領(lǐng)域

本公開涉及電池技術(shù)領(lǐng)域，更為具體來說，本公開涉及一種模型生成及電池劣化推測(cè)裝置、方法、介質(zhì)及設(shè)備。

背景技術(shù)

近年來蓄電池被用于各種場(chǎng)合，第一個(gè)例子是蓄電池用于車輛等運(yùn)行的交通工具的電源。第二個(gè)例子是，蓄電池用于暫時(shí)存儲(chǔ)剩余電力。

蓄電池再使用時(shí)，蓄電池的劣化程度(后文中稱為SOH)的精確計(jì)算十分重要。例如，專利文獻(xiàn)1記載了，使用第1個(gè)時(shí)間點(diǎn)的蓄電池的SOH，推測(cè)之后的第2個(gè)時(shí)間點(diǎn)的SOH的內(nèi)容。還有專利文獻(xiàn)2中記載了，使用第1時(shí)間點(diǎn)的蓄電池SOH和第1時(shí)間點(diǎn)之后的第2時(shí)間點(diǎn)的蓄電池狀態(tài)相關(guān)的時(shí)間序列的數(shù)據(jù)，推測(cè)第2時(shí)間點(diǎn)的SOH的內(nèi)容。相關(guān)的專利文獻(xiàn)有：

【專利文獻(xiàn)1】國(guó)際公開第2019/181728號(hào)；

【專利文獻(xiàn)2】國(guó)際公開第2019/181729號(hào)。

發(fā)明內(nèi)容

為解決現(xiàn)有技術(shù)不能高度精確地推測(cè)蓄電池未來劣化程度的技術(shù)問題。

為實(shí)現(xiàn)上述技術(shù)目的，本公開提供了一種模型生成裝置，包括：

實(shí)測(cè)數(shù)據(jù)獲取模塊，用于獲取測(cè)量得到的電池?cái)?shù)據(jù)，其中，所述電池?cái)?shù)據(jù)指包含：電流、電壓和/或溫度的電池?cái)?shù)據(jù)集；

實(shí)測(cè)數(shù)據(jù)存儲(chǔ)模塊，用于存儲(chǔ)所述實(shí)測(cè)數(shù)據(jù)獲取模塊獲取的電池?cái)?shù)據(jù)；

訓(xùn)練數(shù)據(jù)獲取模塊，用于從所述電池?cái)?shù)據(jù)中獲取用于模型訓(xùn)練的訓(xùn)練數(shù)據(jù)；

預(yù)處理模塊，用于對(duì)所述訓(xùn)練數(shù)據(jù)進(jìn)行預(yù)處理；

模型訓(xùn)練生成模塊，用于利用所述預(yù)處理模塊處理后的數(shù)據(jù)進(jìn)行模型訓(xùn)練得到訓(xùn)練后的模型；

模型存儲(chǔ)模塊，用于存儲(chǔ)所述模型訓(xùn)練生成模塊訓(xùn)練后的模型；

模型輸出模塊，用于輸出訓(xùn)練后的模型；

還包括：

模型訓(xùn)練參數(shù)訓(xùn)練模塊，用于訓(xùn)練所述模型訓(xùn)練生成模塊中模型訓(xùn)練的參數(shù)。

進(jìn)一步，所述實(shí)測(cè)數(shù)據(jù)獲取模塊還用于：

獲取經(jīng)劣化推測(cè)裝置推測(cè)后的電池?cái)?shù)據(jù)。

進(jìn)一步，所述模型訓(xùn)練參數(shù)訓(xùn)練模塊具體包括：

利用深度學(xué)習(xí)模型、機(jī)械學(xué)習(xí)模型和/或線性回歸分析方法對(duì)所述模型訓(xùn)練生成模塊中的參數(shù)進(jìn)行訓(xùn)練。

進(jìn)一步，所述深度學(xué)習(xí)模型具體包括：

深度神經(jīng)網(wǎng)絡(luò)，卷積神經(jīng)網(wǎng)絡(luò)，循環(huán)神經(jīng)網(wǎng)絡(luò)，遞歸神經(jīng)網(wǎng)絡(luò)，長(zhǎng)短期記憶網(wǎng)絡(luò)和/或雙向長(zhǎng)短期記憶網(wǎng)絡(luò)。

進(jìn)一步，還包括：

驗(yàn)證模塊，用于驗(yàn)證訓(xùn)練后的所述模型是否正確。

為實(shí)現(xiàn)上述技術(shù)目的，本公開還能夠提供一種電池劣化推測(cè)裝置，包括：

模型獲取模塊，用于從上述的模型生成裝置中獲取訓(xùn)練后的模型；