[發明專利]基于模型遷移的電池容量預測方法、系統、裝置及介質

有效

• 申請號: 202110575223.0
• 申請日: 2021-05-26
• 公開（公告）號: CN113406496B
• 公開（公告）日: 2023-02-28
• 發明（設計）人: 唐曉鵬;姚科;劉凱龍;周表;高福榮
• 申請（專利權）人: 廣州市香港科大霍英東研究院
• 主分類號: G01R31/367
• 分類號: G01R31/367
• 代理公司: 廣州嘉權專利商標事務所有限公司 44205
• 代理人: 胡輝

1.一種基于模型遷移的電池容量預測方法，其特征在于，包括：

獲取電池的工業數據庫；

根據所述工業數據庫和老化敏感項，確定第一敏感信息；

根據訓練好的基模型和所述第一敏感信息，確定電池的第一中間容量；

根據訓練好的遷移模型和所述第一中間容量，確定電池的預測容量；

其中，所述基模型的訓練步驟具體為：

獲取電池的老化實驗信息；

根據所述老化實驗信息和所述老化敏感項，確定第二敏感信息；

根據所述老化實驗信息，確定電池的實驗容量；

根據所述第二敏感信息和所述實驗容量的映射關系，完成對所述基模型的訓練；

所述遷移模型的訓練步驟具體為：

獲取電池維護信息；

根據所述電池維護信息和所述老化敏感項，確定第三敏感信息；

根據所述電池維護信息，確定電池的校準容量；

根據訓練好的基模型和所述第三敏感信息，確定電池的第二中間容量；

根據所述校準容量和所述第二中間容量的映射關系，完成對所述遷移模型的訓練。

2.根據權利要求1所述的基于模型遷移的電池容量預測方法，其特征在于，所述方法還包括：

當所述第一敏感信息缺失，根據所述工業數據庫確定缺失第一敏感信息的缺失循環序號；

根據訓練好的補全模型和所述缺失循環序號，確定補全容量。

3.根據權利要求2所述的基于模型遷移的電池容量預測方法，其特征在于，所述補全模型的訓練步驟具體為：

根據所述工業數據庫確定正常循環序號；

根據所述正常循環序號確定預測容量；

根據所述正常循環序號和所述預測容量的映射關系，完成對所述補全模型的訓練。

4.根據權利要求2所述的基于模型遷移的電池容量預測方法，其特征在于，所述老化敏感項包括以下至少之一：電池的內阻、電池的容量增量軌跡、電池的充放電曲線。

5.根據權利要求2所述的基于模型遷移的電池容量預測方法，其特征在于，所述獲取電池的老化實驗 信息這一步驟，具體包括：

對電池進行加速老化處理；

獲取電池的老化實驗信息；

其中，所述老化處理包括使用大電流對所述電池進行循環充放電。

6.一種基于模型遷移的電池容量預測系統，其特征在于，包括：

獲取模塊，用于獲取電池的工業數據庫；

敏感信息提取模塊，用于根據所述電池的工業數據庫和老化敏感項，確定第一敏感信息；

中間容量確定模塊，用于根據訓練好的基模型和所述第一敏感信息，確定電池的第一中間容量；

電池容量估計模塊，用于根據訓練好的遷移模型和所述第一中間容量，確定電池的預測容量；

其中，所述基模型的訓練步驟具體為：

獲取電池的老化實驗信息；

根據所述老化實驗信息和所述老化敏感項，確定第二敏感信息；

根據所述老化實驗信息，確定電池的實驗容量；

根據所述第二敏感信息和所述實驗容量的映射關系，完成對所述基模型的訓練；

所述遷移模型的訓練步驟具體為：

獲取電池維護信息；

根據所述電池維護信息和所述老化敏感項，確定第三敏感信息；

根據所述電池維護信息，確定電池的校準容量；

根據訓練好的基模型和所述第三敏感信息，確定電池的第二中間容量；

根據所述校準容量和所述第二中間容量的映射關系，完成對所述遷移模型的訓練。

7.一種裝置，其特征在于，包括：

至少一個處理器；

至少一個存儲器，用于存儲至少一個程序；

當所述至少一個程序被所述至少一個處理器執行，使得所述至少一個處理器實現如權利要求1-5中任一項所述的基于模型遷移的電池容量預測方法。

8.一種計算機存儲介質，其中存儲有處理器可執行的程序，其特征在于，所述處理器可執行的程序在由所述處理器執行時用于實現如權利要求1-5任一項所述的基于模型遷移的電池容量預測方法。