一种基于低温环境下的锂电池充电方法及系统与流程

本发明涉及锂电池，尤其涉及一种基于低温环境下的锂电池充电方法及系统。

背景技术：

1、目前，随着锂电池行业的迅猛发展，人们对于锂电池的需求越来越多。锂电池使用场景不断变化，尤其是需要在零下20多度的环境下进行工作，这对于锂电池产品的设计也是一种挑战和创新。由于低温性能的限制，锂电池在零下20多度的情况下几乎无法充电，这对于一个需要在低温环境下进行作业的锂电产品来说是一个较大的瓶颈，传统的使用方法是将锂电产品放在室内，待电池升温至适合温度再进行充电。如此也会有不便之处，当锂电池在户外用完电后，不能及时在户外补电，还得将其移到室内，行动多有不便。

技术实现思路

1、本发明实施例提供了一种基于低温环境下的锂电池充电方法及系统，具有在低温环境下无损坏的给锂电池充电。

2、本发明提供一种基于低温环境下的锂电池充电方法，应用于服务器，所述方法包括：

3、获取锂电池的实时电池电量；

4、在所述电池电量低于第一指定阈值的情况下，以预定时间间隔检测锂电池所处的环境温度，得到环境温度序列；

5、根据所述环境温度序列，预测所述环境温度到达锂电池的最晚充电时间的第一时间；

6、以所述第一时间为基准，确定第二时间，其中，所述第二时间提前于所述第一时间；

7、在当前时间到达所述第二时间时，控制加热系统对所述锂电池的环境温度进行加热处理；

8、当所述环境温度达到第二指定阈值的情况下，电连接充电桩与所述锂电池的充电接口，使所述充电桩给所述锂电池进行充电。

9、在一可实施方式中，所述获取锂电池的实时电池电量，包括：

10、指示电连接于所述锂电池的电池监测模块监测所述锂电池的状态信息并将所述状态信息发送至无线发送端，其中，所述状态信息包括所述锂电池的输出电压信息、输出电流信息、环境温度信息、充电时的输入电量信息和放电时的输出电量信息；

11、指示所述无线发送端将所述状态信息发送给服务器；

12、所述服务器通过神经网络模型组对实时电池电量进行在线检测，得到锂电池的实时电池电量。

13、在一可实施方式中，所述服务器通过神经网络模型组对实时电池电量进行在线检测，得到锂电池的实时电池电量，包括：

14、将所述输出电压信息和输出电流信息输入于训练过的第一神经网络模型中，得到第一输出信息；

15、将所述第一输出信息和所述环境温度信息输入于训练过的第二神经网络模型中，得到第二输出信息；

16、将所述第二输出信息、所述充电时的输入电量信息和放电时的输出电量信息输入于训练过的第三神经网络模型中，得到第三输出信息，其中，所述第三输出信息表征所述锂电池的实时电池电量。

17、在一可实施方式中，所述第一神经网络为循环神经网络，所述第二神经网络为卷积神经网络，所述第三神经网络为径向基神经网络。

18、在一可实施方式中，所述径向基神经网络的输出函数为：其中，b表示输出层的阈值，n表示径向基函数中心的个数，wk表示隐含层到输出层的连接权重，x表示输入矩阵；

19、其中，x-ck表示欧几里得距离，ck表示隐含层径向基函数的中心，rk表示径向基函数的宽度。

20、在一可实施方式中，所述以预定时间间隔检测锂电池所处的环境温度，得到环境温度序列的过程中，所述方法还包括：

21、每一次检测到所述锂电池的环境温度，对所述环境温度的准确性进行判定；

22、若判定所述环境温度为异常，则不列入环境温度序列。

23、在一可实施方式中，在不列入环境温度序列之后，所述方法还包括：

24、对所述环境温度序列进行数据补偿，具体为：

25、获取历史环境温度序列，依次以所述历史环境温度序列中的温度值为中心，分别计算与其他温度值的温度差，相加所有的温度差，得到总温度差；

26、选取总温度差最小的温度值作为当前异常温度的替代。

27、在一可实施方式中，所述根据所述环境温度序列，预测所述环境温度到达锂电池的最晚充电时间的第一时间，包括：

28、将所述环境温度序列进行one-hot向量化处理，得到环境温度向量序列；

29、将所述环境温度向量序列输入至长短期记忆网络进行预测，得到所述环境温度到达锂电池的最晚充电时间的第一时间。

30、在一可实施方式中，所述第二时间早于所述第一时间至少半小时。

31、本发明另一方面提供一种基于低温环境下的锂电池充电系统，应用于服务器，所述系统包括：

32、电量获取模块，用于获取锂电池的实时电池电量；

33、温度序列模块，用于在所述电池电量低于第一指定阈值的情况下，以预定时间间隔检测锂电池所处的环境温度，得到环境温度序列；

34、时间预测模块，用于根据所述环境温度序列，预测所述环境温度到达锂电池的最晚充电时间的第一时间；

35、时间确定模块，用于以所述第一时间为基准，确定第二时间，其中，所述第二时间提前于所述第一时间；

36、加热模块，用于在当前时间到达所述第二时间时，控制加热系统对所述锂电池的环境温度进行加热处理；

37、充电模块，用于当所述环境温度达到第二指定阈值的情况下，电连接充电桩与所述锂电池的充电接口，使所述充电桩给所述锂电池进行充电

38、在本发明实施例中，在所述电池电量低于第一指定阈值的情况下，以预定时间间隔检测锂电池所处的环境温度，得到环境温度序列；根据所述环境温度序列，预测所述环境温度到达锂电池的最晚充电时间的第一时间；以所述第一时间为基准，确定第二时间，其中，所述第二时间提前于所述第一时间；在当前时间到达所述第二时间时，控制加热系统对所述锂电池的环境温度进行加热处理；当所述环境温度达到第二指定阈值的情况下，电连接充电桩与所述锂电池的充电接口，使所述充电桩给所述锂电池进行充电，使得在低温环境下，锂电池依旧可以在较高温度下进行充电，可以保证锂电池的充电性能并且不会出现损坏。

技术特征：

1.一种基于低温环境下的锂电池充电方法，其特征在于，应用于服务器，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述获取锂电池的实时电池电量，包括：

3.根据权利要求2所述的方法，其特征在于，所述服务器通过神经网络模型组对实时电池电量进行在线检测，得到锂电池的实时电池电量，包括：

4.根据权利要求3所述的方法，其特征在于，所述第一神经网络为循环神经网络，所述第二神经网络为卷积神经网络，所述第三神经网络为径向基神经网络。

5.根据权利要求4所述的方法，其特征在于，所述径向基神经网络的输出函数为：其中，b表示输出层的阈值，n表示径向基函数中心的个数，wk表示隐含层到输出层的连接权重，x表示输入矩阵；

6.根据权利要求1所述的方法，其特征在于，所述以预定时间间隔检测锂电池所处的环境温度，得到环境温度序列的过程中，所述方法还包括：

7.根据权利要求6所述的方法，其特征在于，在不列入环境温度序列之后，所述方法还包括：

8.根据权利要求1所述的方法，其特征在于，所述根据所述环境温度序列，预测所述环境温度到达锂电池的最晚充电时间的第一时间，包括：

9.根据权利要求1所述的方法，其特征在于，所述第二时间早于所述第一时间至少半小时。

10.一种基于低温环境下的锂电池充电系统，其特征在于，应用于服务器，所述系统包括：

技术总结本发明公开了一种基于低温环境下的锂电池充电方法及系统，应用于服务器，方法包括：获取锂电池的实时电池电量；在电池电量低于第一指定阈值的情况下，以预定时间间隔检测锂电池所处的环境温度，得到环境温度序列；根据环境温度序列，预测环境温度到达锂电池的最晚充电时间的第一时间；以第一时间为基准，确定第二时间，其中，第二时间提前于第一时间；在当前时间到达第二时间时，控制加热系统对锂电池的环境温度进行加热处理；当环境温度达到第二指定阈值的情况下，电连接充电桩与锂电池的充电接口，使充电桩给锂电池进行充电。使得在低温环境下，锂电池依旧可以在较高温度下进行充电，可以保证锂电池的充电性能并且不会出现损坏。技术研发人员：冯梦云,刘佐滨,王健,叶寒,刘波受保护的技术使用者：江西健大源宏新能源科技有限公司技术研发日：技术公布日：2024/8/27