电池健康状态预测方法、装置、计算机设备、可读存储介质和程序产品与流程

本申请涉及数据处理，特别是涉及一种电池健康状态预测方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。

背景技术：

1、在众多动力电池类型中，锂离子电池由于其高能量密度、长循环寿命和低自放电率，被广泛应用于新能源汽车的动力电池。而动力电池作为新能源汽车的核心组成部分，其健康状态可以直接影响车辆的使用体验和经济效益。

2、现有技术中，大多是基于数据驱动方法来实现对新能源汽车的动力电池的健康状态的预测。

3、然而，这种方法不仅对动力电池的健康状态的预测耗时较长，且准确性较差，进而导致动力电池的健康状态的预测效率较低。

技术实现思路

1、基于此，有必要针对上述技术问题，提供一种效率较高的电池健康状态预测方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。

2、第一方面，本申请提供了一种电池健康状态预测方法，包括：

3、获取目标电池的电池数据，该电池数据包括该目标电池在恒流放电过程中多次循环对应的多个电流数据、多个电压数据以及多个循环次数数据；

4、对该多个电流数据、该多个电压数据和该多个循环次数数据进行数据处理，以得到该目标电池的目标特征；

5、将该目标特征输入至预先训练好的电池健康状态确定模型中，以得到该电池健康状态确定模型输出的该目标电池的电池健康状态信息，该电池健康状态信息用于表征该目标电池的安全信息和使用时长。

6、在其中一个实施例中，该对该多个电流数据、该多个电压数据和该多个循环次数数据进行数据处理，以得到该目标电池的目标特征，包括：对该多个电流数据、该多个电压数据和该多个循环次数数据进行数据预处理，以得到该目标电池的第一特征；对该目标电池的第一特征进行标准化处理，以得到该目标电池的目标特征。

7、在其中一个实施例中，该对该多个电流数据、该多个电压数据和该多个循环次数数据进行数据预处理，以得到该目标电池的第一特征，包括：对该多个电流数据、该多个电压数据和该多个循环次数数据分别进行求平均处理，以得到电流均值、电压均值和循环次数均值；对该多个电流数据、该多个电压数据和该多个循环次数数据分别进行求标准差处理，以得到电流标准差、电压标准差和循环次数标准差；将该电流均值、该电压均值、该循环次数均值、该电流标准差、该电压标准差和该循环次数标准差确定为该目标电池的第一特征。

8、在其中一个实施例中，该对该目标电池的第一特征进行标准化处理，以得到该目标电池的目标特征，包括：将该电流均值和该电流标准差代入到预设算法中，以得到该目标电池的电流特征；将该电压均值和该电压标准差代入到该预设算法中，以得到该目标电池的电压特征；将该循环次数均值和该循环次数标准差代入到该预设算法中，以得到该目标电池的循环次数特征；将该电流特征、该电压特征和该循环次数特征确定为该目标电池的目标特征。

9、在其中一个实施例中，该电池健康状态确定模型的训练方法包括：对测试电池进行充放电循环实验，以获取训练数据，该训练数据包括测试电池数据和测试电池健康状态信息，该测试电池与该目标电池为相同类型电池，该测试电池数据包括该测试电池在恒流放电过程中多次循环对应的多个测试电流数据、多个测试电压数据以及多个测试循环次数数据；基于该训练数据对初始电池健康状态确定模型进行训练，以得到该电池健康状态确定模型。

10、在其中一个实施例中，该方法还包括：在基于该训练数据对该初始电池健康状态确定模型训练预设次数后，获取该初始电池健康状态确定模型的预测准确性变化信息；在该预测准确性变化信息指示该初始电池健康状态确定模型的预测准确性为降低的情况下，根据预测准确性变化信息从该预设次数中确定目标次数；将基于该训练数据对该初始电池健康状态确定模型训练该目标次数后的该初始电池健康状态确定模型确定为该电池健康状态确定模型。

11、第二方面，本申请还提供了一种电池健康状态预测装置，包括：

12、获取模块，用于获取目标电池的电池数据，该电池数据包括该目标电池在恒流放电过程中多次循环对应的多个电流数据、多个电压数据以及多个循环次数数据；

13、第一执行模块，用于对该多个电流数据、该多个电压数据和该多个循环次数数据进行数据处理，以得到该目标电池的目标特征；

14、第二执行模块，用于将该目标特征输入至预先训练好的电池健康状态确定模型中，以得到该电池健康状态确定模型输出的该目标电池的电池健康状态信息，该电池健康状态信息用于表征该目标电池的安全信息和使用时长。

15、第三方面，本申请还提供了一种计算机设备，包括存储器和处理器，该存储器存储有计算机程序，该处理器执行该计算机程序时实现上述第一方面中任一实施例所述的方法。

16、第四方面，本申请还提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述第一方面中任一实施例所述的方法。

17、第五方面，本申请还提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述第一方面中任一实施例所述的方法。

18、上述电池健康状态预测方法、装置、计算机设备、计算机可读存储介质和计算机程序产品，先获取目标电池的电池数据，该电池数据包括该目标电池在恒流放电过程中多次循环对应的多个电流数据、多个电压数据以及多个循环次数数据；再对该多个电流数据、该多个电压数据和该多个循环次数数据进行数据处理，以得到该目标电池的目标特征；再将该目标特征输入至预先训练好的电池健康状态确定模型中，以得到该电池健康状态确定模型输出的该目标电池的电池健康状态信息，该电池健康状态信息用于表征该目标电池的安全信息和使用时长。采用本申请提供的电池健康状态预测方法，仅通过少量数据就可以实现对电池健康状态的预测，也即是通过电池在恒流放电过程中的电流、电压和循环次数就可以实现对电池健康状态的预测，避免了现有技术中将较多特征输入至模型，提高了计算效率，降低了预测耗时。进一步地，对电池数据进行数据处理，以得到目标特征，避免了人为提取特征导致存在人为误差的问题，有效的提高了预测的准确性，进而有效的提高了电池健康状态的预测效率。

技术特征：

1.一种电池健康状态预测方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述对所述多个电流数据、所述多个电压数据和所述多个循环次数数据进行数据处理，以得到所述目标电池的目标特征，包括：

3.根据权利要求2所述的方法，其特征在于，所述对所述多个电流数据、所述多个电压数据和所述多个循环次数数据进行数据预处理，以得到所述目标电池的第一特征，包括：

4.根据权利要求3所述的方法，其特征在于，所述对所述目标电池的第一特征进行标准化处理，以得到所述目标电池的目标特征，包括：

5.根据权利要求1所述的方法，其特征在于，所述电池健康状态确定模型的训练方法包括：

6.根据权利要求5所述的方法，其特征在于，所述方法还包括：

7.一种电池健康状态预测装置，其特征在于，所述装置包括：

8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。

10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。

技术总结本申请涉及一种电池健康状态预测方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。该方法包括：获取目标电池的电池数据，该电池数据包括该目标电池在恒流放电过程中多次循环对应的多个电流数据、多个电压数据以及多个循环次数数据；对该多个电流数据、该多个电压数据和该多个循环次数数据进行数据处理，以得到该目标电池的目标特征；将该目标特征输入至预先训练好的电池健康状态确定模型中，以得到该电池健康状态确定模型输出的该目标电池的电池健康状态信息，该电池健康状态信息用于表征该目标电池的安全信息和使用时长。采用本方法能够提高电池健康状态的预测效率。技术研发人员：钟隽,田杰,李艳,怡勇,杜进桥受保护的技术使用者：深圳供电局有限公司技术研发日：技术公布日：2024/12/2