用于估计电池的状态的方法和设备技术

提供用于估计电池的状态的方法和设备。一种估计电池的寿命的方法，包括：基于电池感测数据获取密度数据；使用通过基于多个电池管理概况分簇密度数据集合生成的簇，基于密度数据来确定密度特征；基于密度特征来估计电池的寿命。

【技术实现步骤摘要】
本申请要求于2015年7月21日提交到韩国知识产权局的第10-2015-0102854号韩国专利申请的权益，该韩国专利申请的全部公开通过出于各种目的引用包含于此。
以下描述涉及一种用于估计电池的状态的方法和设备。
技术介绍
环境问题和能源问题变得更加重要，电动汽车(EV)已经成为未来的车辆的焦点。因为在具有多个可再充电的并且可放电的二次电池的单个包中形成的电池被用作为EV中的主要电源，所以EV不排放废气，并且产生比汽油动力车辆小的噪声。电池在EV中起汽油动力车辆的燃料箱以及发动机的作用。因此，在使用EV的同时检查电池的状态是重要的。随着电池(即，二次电池)被频繁地使用，电池的寿命被减小。由于电池的寿命的减小，电池的初始容量不被保证，并且电池的容量被逐渐地减小。当电池的容量连续降低时，不能提供驱动所期望的电力、操作时间以及稳定性，因此可能需要更换电池。确定电池的状态对于确定何时更换电池是重要的。
技术实现思路
提供该
技术实现思路
用于以简化的形式介绍在以下的具体实施方式中被进一步描述的构思的选择。该
技术实现思路
不意在标识要求保护的主题的关键特征或必要特征，也不意在作为帮助确定要求保护的主题的范围而被使用。在一个总体方面中，一种估计电池的寿命的方法，包括：基于电池感测数据获取密度数据；使用通过基于多个电池管理概况分簇密度数据集合生成的簇，来基于密度数据确定密度特征；基于密度特征来估计电池的寿命。确定密度特征的步骤可包括：基于包括在每个簇中的密度数据的条数来确定密度特征。确定密度特征的步骤还可包括：基于每个簇的质心确定包括在每个簇中的多条密度数据。所示确定的步骤可包括：基于包括在每个簇中的密度数据的条数来生成直方图；基于直方图来确定密度矢量。所述确定的步骤可包括：基于所述簇将密度数据转换为密度矢量。所述获取的步骤可包括：合并在同一时间点感测的不同类型的电池感测数据；通过随时间累积合并的电池感测数据来获取密度数据。密度数据可以是表示电池感测数据随时间的空间分布的数据。电池感测数据可包括电池的电压数据、电流数据和温度数据中的任意一个或者任意两个或更多个的任意组合。密度数据集合可以是基于所述多个电池管理概况的密度数据的组合。所述估计的步骤可包括：使用电池寿命估计模型从密度特征来估计电池的寿命；电池寿命估计模型可基于神经网络(NN)模型、支持向量机(SVM)模型以及高斯过程回归(GPR)模型中的任意一个。在另一总体方面中，一种存储用于使得计算硬件执行以上描述的方法的非暂时性计算机可读存储介质。在另一总体方面中，一种训练电池寿命估计模型的方法，包括：通过合并基于电池感测数据获取的密度数据来获取密度数据集合；将密度数据集合中的密度数据分簇为多个簇；使用所述多个簇基于训练数据来确定密度特征；基于密度特征来训练电池寿命估计模型。确定密度特征的步骤可包括：基于构成包括在每个簇中的训练数据的密度数据的条数来确定密度特征。确定密度特征的步骤还可包括：基于每个簇的质心来确定包括在每个簇中的所述条训练数据。所述确定的步骤可包括：基于构成包括在每个簇中的训练数据的密度数据的条数来生成直方图；基于直方图来确定密度矢量。所述方法还可包括存储关于所述多个簇的信息以及关于训练的电池寿命估计模型的信息。所述方法还可包括归一化密度数据集合；其中，分簇的步骤可包括：将构成归一化的密度数据集合中的训练数据的密度数据分簇为所述多个簇。所述获取的步骤可包括：基于多个电池管理概况来获取密度数据；通过合并获取的密度数据来获取密度数据集合。所述获取的步骤可包括：合并在同一时间点感测的不同类型的电池感测数据；随时间累积合并的电池感测数据。在另一总体方面中，一种用于估计电池的寿命的设备，包括：密度数据获取器，被配置为基于电池感测数据来获取密度数据；密度特征确定器，被配置为使用通过基于多个电池管理概况分簇密度数据集合生成的簇，基于密度数据来确定密度特征；以及电池寿命估计器，被配置为基于密度特征估计电池的寿命。在另一总体方面中，一种用于估计电池的寿命的设备，包括：获取器，被配置为获取电池感测数据并且将电池感测数据转换为空间数据；确定器，被配置为基于空间数据确定空间特征；以及电池寿命估计器，被配置为基于空间特征来估计电池的寿命。获取器还可被配置为将电池感测数据投影到具有预定维度的空间上，以获得空间数据。获取器还可被配置为：获取一时间段内的电池感测数据；电池感测数据可包括从电池感测的N种类型的电池数据；预定空间可以是N维空间；N种类型的电池数据中的每种类型的电池数据可被投影到N维空间的相应的维度上。空间数据可以是指示在具有预定维度的空间中电池感测数据的密度分布的密度数据；确定器还可被配置为：在空间中将密度数据分簇为多个簇，并且基于所述多个簇来确定空间特征。每个所述簇可包括：与所述多个簇中的任何其他簇的质心相比，更接近该簇的质心的所有条密度数据。确定器还可被配置为：对每个簇中的密度数据的条数计数，基于每个簇中的密度数据的条数来确定密度矢量作为空间特征；电池寿命估计器还可被配置为基于密度矢量来估计电池的寿命。密度矢量可包括：分别与所述多个簇相应的元素；所述元素中的每个元素可以是所述多个簇中的各自的一个簇中的密度数据的条数。其它特征和方面从以下的详细的描述、附图和权利要求中将是清楚的。附图说明图1示出用于训练电池寿命估计模型的训练设备的配置的示例；图2示出用于估计电池的寿命的电池寿命估计设备的配置的示例；图3示出用于估计电池的寿命的电池系统的配置的示例；图4示出基于电池感测数据获取密度数据的处理的示例；图5示出密度数据的示例；图6示出获取密度数据集合以及分簇密度数据集合的处理的示例；图7A和图7B示出确定密度特征的处理的示例；图8示出用户接口的示例；图9示出用于提供电池寿命信息的用户接口的示例；图10是示出训练电池寿命估计模型的方法的示例的流程图；图11是示出估计电池的寿命的方法的示例的流程图。贯穿附图和详细的描述，相同的参考标号表示相同的元件。为了清楚、说明和方便，附图可以不按比例绘制，并且附图中元件的相对尺寸、比例和描绘可被夸大。具体实施方式提供以下详细的描述来帮助读者获得对在此描述的方法、设备和/或系统的全面理解。然而，在此描述的方法、设备和/或系统的各种变化、修改和等同物对于本领域的普通技术人员将是清楚的。除了必须以特定顺序发生的操作之外，在此描述的操作的顺序仅为示例并且不是限于在此阐述的那些操作的顺序，而是可如对本领域的普通技术人员将是清楚的那样改变。此外，为了更加清楚和简洁，可省略对本领域的普通技术人员公知的功能和结构的描述。在此描述的特征可以以不同的形式被实现并且不应被解释为限于在此描述的示例。相反，在此描述的示例已被提供，使得本公开将是充分和完整的，并且将本公开的整个范围传达给本领域的普通技术人员。贯穿本说明对“一个示例”或“示例”的引用指示与示例相关地描述的具体特征、结构或特性被包括在至少一个示例中。因此，贯穿本说明在各个地方出现的短语“一个示例”或“示例”不必须全部参照同一示例。在此使用的术语仅是描述具体示例的目的，而不意在限制本公开。除非上下文另有清楚地指示，否则如在此使用的单数形式也意图包括复数形式。如在此使用的术语“包括”、“包含”以及“具有”，说本文档来自技高网...

【技术保护点】
一种估计电池的寿命的方法，所述方法包括：基于电池感测数据获取密度数据；使用通过基于多个电池管理概况分簇密度数据集合生成的簇，来基于密度数据确定密度特征；基于密度特征来估计电池的寿命。

【技术特征摘要】
2015.07.21 KR 10-2015-01028541.一种估计电池的寿命的方法，所述方法包括：基于电池感测数据获取密度数据；使用通过基于多个电池管理概况分簇密度数据集合生成的簇，来基于密度数据确定密度特征；基于密度特征来估计电池的寿命。2.如权利要求1所述的方法，其中，确定密度特征的步骤包括：基于包括在每个簇中的密度数据的条数来确定密度特征。3.如权利要求2所述的方法，其中，确定密度特征的步骤还包括：基于每个簇的质心确定包括在每个簇中的多条密度数据。4.如权利要求1所述的方法，其中，所述确定的步骤包括：基于包括在每个簇中的密度数据的条数来生成直方图；基于直方图来确定密度矢量。5.如权利要求1所述的方法，其中，所述确定的步骤包括：基于所述簇将密度数据转换为密度矢量。6.如权利要求1所述的方法，其中，所述获取的步骤包括：合并在同一时间点感测的不同类型的电池感测数据；通过随时间累积合并的电池感测数据来获取密度数据。7.如权利要求1所述的方法，其中，密度数据是表示电池感测数据随时间的空间分布的数据。8.如权利要求1所述的方法，其中，电池感测数据包括电池的电压数据、电流数据和温度数据中的任意一个或者任意两个或更多个的任意组合。9.如权利要求1所述的方法，其中，密度数据集合是基于所述多个电池管理概况的密度数据的组合。10.如权利要求1所述的方法，其中，所述估计的步骤包括：使用电池寿命估计模型从密度特征来估计电池的寿命；电池寿命估计模型基于神经网络(NN)模型、支持向量机(SVM)模型以及高斯过程回归(GPR)模型中的任意一个。11.一种训练电池寿命估计模型的方法，所述方法包括：通过合并基于电池感测数据获取的密度数据来获取密度数据集合；将密度数据集合中的密度数据分簇为多个簇；使用所述多个簇基于训练数据来确定密度特征；基于密度特征来训练电池寿命估计模型。12.如权利要求11所述的方法，其中，确定密度特征的步骤包括：基于构成包括在每个簇中的训练数据的密度数据的条数来确定密度特征。13.如权利要求12所述的方法，其中，确定密度特征的步骤还包括：基于每个簇的质心来确定包括在每个簇中的所述条密度数据。14.如权利要求...

【专利技术属性】
技术研发人员：柳凯员，朴相度，
申请(专利权)人：三星电子株式会社，
类型：发明
国别省市：韩国;KR