一种电池剩余寿命预测方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术公开了一种锂电池寿命预测方法，其包括以下步骤：以预设周期的间隔时间采集锂电池的实际容量信息，所述实际容量信息构成历史数据集；根据所述历史数据集通过多元回归方程构建预测模型，以获取在假设锂电池寿命未终止情况下历史数据集期望变量状态下的预测数据集，所述预测数据集内的相邻两个预测数据的间隔时间为所述预设周期；通过所述预测数据集构建逻辑回归模型，预测锂电池的寿命。本发明专利技术还公开了锂电池寿命预测装置、电子设备及计算机可读存储介质。本发明专利技术结合多元线性回归和逻辑回归对锂电池寿命进行预测，提高处理速度和用户体验。

A Method, Device, Electronic Equipment and Storage Medium for Predicting the Residual Life of Batteries

The invention discloses a life prediction method for lithium batteries, which comprises the following steps: collecting the actual capacity information of lithium batteries at intervals of preset cycles, forming a historical data set; constructing a prediction model based on the historical data set through multiple regression equation to obtain the expected variables of the historical data set under the assumption that the life of lithium batteries is not terminated The interval time between the two adjacent predictive data in the predictive data set is the preset period. A logistic regression model is constructed to predict the life of lithium batteries through the predictive data set. The invention also discloses a lithium battery life prediction device, an electronic device and a computer readable storage medium. The method combines multiple linear regression and logical regression to predict the life of lithium battery, and improves the processing speed and user experience.

【技术实现步骤摘要】
一种电池剩余寿命预测方法、装置、电子设备及存储介质
本专利技术涉及锂电池性能检测
，尤其涉及一种锂电池寿命预测方法、装置、电子设备及存储介质。
技术介绍
锂离子电池（简称锂电池）广泛应用于航空航天、船舶、车辆以及消费电子例如手机、笔记本、移动电源和照相机等产品中。锂电池性能好坏直接影响产品的运行安全、任务的完成和消费者的生活品质。为了延长锂电池的使用寿命，人们进行了大量的研究，例如新的电极和电解质材料、新的锂电池结构以锂电池性能演化机理等。对于锂电池使用者而言，其如果能随时获取锂电池的寿命，则可以判断使用锂电池过程中能否达到其相应的需求，因此，对锂电池的寿命预测是非常有必要的。现有的锂电池寿命预测方法主要是机理模型和数据驱动两大类，其中，机理模型主要是建立系统动力学特性或退化演化机理的数学模型，常用的模型有经验退化模型和集总电路模型，由于锂电池退化过程中，存在诸多不可预知的因素，因此，机理模型在一定程度上并不能获得较为准确的结论。数据驱动方法主要是通过锂电池容量实现预测，但是现有的数据驱动方法较为复杂，特别是对于手机等电子产品而言，每次预测过程会占据消费者大量的内存和CPU，导致用户体验差的问题。
技术实现思路
为了克服现有技术的不足，本专利技术的目的之一在于提供一种锂电池寿命预测方法，其结合多元线性回归和逻辑回归对锂电池寿命进行预测，提高处理速度和用户体验。本专利技术的目的之二在于提供一种锂电池寿命预测装置，其结合多元线性回归和逻辑回归对锂电池寿命进行预测，提高处理速度和用户体验。本专利技术的目的之三在于提供一种实现上述锂电池寿命预测方法的电子设备。本专利技术的目的之四在于提供一种存储上述锂电池寿命预测方法的计算机可读存储介质。本专利技术的目的之一采用如下技术方案实现：一种锂电池寿命预测方法，包括步骤：以预设周期的间隔时间采集锂电池的实际容量信息，所述实际容量信息构成历史数据集；根据所述历史数据集通过多元回归方程构建预测模型，以获取在假设锂电池寿命未终止情况下历史数据集期望变量状态下的预测数据集，所述预测数据集内的相邻两个预测数据的间隔时间为所述预设周期；通过所述预测数据集构建逻辑回归模型，预测锂电池的寿命。优选地，根据所述历史数据集通过多元回归方程构建预测模型，以获取在假设锂电池寿命未终止情况下历史数据集期望变量状态下的预测数据集，包括：根据历史数据集进行数据模型的模拟：X(m+1)=F[X(1)，X(2)，X(3)，...X(m)]其中，F为预测模型函数；X(1)，X(2)，X(3)，...X(m)为实际容量信息，共有m个，m≥3，X(1)，X(2)，X(3)，...X(m)组成历史数据集；X(m+1)为X(m)后的第一个锂电池容量的预测数据，称为第m+1次预测数据，X(m+1)和X(m)的间隔时间为预设周期；基于多元回归方程构建预测模型：其中，为第i个实际容量信息对应的线性回归参数，为第i个实际容量信息，C为随机误差参数，1≤i≤m；和C通过极大似然法对历史数据集进行训练获取。优选地，所述根据所述历史数据集通过多元回归方程构建预测模型，以获取在假设锂电池寿命未终止情况下历史数据集期望变量状态下的预测数据集之后，还包括：比较X(m+1)和第m+1次采集锂电池的实际容量信息之间的差值，所述第m+1次采集锂电池的实际容量信息与第m次采集锂电池的实际容量信息的间隔时间为预设周期；以任意一次采集锂电池的实际容量信息为起始，以第m次采集锂电池的实际容量信息为终止，构建样本集，计算所述样本集的标准差s和平均差MD；比较所述差值和标准差，如果所述差值在[MD-2s，MD+2s]范围内，则所述X(m+1)为真，将X(m+1)作为预测模型的输入项，对第m+2次的预测数据X(m+2)进行预测，直至获得第m+n次的预测数据X(m+n)，所述n为预测数据集中预测数据的个数，n≥3；如果所述差值不在[MD-2s，MD+2s]范围内，则所述X(m+1)为假，重新设定随机误差参数，直至所述差值位于[MD-2s，MD+2s]范围内，再通过预测模型对X(m+2)到X(m+n)进行预测。优选地，所述通过所述预测数据集构建逻辑回归模型，预测锂电池的寿命，包括：将预测数据集中的每一个预测数据作为逻辑回归模型中独立变量向量的各个元素：y={X(m+1)，X(m+2)，……X(m+n)}其中，y为逻辑回归模型的独立变量向量，X(m+1)，X(m+2)，……X(m+n)为预测数据集中的各个预测数据；将锂电池寿命终止作为逻辑回归模型中的因变量z，计算锂电池寿命终止的概率：；其中，为第m+j次的预测数据X（m+j）出现锂电池寿命终止的概率，1≤j≤n，为事件的发生比：其中，为截距，为第k个逻辑回归参数，和通过极大似然法对预测数据集进行训练获取，X（m+k）为第m+k次的预测数据，1≤k≤j；当所述的值大于预设阈值时，则认为锂电池寿命终止。本专利技术的目的之二采用如下技术方案实现：一种锂电池寿命预测装置，包括：采集模块，用于以预设周期的间隔时间采集锂电池的实际容量信息，所述实际容量信息构成历史数据集；第一构建模块，用于根据所述历史数据集通过多元回归方程构建预测模型，以获取在假设锂电池寿命未终止情况下历史数据集期望变量状态下的预测数据集，所述预测数据集内的相邻两个预测数据的间隔时间为所述预设周期；第二构建模块，用于通过所述预测数据集构建逻辑回归模型，预测锂电池的寿命。本专利技术的目的之三采用如下技术方案实现：一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本专利技术目的之一的锂电池寿命预测方法。本专利技术的目的之四采用如下技术方案实现：一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本专利技术目的之一的锂电池寿命预测方法。相比现有技术，本专利技术的有益效果在于：本专利技术通过多元线性回归模型对锂电池的容量进行预测，得到预测数据集，然后根据预测数据集，通过逻辑回归模型对预测数据集的每一个预测数据发生寿命终止的概率进行评估，从而找到超过预设阈值的预测数据，以此预测数据作为锂电池寿命终止的节点，由于历史数据集和预测数据集构成的数据集合的相邻数据间隔均为预设周期，则可推测锂电池寿命终止的节点的时间值，将该时间值作为锂电池寿命终止的时间点，其精度高、且处理速度快，可广泛应用于各种使用锂电池的场景，尤其适用于便携式电子设备的锂电池寿命预测。附图说明图1为本专利技术实施例一的锂电池寿命预测方法的流程图；图2为本专利技术实施例二的锂电池寿命预测装置的结构示意图；图3为本专利技术实施例三的电子设备的结构示意图。具体实施方式下面，结合附图以及具体实施方式，对本专利技术做进一步描述，需要说明的是，在不相冲突的前提下，以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。实施例一请参照图1所示，一种锂电池寿命预测方法，包括以下步骤：110、以预设周期的间隔时间采集锂电池的实际容量信息，所述实际容量信息构成历史数据集。锂电池的实际容量信息可通过硬件或软件进行检测，硬件例如锂电池容量监测仪，软件例如91助手，360助手以及爱思等，锂电池的实际容量信息即锂电池的剩余容量，由于其在使用过程中的损耗，本文档来自技高网...

【技术保护点】
1.一种锂电池寿命预测方法，其特征在于，包括步骤：以预设周期的间隔时间采集锂电池的实际容量信息，所述实际容量信息构成历史数据集；根据所述历史数据集通过多元回归方程构建预测模型，以获取在假设锂电池寿命未终止情况下历史数据集期望变量状态下的预测数据集，所述预测数据集内的相邻两个预测数据的间隔时间为所述预设周期；通过所述预测数据集构建逻辑回归模型，预测锂电池的寿命。

【技术特征摘要】
1.一种锂电池寿命预测方法，其特征在于，包括步骤：以预设周期的间隔时间采集锂电池的实际容量信息，所述实际容量信息构成历史数据集；根据所述历史数据集通过多元回归方程构建预测模型，以获取在假设锂电池寿命未终止情况下历史数据集期望变量状态下的预测数据集，所述预测数据集内的相邻两个预测数据的间隔时间为所述预设周期；通过所述预测数据集构建逻辑回归模型，预测锂电池的寿命。2.如权利要求1所述的锂电池寿命预测方法，其特征在于，根据所述历史数据集通过多元回归方程构建预测模型，以获取在假设锂电池寿命未终止情况下历史数据集期望变量状态下的预测数据集，包括：根据历史数据集进行数据模型的模拟：X(m+1)=F[X(1)，X(2)，X(3)，...X(m)]其中，F为预测模型函数；X(1)，X(2)，X(3)，...X(m)为实际容量信息，共有m个，m≥3，X(1)，X(2)，X(3)，...X(m)组成历史数据集；X(m+1)为X(m)后的第一个锂电池容量的预测数据，称为第m+1次预测数据，X(m+1)和X(m)的间隔时间为预设周期；基于多元回归方程构建预测模型：其中，为第i个实际容量信息对应的线性回归参数，为第i个实际容量信息，C为随机误差参数，1≤i≤m；和C通过极大似然法对历史数据集进行训练获取。3.如权利要求2所述的锂电池寿命预测方法，其特征在于，所述根据所述历史数据集通过多元回归方程构建预测模型，以获取在假设锂电池寿命未终止情况下历史数据集期望变量状态下的预测数据集之后，还包括：比较X(m+1)和第m+1次采集锂电池的实际容量信息之间的差值，所述第m+1次采集锂电池的实际容量信息与第m次采集锂电池的实际容量信息的间隔时间为预设周期；以任意一次采集锂电池的实际容量信息为起始，以第m次采集锂电池的实际容量信息为终止，构建样本集，计算所述样本集的标准差s和平均差MD；比较所述差值和标准差，如果所述差值在[MD-2s，MD+2s]范围内，则所述X(m+1)为真，将X(m+1)作为预测模型的输入项，对第m+2次的预测数据X(m+2)进...

【专利技术属性】
技术研发人员：邓君，赖树明，甄超，孙德凤，徐进，
申请(专利权)人：东莞理工学院，东莞市海陆通实业有限公司，
类型：发明
国别省市：广东,44