识别电池健康状态的方法、装置和终端设备制造方法及图纸

本发明专利技术属于机器学习的技术领域，提供了识别电池健康状态的方法、装置和装置，所述方法包括：获取待识别电池的充电时长和充电电量；通过电池健康状态回归模型分析所述充电时长和充电电量，获得待识别电池健康状态的识别结果。本发明专利技术不需要外部设备的介入，利用对现有的电池样本数据进行建模，只需把待识别电池的充电时长和充电电量放入电池健康状态回归模型分析，即可获得待识别设备电池出现老化情况和故障概率，不仅提高了电池健康状态识别精准度，也减少了生产成本。

【技术实现步骤摘要】
识别电池健康状态的方法、装置和终端设备
本专利技术属于机器学习的
，尤其涉及识别电池健康状态的方法、装置和终端设备。
技术介绍
近几年随着移动终端和新能源汽车的兴起，可循环充电的电池的健康也得到了一定的关注，尤其是电池健康的预测问题成为了一个热点。电池健康问题指影响其放电能力的正负极活性材料的物化结构性质、粘结剂对涂层的粘黏强度、隔膜的质量等在循环充电过程中逐渐劣化，虽然目前从设计角度对电池的结构和材料已经进行了很多的改进，电池本身性能得到了很大的提高，但是实际使用中电池的寿命问题依然存在，特别是对于大容量动力电池以及电池滥用场合。从应用角度对电池健康状况进行科学的估计和预测，进一步指导电池的运行和维护也是实现电池长时间可靠工作有着重要意义。传统的解决方案，大部分通过外连电池检测设备对电池的健康状态进行检测或者通过大数据得到的电池寿命的线性衰减给出电池大致的健康状态。外连设备虽然检测精确，但是成本较高，而大数据预测电池健康状态又存在不精确的缺陷。
技术实现思路
有鉴于此，本专利技术实施例提供了识别电池健康状态的方法及终端设备，以解决现有技术中识别电池健康状态的问题。本专利技术实施例本文档来自技高网...

【技术保护点】
1.一种识别电池健康状态的方法，其特征在于，包括以下步骤：获取待识别电池的充电时长和充电电量；通过电池健康状态回归模型分析所述充电时长和充电电量，获得待识别电池健康状态的识别结果。

【技术特征摘要】
1.一种识别电池健康状态的方法，其特征在于，包括以下步骤：获取待识别电池的充电时长和充电电量；通过电池健康状态回归模型分析所述充电时长和充电电量，获得待识别电池健康状态的识别结果。2.如权利要求1所述的方法，其特征在于，所述通过电池健康状态回归模型分析所述充电时长和充电电量，获得待识别电池健康状态的识别结果之前，还包括：获取待识别电池的充电电流大小；获取与所述充电电流大小对应的电池健康回归模型。3.如权利要求1所述的方法，其特征在于，所述通过电池健康状态回归模型分析所述充电时长和充电电量，获得待识别电池健康状态的识别结果之前，还包括：获取多个样本数据，每个所述样本数据包括样本电池的充电样本时长和充电样本电量，以及每个样本电池对应的样本健康状态；根据所述样本数据基于监督学习获得电池健康状态回归模型，所述电池健康状态回归模型用于识别待识别电池的健康状态。4.如权利要求3所述的方法，其特征在于，所述根据所述样本数据基于监督学习获得电池健康状态回归模型之前，还包括：对所述样本数据进行归一化处理；相应的，所述根据所述样本数据基于监督学习获得电池健康状态回归模型，包括：根据进行归一化处理后的所述样本数据基于监督学习获得电池健康状态回归模型。5.如权利要求3所述识别电池健康状态的方法，其特征在于，所述根据所述样本数据基于监督学习获得电池健康状态回归模型，包括：通过逻辑函数推导出的样本电池的充电样本时长xi1和充电样本电量xi2以及列向量参数为的假设函数:根据所述假设函数构造代价函数：其中m为样本数据数量，y(i)表示第i个样本健康状态，i的最大...

【专利技术属性】
技术研发人员：王振飞，武雨末，
申请(专利权)人：深圳智链物联科技有限公司，
类型：发明
国别省市：广东,44