电池滞回模型训练方法、估算电池SOC的方法和装置制造方法及图纸

本申请提供一种电池滞回模型训练方法，该方法包括：实时采集电池的电流；若所述电池的电流在第一预设时间段内保持小于第一预设值，采集所述电池的开路电压；根据所述电池的电流和开路电压构造样本集；从所构造的样本集中生成样本训练集及样本测试集；利用所述样本训练集训练所述电池滞回模型，并利用所述样本测试集验证训练后的所述电池滞回模型的准确率；若所述准确率大于或者等于预设准确率，结束所述电池滞回模型的训练过程。本申请还提供估算电池SOC的方法和用电装置。本申请可以根据实时采集的电流在线得到电池的开路电压。

【技术实现步骤摘要】
电池滞回模型训练方法、估算电池SOC的方法和装置
本申请涉及电池
，尤其涉及一种电池滞回模型训练方法、估算电池SOC的方法和装置。
技术介绍
由于电池充电特性和放电特性的不同，电池滞回效应是指电池以不同的电流分别充电和放电结束后，充电或放电后相同的荷电状态对应的充电后的开路电压和放电后的开路电压不同的现象。这一现象被称为电池的滞回特性。因此，滞回特性可以描述电池的开路电压(OpenCircuitVoltage，OCV)曲线受历史工况影响的特性，使用开路电压估算电池的荷电状态时，需要考虑滞回特性对电池的荷电状态的影响。电池SOC用于表征电池剩余电量，是电池的重要参数。而高精度的在线SOC估计往往需要通过OCV查表完成，因此建立精确的电池滞回模型至关重要。现有技术中，常用建立滞回模型的方法主要有两种，一种是通过大量离线测试采集OCV数据，基于离线数据建立滞回模型。此方法精度高，但耗时极高，工程应用难；一种是仅在少数工作点下离线测试采集OCV数据，基于离线数据建立滞回模型。此方法耗时仍然较高，且精度较差，不利于工程应用。上述两种方法都存本文档来自技高网...

【技术保护点】
1.一种电池滞回模型训练方法，其特征在于，该方法包括：/n实时采集电池的电流；/n若所述电池的电流在第一预设时间段内保持小于第一预设值，采集所述电池的开路电压；/n根据所述电池的电流和开路电压构造样本集；/n从所构造的样本集中生成样本训练集及样本测试集；/n利用所述样本训练集训练所述电池滞回模型，并利用所述样本测试集验证训练后的所述电池滞回模型的准确率；及/n若所述准确率大于或者等于预设准确率，结束所述电池滞回模型的训练过程。/n

【技术特征摘要】
1.一种电池滞回模型训练方法，其特征在于，该方法包括：
实时采集电池的电流；
若所述电池的电流在第一预设时间段内保持小于第一预设值，采集所述电池的开路电压；
根据所述电池的电流和开路电压构造样本集；
从所构造的样本集中生成样本训练集及样本测试集；
利用所述样本训练集训练所述电池滞回模型，并利用所述样本测试集验证训练后的所述电池滞回模型的准确率；及
若所述准确率大于或者等于预设准确率，结束所述电池滞回模型的训练过程。


2.如权利要求1所述的电池滞回模型训练方法，其特征在于，所述方法还包括：
若所述准确率小于所述预设准确率，增加所述样本训练集的数量以重新训练所述电池滞回模型，直至所述准确率大于或者等于所述预设准确率。


3.如权利要求2所述的电池滞回模型训练方法，其特征在于，所述样本集包括正样本集和负样本集，根据所述电池的电流和开路电压构造样本集包括：
获取所述正样本集中的正样本的电流和开路电压及所述负样本集中的负样本的电流和开路电压；
将正样本的电流和开路电压据标注类别数据，以使正样本的电流和开路电压携带类别标签。


4.如权利要求2所述的电池滞回模型训练方法，其特征在于，所述从所构造的样本集中生成样本训练集及样本测试集包括：
在所生成的样本训练集中随机选择第一预设数量的样本训练集参与训练；
在所生成的样本测试集中随机选择第二预设数量的样本测试集参与验证。


5.如权利要求1所述的电池滞回模型训练方法，其特征在于，所述方法还包括...

【专利技术属性】
技术研发人员：陈英杰，
申请(专利权)人：东莞新能安科技有限公司，
类型：发明
国别省市：广东;44