梯次电池剩余容量的预测方法和电子设备技术

本公开提供一种梯次电池剩余容量的预测方法和电子设备。所述方法包括：获取梯次电池的在网使用数据，并根据所述梯次电池的在网使用数据生成在网使用数据的特征向量；根据所述在网使用数据的特征向量以及预先训练的剩余容量预测网络模型，得到所述梯次电池在稳定电压起始点的剩余容量。本说明书实施例通过梯次电池的在网使用数据和预先训练的剩余容量预测网络模型，最终得到了梯次电池的剩余容量。最终得到了梯次电池的剩余容量。最终得到了梯次电池的剩余容量。

【技术实现步骤摘要】
梯次电池剩余容量的预测方法和电子设备


[0001]本公开涉及梯次电池管理领域，尤其涉及一种梯次电池剩余容量的预测方法。

技术介绍

[0002]在现代社会中，蓄电池被愈加广泛地应用在各类设备中。在反复充放电过程中，蓄电池的容量不断衰减，到一定程度时必须进行退役处理。为使蓄电池在最大程度上得到利用，需对电池进行梯次利用，因此，无论是衡量电池是否退役还是在对退役电池梯次利用进行评估的问题上，对电池剩余容量的估算都是一个重要的环节。
[0003]目前现有的电池剩余容量估算方法中，绝大多数具有较高精度输出的方法都具有对电池型号依赖性高的缺点，经过大量实验构建出的模型仅仅适用于某一型号，且很多电池剩余容量的估算方法会受到电池老化的影响，导致精度降低。

技术实现思路

[0004]有鉴于此，本公开的目的在于提出一种梯次电池剩余容量的预测方法和电子设备。
[0005]基于上述目的，本公开提供了一种梯次电池剩余容量的预测方法，其中，包括：
[0006]获取梯次电池的在网使用数据，并根据所述梯次电池的在网使用数据生成在网使用数本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种梯次电池剩余容量的预测方法，其中，包括：获取梯次电池的在网使用数据，并根据所述梯次电池的在网使用数据生成在网使用数据的特征向量；根据所述在网使用数据的特征向量以及预先训练的剩余容量预测网络模型，得到所述梯次电池在稳定电压起始点的剩余容量。2.根据权利要求1所述的方法，其中，所述获取梯次电池的在网使用数据，并根据所述梯次电池的在网使用数据生成在网使用数据的特征向量的过程具体包括：获取梯次电池在网使用数据的电流值和电压值；根据所述电流值和电压值，分别得到电流曲线I
′
(t)和电压曲线V
′
(t)；根据所述电流曲线I
′
(t)得到放出电量曲线Q
′
dis
(t)；根据所述电压曲线V
′
(t)和所述放出电量曲线Q
′
dis
(t)得到稳定电压起始点V
′0、时间t
′0和放出电量Q
′
dis0
；根据所述放出电量Q
′
dis0
和单位放出电量ΔQ，得到包括所述放出电量Q
′
dis0
在内的若干个电量值Q
′
diss
；根据若干所述电量值Q
′
diss
和所述放出电量曲线Q
′
dis
(t)，得到每个所述电量值Q
′
diss
对应的时间t
′
s
；根据所述时间t
′
s
和所述电压曲线V
′
(t)，得到每个时间对应的电压值V
s
′
；将所述每个时间对应的电压值V
s
′
组成的序列，作为所述在网使用数据的特征向量。3.根据权利要求1所述的方法，其中，所述剩余容量预测网络模型的训练过程包括：建立反向传播神经网络BPNN；获取若干组训练用梯次电池出厂放电测试数据；将所述若干组训练用梯次电池出厂放电测试数据的一部分作为训练集；所述训练集包括：训练用电流值I、训练用电压值V...

【专利技术属性】
技术研发人员：徐鹏，郝一，
申请(专利权)人：北京邮电大学，
类型：发明
国别省市：