本申请实施例提供了一种电池充电的方法、装置、电子设备及计算机可读存储介质，该方法包括：获取充电电池的状态信息；将所述状态信息输入目标模型，经由目标模型确定满足预设充电约束条件的多个待选充电功率；通过目标模型计算得到每一所述待选充电功率对应的荷电状态，并输出目标荷电状态对应的所述待选充电功率；其中，所述待选充电功率对应的荷电状态为采用待选充电功率充电预设时长后充电电池的荷电状态；目标荷电状态为多个所述待选充电功率对应的荷电状态中数值最大的一个；采用所述目标模型输出的待选充电功率对所述充电电池进行充电。在不对电池寿命造成过多损害的前提下，完成充电电池的快速充电，实现了电池寿命和充电速度之间均衡。和充电速度之间均衡。和充电速度之间均衡。
【技术实现步骤摘要】
电池充电的方法、装置、电子设备及计算机可读存储介质
[0001]本申请关于电池
，具体地说，涉及电池
下的电池充电技术，更具体地说，涉及一种电池充电的方法、装置、电子设备及计算机可读存储介质。
技术介绍
[0002]随着电动汽车和便携式电子设备的普及，锂离子电池在现代社会中扮演着越来越重要的角色。锂离子电池具有高能量密度、长循环寿命和低自放电率等优点，使其成为许多应用的理想选择。
[0003]目前，基于经验的充电方法简单易行且应用广泛，代表性的充电方法包括：恒流
‑
恒压(CCCV)法、多阶段恒流法等。
[0004]然而，上述充电方法鲁棒性差，要么充电功率过大，虽然可以实现快速充电，但对电池寿命会造成较大的损害。要么虽然可以对电池寿命造成较小损害，但充电速度过慢。
技术实现思路
[0005]本申请中多个实施例提供一种电池充电的方法、装置、电子设备及计算机可读存储介质，以实现均衡电池寿命和充电速度的目的。
[0006]第一方面，本申请的一个实施例提供了一种电池充电的方法，所述电池充电的方法包括：
[0007]获取充电电池的状态信息；
[0008]将所述状态信息输入目标模型，经由所述目标模型确定满足预设充电约束条件的多个待选充电功率；
[0009]通过所述目标模型计算得到每一所述待选充电功率对应的荷电状态，并输出目标荷电状态对应的所述待选充电功率；其中，所述待选充电功率对应的荷电状态为采用所述待选充电功率充电预设时长后所述充电电池的荷电状态；所述目标荷电状态为多个所述待选充电功率对应的荷电状态中数值最大的一个；
[0010]采用所述目标模型输出的待选充电功率对所述充电电池进行充电。
[0011]可选地，在采用所述目标模型输出的待选充电功率对所述充电电池进行充电之后，所述方法还包括：
[0012]计算所述目标荷电状态和预设荷电状态之间的荷电状态差值；
[0013]采用所述荷电状态差值更新所述目标模型的模型参数，以使所述目标模型的模型输出向目标充电功率调整；
[0014]其中，所述目标充电功率为在满足所述预设充电约束条件的情况下，使所述充电电池的荷电状态最快到达所述预设荷电状态的充电功率。
[0015]可选地，所述获取充电电池的状态信息，包括：
[0016]获取所述充电电池的充电电压、充电电流和温度；
[0017]采用扩展卡尔曼滤波估算所述充电电池当前的荷电状态；
[0018]将所述充电电压、所述充电电流、所述温度和所述充电电池当前的荷电状态，确定为所述充电电池的状态信息。
[0019]可选地，所述预设充电约束条件为基于电池的电化学模型和热模型确定的对电池的目标参数进行约束的条件；
[0020]其中，所述目标参数包括：充电电流、充电电压、负极过电位和温度中的至少一项。
[0021]可选地，在获取充电电池的状态信息之前，所述方法还包括：
[0022]构建初始神经网络模型；
[0023]获取预设充电约束条件以及电池在不同充电条件下的状态信息；
[0024]将所述不同充电条件下的状态信息作为训练样本，对所述初始神经网络模型进行训练得到所述目标模型；
[0025]其中，每次训练过程中：
[0026]将每一所述训练样本输入所述初始神经网络模型，采用所述预设充电约束条件对所述初始神经网络模型确定待选充电功率的过程进行约束，并使用所述初始神经网络模型的模型输出对应的荷电状态和预设荷电状态之间的差值对模型参数进行更新。
[0027]第二方面，本申请的一个实施例提供了一种电池充电的装置，所述电池充电的装置包括：
[0028]获取模块，用于获取充电电池的状态信息；
[0029]第一模型模块，用于将所述状态信息输入目标模型，经由所述目标模型确定满足预设充电约束条件的多个待选充电功率；
[0030]第二模型模块，用于通过所述目标模型计算得到每一所述待选充电功率对应的荷电状态，并输出目标荷电状态对应的所述待选充电功率；其中，所述待选充电功率对应的荷电状态为采用所述待选充电功率充电预设时长后所述充电电池的荷电状态；所述目标荷电状态为多个所述待选充电功率对应的荷电状态中数值最大的一个；
[0031]充电模块，用于采用所述目标模型输出的待选充电功率对所述充电电池进行充电。
[0032]可选地，所述装置还包括：
[0033]差值计算模块，用于计算所述目标荷电状态和预设荷电状态之间的荷电状态差值；
[0034]在线更新模块，用于采用所述荷电状态差值更新所述目标模型的模型参数，以使所述目标模型的模型输出向目标充电功率调整；
[0035]其中，所述目标充电功率为在满足所述预设充电约束条件的情况下，使所述充电电池的荷电状态最快到达所述预设荷电状态的充电功率。
[0036]可选地，所述获取模块，具体用于：
[0037]获取所述充电电池的充电电压、充电电流和温度；
[0038]采用扩展卡尔曼滤波估算所述充电电池当前的荷电状态；
[0039]将所述充电电压、所述充电电流、所述温度和所述充电电池当前的荷电状态，确定为所述充电电池的状态信息。
[0040]可选地，所述预设充电约束条件为基于电池的电化学模型和热模型确定的对电池的目标参数进行约束的条件；
[0041]其中，所述目标参数包括：充电电流、充电电压、负极过电位和温度中的至少一项。
[0042]可选地，所述装置还包括：
[0043]模型构建模块，用于构建初始神经网络模型；
[0044]训练获取模块，用于获取预设充电约束条件以及电池在不同充电条件下的状态信息；
[0045]训练模块，用于将所述不同充电条件下的状态信息作为训练样本，对所述初始神经网络模型进行训练得到所述目标模型；
[0046]其中，每次训练过程中：
[0047]将每一所述训练样本输入所述初始神经网络模型，采用所述预设充电约束条件对所述初始神经网络模型确定待选充电功率的过程进行约束，并使用所述初始神经网络模型的模型输出对应的荷电状态和预设荷电状态之间的差值对模型参数进行更新。
[0048]第三方面，本申请的一个实施例提供了一种电子设备，包括处理器和存储器；
[0049]其中，所述存储器与所述处理器连接，所述存储器用于存储计算机程序；
[0050]所述处理器，用于通过运行所述存储器中存储的计算机程序，实现如上所述的电池充电的方法。
[0051]第四方面，本申请的一个实施例提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时，实现如上所述的电池充电的方法。
[0052]第五方面，本申请的一个实施例提供了一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序存储在计算机可读存储介质中；所述计算机设备的处理器从本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种电池充电的方法，其特征在于，所述电池充电的方法包括：获取充电电池的状态信息；将所述状态信息输入目标模型，经由所述目标模型确定满足预设充电约束条件的多个待选充电功率；通过所述目标模型计算得到每一所述待选充电功率对应的荷电状态，并输出目标荷电状态对应的所述待选充电功率；其中，所述待选充电功率对应的荷电状态为采用所述待选充电功率充电预设时长后所述充电电池的荷电状态；所述目标荷电状态为多个所述待选充电功率对应的荷电状态中数值最大的一个；采用所述目标模型输出的待选充电功率对所述充电电池进行充电。2.根据权利要求1所述的方法，其特征在于，在采用所述目标模型输出的待选充电功率对所述充电电池进行充电之后，所述方法还包括：计算所述目标荷电状态和预设荷电状态之间的荷电状态差值；采用所述荷电状态差值更新所述目标模型的模型参数，以使所述目标模型的模型输出向目标充电功率调整；其中，所述目标充电功率为在满足所述预设充电约束条件的情况下，使所述充电电池的荷电状态最快到达所述预设荷电状态的充电功率。3.根据权利要求1所述的方法，其特征在于，所述获取充电电池的状态信息，包括：获取所述充电电池的充电电压、充电电流和温度；采用扩展卡尔曼滤波估算所述充电电池当前的荷电状态；将所述充电电压、所述充电电流、所述温度和所述充电电池当前的荷电状态，确定为所述充电电池的状态信息。4.根据权利要求1所述的方法，其特征在于，所述预设充电约束条件为基于电池的电化学模型和热模型确定的对电池的目标参数进行约束的条件；其中，所述目标参数包括：充电电流、充电电压、负极过电位和温度中的至少一项。5.根据权利要求1所述的方法，其特征在于，在获取充电电池的状态信息之前，所述方法还包括：构建初始神经网络模型；获取预设充电约束条件以及电池在不同充电条件下的状态信息；将所述不同充电条件下的状态信息作为训练样本，对所述初始神经网络模型进行训练得到所述目标模型；其中，每次训练过程中：将每一所述训练样本输入所述初始神经网络模型，采用所述预设充电约束条件对所述初始神经网络模型确定待选充电功率的过程进行约束，并使用所述初始神经网络模型的模型输出对应的荷电状态和预设荷电状态之间的差值对模型参数进行更新。6.一种电池充电的装置，其特征在于，所述电池充电的装置包括：获取模块，用于获取充电电池的状态信息；第一模型模块，用于将所述状态信息输入目标模型，经由所述目标模型确定满足预设充电约束条件的多个待选充电功率；第二模型模块，用于通过所述...
【专利技术属性】
技术研发人员：何柳青，吴官正，王烽，李素丽，
申请(专利权)人：珠海冠宇电池股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。