【技术实现步骤摘要】
电池容量估计模型训练及容量估计方法、装置及存储介质
[0001]本公开涉及人工智能
，尤其涉及一种电池容量估计模型训练及容量估计方法、装置及存储介质。
技术介绍
[0002]锂离子电池因具备高能量密度、高充电效率、循环使用寿命长、低维护成本和低自放电率等优势作为电动汽车能源的首选。近年来伴随着锂离子电池应用范围的扩大，相关研究领域的投入逐渐加大，其使用成本逐渐降低，性能和容量有显著提升。不过，锂离子电池的缺点仍不可规避，近些年因为锂离子电池使用不当、电池老化不及时更换或由于过充、过放导致电池爆炸的事件频繁发生，能够看出锂离子电池对于电池管理系统(Battery Management System，BMS)监测要求非常高。为延长电池使用寿命、改善电池性能和确保电池使用过程中的安全性，需要对锂电池的容量进行准确计算。
技术实现思路
[0003]本公开提出了一种电池容量估计模型训练及容量估计方法、装置及存储介质，旨在至少在一定程度上解决相关技术中的技术问题之一。
[0004]本公开第一方面实施例提出了...
【技术保护点】
【技术特征摘要】
1.一种电池容量估计模型训练方法，其特征在于，包括：获取锂电池在随机电流倍率条件下每个充放电循环中多个采样点的电流值、电压值、温度值，及所述充放电循环的充放电持续时间；分别将所述电流值、所述电压值、所述温度值转化为对应的电流二维特征图像、电压二维特征图像以及温度二维特征图像；以及将每个充放电循环的电流二维特征图像、电压二维特征图像、温度二维特征图像作为初始模型的卷积神经网络通道的输入，将对应的所述充放电持续时间作为所述初始模型的门控循环网络通道的输入，并将相邻充放电循环容量差值作为所述初始模型的目标输出，以对所述初始模型进行训练，得到所述锂电池的容量估计模型。2.如权利要求1所述的方法，其特征在于，所述分别将所述电流值、所述电压值、所述温度值转化为对应的电流二维特征图像、电压二维特征图像以及温度二维特征图像，包括：分别将所述电流值、电压值、温度值归一化到预设的数值区间以得到对应的目标值，并确定像素点数量与所述采样点相等的二维图像；依次将每个电流值对应的目标值作为所述二维图像中每个像素点的像素值，以得到所述电流二维特征图像；依次将每个电压值对应的目标值作为所述二维图像中每个像素点的像素值，以得到所述电压二维特征图像；依次将每个温度值对应的目标值作为所述二维图像中每个像素点的像素值，以得到所述温度二维特征图像。3.如权利要求2所述的方法，其特征在于，其中，根据以下公式依次将每个电流值对应的目标值作为所述二维图像中每个像素点的像素值，r
I
[p,q]＝I[(p
‑
1)*Q+q]其中，[p,q]表示二维图像的像素点位置，r
I
[p,q]表示[p,q]像素点的像素值，I[(p
‑
1)*Q+q]表示电流值序号对应的目标值，其中，p＝1:P，q＝1:Q，P
×
Q表示二维图像的像素数量。4.如权利要求1所述的方法，其特征在于，所述分别将所述电流值、电压值、温度值转化为对应的电流二维特征图像、电压二维特征图像以及温度二维特征图像之前，还包括：确定所述电流值中的最小电流值，并将每个电流值减去所述最小电流值；确定所述电压值中的最小电压值，并将每个电压值减去所述最小电压值；以及确定所述温度值中的最低温度值，并将每个温度值减去所述最低温度值。5.一种电池容量估计方法，其特征在于，包括：获取锂电池在当前充放电循环中多个采样点的电流值、电压值、温度值及充放电过程持续时间；分别将所述电流值、电压值、温度值转化为对应的电流二维特征图像、电压二维特征图像以及温度二维特征图像；将所述电流二维特征图像、所述电压二维特征图像、所述温度二维特征图像输入至如上述权利要求1
‑
4任一项所述的电池容量估计模型训练方法训练得到的容量估计模型，以输出相邻容量差；以及计算所述锂电池在前一充放电循环的电池容量与所述相邻容量差的...
【专利技术属性】
技术研发人员：谢旭，燕翔，李政，李和良，李艺轩，丁文华，熊新宇，吴繁，邹志平，吴清珊，羊跃明，陆斌，付吉烨，徐惠涛，严杰，王英利，黄志伟，吕维川，杨康，范继敏，张孟崇，辉志军，韦占海，
申请(专利权)人：华能澜沧江水电股份有限公司，
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。