锂离子电池的使用寿命预测方法技术

本申请涉及一种锂离子电池的使用寿命预测方法

【技术实现步骤摘要】
锂离子电池的使用寿命预测方法、装置和计算机设备


[0001]本申请涉及锂离子电池
，特别是涉及一种锂离子电池的使用寿命预测方法
、
装置和计算机设备
。

技术介绍

[0002]锂离子电池广泛应用于便携式电子设备
、
电动车辆和储能系统等领域，但随着锂离子电池使用时间的增加，锂离子电池的容量会逐渐衰减，导致电池终止使用，因此，对锂离子电池进行寿命预测对于评估电池性能
、
指导电池设计
、
优化电池管理
、
发现潜在问题以及降低开发成本和时间具有重要意义
。
[0003]通常，通过采集锂离子电池全生命周期的数据训练机器学习模型，利用训练好的机器学习模型对锂离子电池的电池寿命进行预测
。
[0004]然而，传统技术存在对锂离子电池的电池寿命进行预测的预测结果不准确的问题
。

技术实现思路

[0005]基于此，有必要针对上述技术问题，提供一种能够提高对锂离子电池的电池寿命进行预测的预测结果的准确度的锂离子电池的使用寿命预测方法
、
装置和计算机设备
。
[0006]第一方面，本申请提供了一种锂离子电池的使用寿命预测方法，包括：
[0007]获取目标电池的目标充放电数据；所述目标充放电数据为所述目标电池的电池健康状态值大于预设阈值时的充放电数据；
[0008]将所述目标充放电数据对应的机理参数输入至预测模型，得到所述目标电池的使用寿命
。
[0009]在其中一个实施例中，所述预测模型包括线性预测支路和非线性预测支路，所述将所述目标充放电数据对应的机理参数输入至预测模型，得到所述目标电池的使用寿命，包括：
[0010]将所述目标充放电数据对应的机理参数分别输入至所述线性预测支路和非线性预测支路进行预测，得到所述目标电池的使用寿命预测曲线，并根据所述使用寿命预测曲线得到所述目标电池的使用寿命
。
[0011]在其中一个实施例中，所述将所述目标充放电数据对应的机理参数分别输入至所述线性预测支路和非线性预测支路进行预测，得到所述目标电池的使用寿命预测曲线，并根据所述使用寿命预测曲线得到所述目标电池的使用寿命，包括：
[0012]对所述目标充放电数据进行处理，得到所述目标电池的目标老化因子；
[0013]将所述目标老化因子输入机器学习模型中进行分析，确定所述目标充放电数据对应的机理参数；
[0014]将所述机理参数分别输入至所述线性预测支路和非线性预测支路进行预测，得到所述目标电池的使用寿命预测曲线，并根据所述使用寿命预测曲线得到所述目标电池的使
用寿命
。
[0015]在其中一个实施例中，所述对所述目标充放电数据进行处理，得到所述目标电池的目标老化因子，包括：
[0016]根据待求解的机理参数的类型，对所述目标充放电数据进行处理，得到与所述机理参数的类型匹配的目标老化因子
。
[0017]在其中一个实施例中，所述方法还包括：
[0018]获取样本电池的样本充放电数据；所述样本充放电数据是所述样本电池全生命周期的充放电数据；
[0019]利用所述样本充放电数据对初始机器学习模型进行训练，得到所述机器学习模型
。
[0020]在其中一个实施例中，所述利用所述样本充放电数据对初始机器学习模型进行训练，得到所述机器学习模型，包括：
[0021]对所述样本充放电数据进行处理，得到样本老化因子；
[0022]利用所述样本老化因子对初始机器学习模型进行训练，得到所述机器学习模型
。
[0023]第二方面，本申请还提供了一种锂离子电池的使用寿命预测装置，包括：
[0024]第一获取模块，用于获取目标电池的目标充放电数据；所述目标充放电数据为所述目标电池的电池健康状态值大于预设阈值时的充放电数据；
[0025]第二获取模块，用于将所述目标充放电数据对应的机理参数输入至预测模型，得到所述目标电池的使用寿命
。
[0026]第三方面，本申请还提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
[0027]获取目标电池的目标充放电数据；所述目标充放电数据为所述目标电池的电池健康状态值大于预设阈值时的充放电数据；
[0028]将所述目标充放电数据对应的机理参数输入至预测模型，得到所述目标电池的使用寿命
。
[0029]第四方面，本申请还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
[0030]获取目标电池的目标充放电数据；所述目标充放电数据为所述目标电池的电池健康状态值大于预设阈值时的充放电数据；
[0031]将所述目标充放电数据对应的机理参数输入至预测模型，得到所述目标电池的使用寿命
。
[0032]第五方面，本申请还提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
[0033]获取目标电池的目标充放电数据；所述目标充放电数据为所述目标电池的电池健康状态值大于预设阈值时的充放电数据；
[0034]将所述目标充放电数据对应的机理参数输入至预测模型，得到所述目标电池的使用寿命
。
[0035]上述锂离子电池的使用寿命预测方法
、
装置和计算机设备，获取目标电池的目标充放电数据；目标充放电数据为目标电池的电池健康状态值大于预设阈值时的充放电数
据；将目标充放电数据对应的机理参数输入至预测模型，得到目标电池的使用寿命
。
将机理参数引入预测模型，提高了预测模型的稳定性和准确度，且根据目标电池的电池健康状态值大于预设阈值时的充放电数据获取目标电池的使用寿命，不需要获取电池全部周期的充放电数据，从而利用较少的数据获取更加准确的目标电池的使用寿命
。
附图说明
[0036]为了更清楚地说明本申请实施例或相关技术中的技术方案，下面将对实施例或相关技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图
。
[0037]图1为一个实施例中锂离子电池的使用寿命预测方法的应用环境图；
[0038]图2为一个实施例中锂离子电池的使用寿命预测方法的流程示意图；
[0039]图3为一个实施例中电池的使用寿命曲线；
[0040]图4为另一个实施例中锂离子电池的使用寿命预测方法的流程示意图；
[0041]图5为一个实施例中机理参数与老化因子的关系示意图；
[0042]图6为另一个实施例中锂离子电池的使用寿命预测方法的流程示意图；
[0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种锂离子电池的使用寿命预测方法，其特征在于，所述方法包括：获取目标电池的目标充放电数据；所述目标充放电数据为所述目标电池的电池健康状态值大于预设阈值时的充放电数据；将所述目标充放电数据对应的机理参数输入至预测模型，得到所述目标电池的使用寿命
。2.
根据权利要求1所述的方法，其特征在于，所述预测模型包括线性预测支路和非线性预测支路，所述将所述目标充放电数据对应的机理参数输入至预测模型，得到所述目标电池的使用寿命，包括：将所述目标充放电数据对应的机理参数分别输入至所述线性预测支路和非线性预测支路进行预测，得到所述目标电池的使用寿命预测曲线，并根据所述使用寿命预测曲线得到所述目标电池的使用寿命
。3.
根据权利要求2所述的方法，其特征在于，所述将所述目标充放电数据对应的机理参数分别输入至所述线性预测支路和非线性预测支路进行预测，得到所述目标电池的使用寿命预测曲线，并根据所述使用寿命预测曲线得到所述目标电池的使用寿命，包括：对所述目标充放电数据进行处理，得到所述目标电池的目标老化因子；将所述目标老化因子输入机器学习模型中进行分析，确定所述目标充放电数据对应的机理参数；将所述机理参数分别输入至所述线性预测支路和非线性预测支路进行预测，得到所述目标电池的使用寿命预测曲线，并根据所述使用寿命预测曲线得到所述目标电池的使用寿命
。4.
根据权利要求3所述的方法，其特征在于，所述对所述目标充放电数据进行处理，得到所述目标电池的目标老化因子，包括：根据待求解的机理参数的类型，对所述目标充放电数据进行处理，得到...

【专利技术属性】
技术研发人员：焦君宇，张帆，张全權，
申请(专利权)人：深圳屹艮科技有限公司，
类型：发明
国别省市：