一种电池的峰值功率预测方法和装置制造方法及图纸

本申请公开了一种电池的峰值功率预测方法和装置，属于电池功率预测技术领域，电池的峰值功率预测方法通过对已知的第一功率数据进行小波分解，以得到多个类别的第二功率数据，对多组第一功率数据中的多个第二功率数据依据类别划分为多个数据组；在数据组中，通过第二功率数据构造第一预测模型，基于遗传算法优化第一预测模型的权值和阈值，得到第二预测模型，基于第二预测模型获取第三功率数据；在多个数据组间，将多个第三功率数据进行小波重构，以确定功率预测值。本申请通过引入已知的第一功率数据，并对第一功率数据进行小波处理后作为输入数据构造预测模型，通过遗传算法优化预测模型的权值和阈值，可有效降低收敛误差，提高预测精度。

【技术实现步骤摘要】

本申请属于电池功率预测，具体涉及一种电池的峰值功率预测方法和装置。

技术介绍

1、目前峰值功率计算大多依赖软件固化的功率map(power mapping，将发动机或电机输出的功率与其运行参数之间的关系进行映射和表示的方法)以及电压和soh(state ofhealth，电池健康状态)等信息，一旦某一数值发生偏差，会影响查表精准度，与电芯实际能力不符，会对用户行车安全和用车体验产生严重影响。

技术实现思路

1、专利技术目的：本申请开发了一种电池的峰值功率预测方法和装置，旨在解决现有技术中电池峰值功率预测精度差的技术问题。

2、技术方案：第一方面，本申请提供一种电池的峰值功率预测方法，包括：

3、确定多个第一功率数据，对所述第一功率数据进行小波分解，获取多个类别的第二功率数据；所述第一功率数据为已知的峰值功率数据；

4、确定多个数据组，所述数据组包括多个同类别的第二功率数据；

5、在所述数据组中，基于所述第二功率数据和用于预测峰值功率的检测数据构造第一预测模型；基本文档来自技高网...

【技术保护点】

1.一种电池的峰值功率预测方法，其特征在于，包括：

2.根据权利要求1所述的电池的峰值功率预测方法，其特征在于，所述基于所述第二功率数据和用于预测峰值功率的检测数据构造第一预测模型的步骤包括：

3.根据权利要求1所述的电池的峰值功率预测方法，其特征在于，所述基于遗传算法优化所述第一预测模型的权值和阈值的步骤包括：

4.根据权利要求3所述的电池的峰值功率预测方法，其特征在于，所述遗传算法中适应度的表征公式包括：

5.根据权利要求3所述的电池的峰值功率预测方法，其特征在于，所述通过所述第二预测模型获取第三功率数据的步骤包括：

6.根...

【技术特征摘要】

1.一种电池的峰值功率预测方法，其特征在于，包括：

2.根据权利要求1所述的电池的峰值功率预测方法，其特征在于，所述基于所述第二功率数据和用于预测峰值功率的检测数据构造第一预测模型的步骤包括：

3.根据权利要求1所述的电池的峰值功率预测方法，其特征在于，所述基于遗传算法优化所述第一预测模型的权值和阈值的步骤包括：

4.根据权利要求3所述的电池的峰值功率预测方法，其特征在于，所述遗传算法中适应度的表征公式包括：

5.根据权利要求3所述的电池的峰值功率预测方法，其特征在于，所述通过所述第二预测模型获取第...

【专利技术属性】
技术研发人员：吕张辉，
申请(专利权)人：蜂巢能源科技上饶有限公司，
类型：发明
国别省市：