【技术实现步骤摘要】
本申请涉及电池参数预测，尤其涉及一种电池参数预测方法、装置、设备、介质及程序产品。
技术介绍
1、当今的能源领域，锂离子电池凭借其高能量密度、长循环寿命以及良好的充放电性能，被广泛应用于电动汽车、便携式电子设备等众多领域。在锂离子电池的使用过程中，准确预测电池的各项参数，如电压参数和电池表面温度等，对于确保电池的安全、高效运行至关重要。
2、目前，基于锂离子电池的电流参数以及环境温度等参数来预测电池电压和表面温度的技术已得到一定研究与应用。但现有技术存在关键问题，即未充分考量充电、放电、静置等不同工况间的差异。例如在充电工况下，电池接受外部输入的电能，电流持续流入，电池内部发生复杂的电化学反应，电极材料的结构和化学组成不断变化，这不仅导致电压快速上升，还会因反应放热和内阻产热使电池温度升高。而放电工况时，电池输出电能，电流流出，电化学反应方向相反，电压逐渐下降，电池温度同样受反应热和内阻影响，不过变化趋势与充电时不同。静置工况下，虽然电池看似处于静止状态，但内部依然存在着缓慢的自放电现象，这会使电池电压缓慢降低，同时电池温度也会随着环境温度的变化而波动，并且电池内部的化学平衡也在缓慢调整。
3、由于现有预测技术未能有效区分这些复杂的工况，导致在模型构建和参数设定时存在局限性，无法准确捕捉不同工况下电池参数的变化规律。这就使得预测结果与实际情况存在较大偏差，预测准确性较低，进而影响了对锂离子电池健康状态的评估以及相关设备的可靠运行。
技术实现思路
1、本申请提
2、第一方面，本申请提供一种电池参数预测方法，包括：
3、在获取到待测电池的运行数据时，根据训练完成的状态确定模型和所述运行数据，确定所述待测电池对应的运行状态；所述运行数据包括待测电池的当前运行数据和/或历史运行数据；所述状态模型是根据多个电池的历史运行数据与其对应的运行状态，对构建好的初始状态确定模型进行训练所得的；所述运行状态包括所述待测电池的运行工况，以及，所述运行工况对应的工况状态；
4、获取所述运行状态对应的目标参数预测模型，根据所述当前运行数据和所述目标参数预测模型，确定所述待测电池的参数；所述参数包括所述待测电池的电压参数和电池表面温度参数。
5、在一种可选实施方式中，所述当前运行数据包括运行所述待测电池对应的当前电流数据和当前环境温度数据；
6、根据训练完成的状态确定模型和所述运行数据，确定所述待测电池对应的运行状态，包括：
7、根据所述当前电流数据和所述当前环境温度数据计算第一特征集，得到所述待测电池的第一特征集；
8、将所述第一特征集输入至所述状态确定模型中，得到所述待测电池对应的运行状态。
9、在一种可选实施方式中，所述历史运行数据包括运行所述待测电池对应的历史电流数据、历史电压数据和历史环境温度数据；
10、根据训练完成的状态确定模型和所述运行数据，确定所述待测电池对应的运行状态，包括：
11、根据所述历史电流数据、所述历史电压数据和所述历史环境温度数据，计算第二特征集，得到所述待测电池的第二特征集；
12、将所述第二特征集输入至所述状态确定模型中，得到所述待测电池对应的运行状态；所述运行状态包括所述待测电池的运行工况，以及，所述运行工况对应的工况状态。
13、在一种可选实施方式中，获取所述运行状态对应的目标参数预测模型，根据所述当前运行数据和所述目标参数预测模型，确定所述待测电池的参数，包括：
14、根据所述运行状态，在多个候选的参数预测模型中确定所述待测电池对应的目标参数预测模型；
15、将所述待测电池的当前运行参数输入至所述目标参数预测模型中，得到所述待测电池的参数。
16、在一种可选实施方式中，所述方法还包括：
17、获取训练数据，所述训练数据包括在历史时刻运行任一电池时未包括所述电池的电压参数的第一运行数据、包含所述电池的电压参数的第二运行数据、以及所述电池对应的运行状态；
18、根据所述训练数据和预设的优化算法，对构建好的初始状态确定模型进行优化训练，得到训练完成的状态确定模型；所述训练完成的状态确定模型用于根据待测电池的运行数据确定待测电池的运行状态。
19、在一种可选实施方式中，所述状态确定模型为树模型；参数预测模型为时序模型。
20、第二方面，本申请提供一种电池参数预测装置，包括：
21、运行状态确定模块，用于在获取到待测电池的运行数据时，根据训练完成的状态确定模型和所述运行数据，确定所述待测电池对应的运行状态；所述运行数据包括待测电池的当前运行数据和/或历史运行数据；所述状态模型是根据多个电池的历史运行数据与其对应的运行状态，对构建好的初始状态确定模型进行训练所得的；
22、参数预测模块，用于获取所述运行状态对应的目标参数预测模型，根据所述当前运行数据和所述目标参数预测模型，确定所述待测电池的参数；所述参数包括所述待测电池的电压参数和电池表面温度参数。
23、第三方面，本申请提供一种电子设备，包括：处理器，以及与所述处理器通信连接的存储器；
24、所述存储器存储计算机执行指令；
25、所述处理器执行所述存储器存储的计算机执行指令，以实现如第一方面所述的方法。
26、第四方面，本申请提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如第一方面所述的方法。
27、第五方面，本申请提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现第一方面所述的方法。
28、本申请提供的电池参数预测技术，通过训练完成的状态确定模型以及待测电池的运行数据，准确判断出待测电池的运行状态；具体包括代待测电池处于充电、放电还是静置等运行工况，以及在上述工况下为暂态或是稳态的工况状态，上述运行状态的判断可以为后续的参数预测奠定了坚实基础，因为电池参数的分散性和实际工况的随机性相互耦合，导致不同运行状态下电池的特性和参数变化规律截然不同，进而在明确运行状态后，获取与之对应的目标参数预测模型，改变了以往“一刀切”的预测模式。由于在不同运行状态下，电池内部的电化学反应、能量转换机制等均有差异，专属模型能够更贴合实际情况，针对性地捕捉参数变化规律；在此基础上，基于当前运行数据和适配的目标参数预测模型确定待测电池的电压参数和电池表面温度参数，充分考虑了不同运行状态的影响，极大地提高了预测的准确性。
本文档来自技高网...【技术保护点】
1.一种电池参数预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述当前运行数据包括运行所述待测电池对应的当前电流数据和当前环境温度数据；
3.根据权利要求1所述的方法，其特征在于，所述历史运行数据包括运行所述待测电池对应的历史电流数据、历史电压数据和历史环境温度数据；
4.根据权利要求1所述的方法，其特征在于，获取所述运行状态对应的目标参数预测模型，根据所述当前运行数据和所述目标参数预测模型，确定所述待测电池的参数，包括：
5.根据权利要求1-3中任一项所述的方法，其特征在于，所述方法还包括：
6.根据权利要求1-3中任一项所述的方法，其特征在于，所述状态确定模型为树模型；参数预测模型为时序模型。
7.一种电池参数预测装置，其特征在于，所述装置包括：
8.一种电子设备，其特征在于，包括：处理器以及与所述处理器通信连接的存储器；
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现
10.一种计算机程序产品，其特征在于，包括计算机程序，所述计算机程序被处理器执行时实现如权利要求1至6中任意一项所述的方法。
...【技术特征摘要】
1.一种电池参数预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述当前运行数据包括运行所述待测电池对应的当前电流数据和当前环境温度数据；
3.根据权利要求1所述的方法，其特征在于，所述历史运行数据包括运行所述待测电池对应的历史电流数据、历史电压数据和历史环境温度数据；
4.根据权利要求1所述的方法，其特征在于，获取所述运行状态对应的目标参数预测模型，根据所述当前运行数据和所述目标参数预测模型，确定所述待测电池的参数，包括：
5.根据权利要求1-3中任一项所述的方法，其特征在于，所述方法还包括：
【专利技术属性】
技术研发人员：何志超，梁爽然，杨洸，
申请(专利权)人：北京海博思创科技股份有限公司，
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。