[发明专利]用于估计电池的状态的方法和设备

权利要求书

1.一种电池状态估计设备，包括：

感测数据获取器，被配置为获取关于电池的感测数据；

电池状态估计器，被配置为：

从感测数据提取多个区段；

通过合并所述多个区段生成区段向量；

通过将区段向量映射到预定低维度特征空间来获得特征向量；

基于特征向量估计电池的状态。

2.如权利要求1所述的电池状态估计设备，其中，电池状态估计器包括：感测数据分割器，被配置为基于预定时间间隔对感测数据进行分割，从每个时间间隔提取具有预定大小的区段，并产生包括区段的区段向量。

3.如权利要求1所述的电池状态估计设备，其中，电池状态估计器还包括：校准器，被配置为基于作为参考的预定校准周期对感测数据的时间误差进行纠正。

4.如权利要求1所述的电池状态估计设备，其中，电池状态估计器还包括：特征空间映射器，被配置为基于预定映射参数将区段向量映射到所述预定低维度特征空间。

5.如权利要求4所述的电池状态估计设备，其中，所述预定映射参数包括预定参考矩阵，

特征空间映射器还被配置为：将区段向量投射到所述预定参考矩阵以提取具有与所述预定低维度特征空间对应的维度的特征向量。

6.如权利要求5所述的电池状态估计设备，其中，预定参考信息包括关于所述预定低维度特征空间中的针对电池状态类型的模式的信息，

电池状态估计器还包括：电池状态确定器，被配置为通过将特征向量与关于模式的信息进行比较来确定电池的状态。

7.如权利要求6所述的电池状态估计设备，其中，电池状态类型包括正常状态类型、异常状态类型和故障状态类型，

异常状态类型和故障状态类型中的每个状态类型包括至少一个子类型。

8.如权利要求6所述的电池状态估计设备，其中，电池状态确定器还被配置为计算所述预定低维度特征空间中的特征向量与每个模式之间的相似度，并基于计算的相似度之间的比较来确定电池的状态。

9.一种电池状态估计方法，包括：

获取关于电池的感测数据；

从感测数据提取多个区段；

通过合并所述多个区段生成区段向量；

通过将区段向量映射到预定低维度特征空间来获得特征向量；

基于特征向量估计电池的状态。

10.如权利要求9所述的电池状态估计方法，其中，提取的步骤包括：

基于预定时间间隔对感测数据进行分割；

从每个时间间隔提取具有预定大小的区段。

11.如权利要求9所述的电池状态估计方法，还包括：基于作为参考的预定校准周期对感测数据的时间误差进行纠正。

12.如权利要求9所述的电池状态估计方法，其中，获得的步骤包括：基于预定映射参数将区段向量映射到所述预定低维度特征空间。

13.如权利要求12所述的电池状态估计方法，其中，所述预定映射参数包括预定参考矩阵，

映射的步骤包括：将区段向量投射到所述预定参考矩阵以提取具有与所述预定低维度特征空间对应的维度的特征向量。

14.如权利要求13所述的电池状态估计方法，其中，预定参考信息包括关于所述预定低维度特征空间中的针对电池状态类型的模式的信息，

估计的步骤包括：通过将特征向量与关于模式的信息进行比较来确定电池的状态。

15.如权利要求14所述的电池状态估计方法，其中，电池状态类型包括正常状态类型、异常状态类型和故障状态类型，

异常状态类型和故障状态类型中的每个状态类型包括至少一个子类型。