[发明专利]电池滞回模型训练方法、估算电池SOC的方法和装置

权利要求书

1.一种电池滞回模型训练方法，其特征在于，该方法包括：

在线采集电池从所述t₀时刻至所述t_k时刻的工作电流I_k，其中，k0；

根据所述工作电流计算从所述t₀时刻至所述t_k时刻的电流积分量Q(t_k)，其中，

若根据所述工作电流确定所述电池在t_k时刻满足开路电压采集条件，采集所述电池在所述t_k时刻的开路电压OCV(t_k)；

获取所述电池在t_k时刻的温度T_bat(t_k)；

根据所述电流积分量Q(t_k)、所述温度T_bat(t_k)和所述开路电压OCV(t_k)构造样本集；及

根据所述样本集训练所述电池滞回模型。

2.如权利要求1所述的电池滞回模型训练方法，其特征在于，所述样本集包括正样本集和负样本集，根据所述电流积分量Q(t_k)、所述温度T_bat(t_k)和所述开路电压OCV(t_k)构造样本集包括：

获取所述正样本集中的正样本的电流积分量Q(t_k)、温度T_bat(t_k)和开路电压OCV(t_k)及所述负样本集中的负样本的电流积分量Q(t_k)、温度T_bat(t_k)和开路电压OCV(t_k)；

将正样本的电流积分量Q(t_k)、温度T_bat(t_k)和开路电压OCV(t_k)据标注类别数据，以使正样本的电流积分量Q(t_k)、温度T_bat(t_k)和开路电压OCV(t_k)携带类别标签。

3.如权利要求2所述的电池滞回模型训练方法，其特征在于，所述根据所述样本集训练所述电池滞回模型包括：

根据所述样本集生成样本训练集及样本测试集；

根据所述样本训练集训练所述电池滞回模型，并根据所述样本测试集验证训练后的所述电池滞回模型的准确率；及

若所述准确率大于或者等于预设准确率，结束所述电池滞回模型的训练过程。

4.如权利要求3所述的电池滞回模型训练方法，其特征在于，所述根据所述样本集训练所述电池滞回模型包括还包括：

若所述准确率小于所述预设准确率，增加所述样本训练集的数量以重新训练所述电池滞回模型，直至所述准确率大于或者等于所述预设准确率。

5.如权利要求3所述的电池滞回模型训练方法，其特征在于，所述根据所述样本集生成样本训练集及样本测试集包括：

在所生成的样本训练集中随机选择第一预设数量的样本训练集用于训练；

在所生成的样本测试集中随机选择第二预设数量的样本测试集用于验证。

6.如权利要求1所述的电池滞回模型训练方法，其特征在于，若所述工作电流在第一预设时间段内保持小于第一预设值，确定在t_k时刻所述电池满足开路电压采集条件，其中，所述第一预设时间段的起始时间点为t_k-i，结束时间点为t_k，0ik。

7.如权利要求6所述的电池滞回模型训练方法，其特征在于，所述方法还包括：

若所述工作电流在第二预设时间段内大于或等于第二预设值，结束采集所述电池的开路电压；

继续采集所述电池的工作电流，并根据采集的工作电流更新历史数据。