[发明专利]基于模型迁移的电池容量预测方法、系统、装置及介质

说明书

本发明公开了一种基于模型迁移的电池容量预测方法、系统、装置及介质，其中所述方法包括：首先获取电池的工业数据库，并根据电池参数中对电池老化特征的老化敏感项，从工业数据库中确定第一敏感信息；将第一敏感信息输入训练好的基模型，完成第一敏感信息到电池的第一中间容量的映射；将第一中间容量输入训练好的迁移模型，完成第一中间容量到预测容量的映射。本申请通过基模型和迁移模型将工业数据库中残缺不全的数据利用起来，生成大量预测容量，省去实验室进行大量电池老化实验的时间。而生成的电池的预测容量数据，有利于提高基于数据驱动的电池健康管理系统对电池容量估计的精度、可靠性和泛化能力。

技术领域

本申请涉及电池数据管理领域，尤其涉及一种基于模型迁移的电池容量预测方法、系统、装置及介质。

背景技术

随着电池技术的发展，电池的容量、寿命都大幅提高。作为一种应用广泛的动力源，电池性能的好坏直接影响由电池驱动的整机性能，而电池在长时间的使用过程中不免会发生老化，出现容量下降、内阻增加等情况，因此，对电池进行健康管理十分重要。相关技术中存在基于数据驱动的预测方法，主要是利用电池老化过程中的各项参数来评估电池的健康状况，而电池的健康管理的一个重要参数就是电池的容量，通过电池健康管理系统，可以预测指定型号的电池在使用过程中的容量，从而保证电池可以持续提供足够的动力。

但是，基于数据驱动的电池容量预测需要依赖大规模的电池老化数据，又因为电池的寿命往往已经能承受上万次的充放电循环，导致在实验室获取电池老化数据通常非常费时费力；而且受限于实验室资源，研究人员通常只能获取到电池在有限的工况下(例如恒流工况)的老化数据。而在电池实际使用中，也会产生一部分测试数据，存放于工业数据库中，但受实际工况影响，工业数据库中的电池测试数据往往是残缺不全的，也难以直接用于电池的健康管理。电池老化数据的短缺，会直接影响基于数据驱动的电池健康管理系统对电池容量估计的精度、可靠性和泛化能力。

发明内容

本申请旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本申请提出一种基于模型迁移的电池容量预测方法、系统、装置及介质。

第一方面，本申请实施例提供了一种基于模型迁移的电池容量预测方法，包括：获取电池的工业数据库；根据所述工业数据库和老化敏感项，确定第一敏感信息；根据训练好的基模型和所述第一敏感信息，确定电池的第一中间容量；根据训练好的迁移模型和所述第一中间容量，确定电池的预测容量。

可选地，所述方法还包括：当所述第一敏感信息缺失，根据所述工业数据库确定缺失第一敏感信息的缺失循环序号，根据训练好的补全模型和所述缺失循环序号，确定补全容量。

可选地，所述基模型的训练步骤具体为：获取电池的老化实验信息；根据所述老化实验信息和所述老化敏感项，确定第二敏感信息；根据所述老化实验信息，确定电池的实验容量；根据所述第二敏感信息和所述实验容量的映射关系，完成对所述基模型的训练。

可选地，所述迁移模型的训练步骤具体为：获取电池维护信息；根据所述电池维护信息和所述老化敏感项，确定第三敏感信息；根据所述电池维护信息，确定电池的校准容量；根据训练好的基模型和所述第三敏感信息，确定电池的第二中间容量；根据所述校准容量和所述第二中间容量的映射关系，完成对所述迁移模型的训练。

可选地，所述补全模型的训练步骤具体为：根据所述工业数据库确定正常循环序号；根据所述正常循环序号确定预测容量；根据所述正常序号和所述预测容量的映射关系，完成对所述补全模型的训练。

可选地，所述老化敏感项包括电池的内阻、电池的容量增量轨迹、电池的充放电曲线。

可选地，所述获取电池的老化试验信息这一步骤，具体包括：对电池进行加速老化处理获取电池的老化实验信息；其中，所述老化处理包括使用大电流对所述电池进行循环充放电。