[发明专利]电池健康度估算方法及装置

权利要求书

1.一种电池健康度估算方法，包括：

接收车辆的运行数据；

判断所述运行数据是否可用于估算电池健康度；以及

若是，则基于所述运行数据计算多个健康特征中每个健康特征的值，并将所计算的值提供给所述车辆的经训练的神经网络模型，以估算所述电池健康度，其中，

所述经训练的神经网络模型用于表示所述多个健康特征与所述电池健康度之间的关系。

2.根据权利要求1所述的方法，其中，判断所述运行数据是否可用于估算电池健康度进一步包括：

判断所述运行数据是否满足一个充电放电循环；

若满足，则判断所述运行数据中的充电起始荷电状态是否小于第一阈值并且充电结束荷电状态是否大于第二阈值，其中，

当所述充电起始荷电状态小于所述第一阈值并且所述充电结束荷电状态大于所述第二阈值时，所述运行数据可用于估算所述电池健康度。

3.根据权利要求1所述的方法，其中，所述神经网络模型为长短期记忆(LSTM)神经网络模型。

4.根据权利要求1所述的方法，其中，在基于所述运行数据计算多个健康特征中每个健康特征的值之前，所述方法进一步包括：

对所述运行数据进行数据清洗并按照充电放电循环进行划分。

5.根据权利要求1所述的方法，其中，在将所计算的值提供给所述车辆的经训练的神经网络模型之前，所述方法进一步包括：

获得所述车辆在预设历史时段内的历史运行数据，所述预设历史时段包括多个充电放电循环；

对所述历史运行数据进行数据清洗并按照充电放电循环进行划分；以及

基于经划分的所述历史运行数据训练所述神经网络模型。

6.根据权利要求5所述的方法，其中，基于经划分的所述历史运行数据训练所述神经网络模型进一步包括：

从所述多个充电放电循环中选择充电起始荷电状态小于第一阈值并且充电结束荷电状态大于第二阈值的充电放电循环；

针对所选择的各充电放电循环，基于所述历史运行数据计算其历史电池健康度和预设的健康特征集中每个健康特征的值；以及

利用所计算的所述健康特征集的值和所述历史电池健康度来训练所述神经网络模型。

7.根据权利要求6所述的方法，其中，通过以下公式计算所述历史电池健康度：

其中，η为电池库伦效率，t₁为停车充电起始时间，t₂为停车充电结束时间，I为停车充电期间的电流，SOC_start为充电起始荷电状态，SOC_end为充电结束荷电状态，Q_t为电池的满电荷容量，Q₀为电池的额定容量，SOH为电池健康度。

8.根据权利要求6所述的方法，其中，在训练所述神经网络模型之前，所述方法进一步包括：

分别计算所述健康特征集中每个健康特征与所述历史电池健康度之间的相关性；以及

按相关性从高到低的顺序，从所述健康特征集中选择预设数量的健康特征作为所述多个健康特征。

9.根据权利要求8所述的方法，其中，通过以下公式来计算所述每个健康特征与所述历史电池健康度之间的相关性：

其中，n为所选择的充电放电循环的数量，X_i为每个健康特征在第i个充电放电循环的值，为每个健康特征在n个充电放电循环中的平均值，Y_i为第i个充电放电循环的历史电池健康度，为n个充电放电循环中的平均历史电池健康度，ρ_xy为每个健康特征与历史电池健康度之间的相关性。