电池健康状态预测方法、装置、设备和介质与流程

本申请实施例涉及电池，尤其涉及一种电池健康状态预测方法、装置、设备和存储介质。

背景技术：

1、随着全球新能源产业的不断发展，锂离子电池作为新能源和智能制造的核心备受关注。然而，由于锂离子电池的材料特性，锂离子电池系统的性能长期以来一直在恶化，对锂离子电池进行健康状态精准评估可充分了解电池当前的状态，从而提前作出相应的维护计划，可有效避免锂离子电池因意外故障而造成的不必要损失。因此，如何精准地预测锂离子电池的健康状态是本领域技术人员亟待解决的技术问题。

技术实现思路

1、针对传统技术存在的技术问题，本申请实施例提供一种电池健康状态预测方法、装置、设备和存储介质。

2、第一方面，本申请实施例提供一种电池健康状态预测方法，包括：

3、从多个特征维度上提取锂电池充放电循环过程中能够反映锂电池健康状态的初始健康特征数据，以及所述初始健康特征数据对应的样本锂电池健康状态数据；

4、确定各初始健康特征数据与对应的样本锂电池健康状态数据之间的灰色关联度；

5、将灰色关联度满足预设条件的初始健康特征数据确定为目标健康特征数据；

6、基于待预测健康特征数据、所述目标健康特征数据以及所述目标健康特征数据对应的样本锂电池健康状态数据，通过高斯过程回归模型确定所述待预测健康特征数据对应的预测锂电池健康状态数据。

7、第二方面，本申请实施例提供一种电池健康状态预测装置，包括：

8、特征提取模块，用于从多个特征维度上提取锂电池充放电循环过程中能够反映锂电池健康状态的初始健康特征数据，以及所述初始健康特征数据对应的样本锂电池健康状态数据；

9、第一确定模块，用于确定各初始健康特征数据与对应的样本锂电池健康状态数据之间的灰色关联度，并将灰色关联度满足预设条件的初始健康特征数据确定为目标健康特征数据；

10、第二确定模块，用于基于待预测健康特征数据、所述目标健康特征数据以及所述目标健康特征数据对应的样本锂电池健康状态数据，通过高斯过程回归模型确定所述待预测健康特征数据对应的预测锂电池健康状态数据。

11、第三方面，本申请实施例提供一种电子设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现本申请实施例第一方面提供的所述电池健康状态预测方法的步骤。

12、第四方面，本申请实施例提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现本申请实施例第一方面提供的所述电池健康状态预测方法的步骤。

13、本申请实施例提供的技术方案，通过从多个特征维度上提取锂电池充放电循环过程中能够反映锂电池健康状态的初始健康特征数据，以及初始健康特征数据对应的样本锂电池健康状态数据，并确定各初始健康特征数据与对应的样本锂电池健康状态数据之间的灰色关联度，将灰色关联度满足预设条件的初始健康特征数据、待预测健康特征数据以及灰色关联度满足预设条件的初始健康特征数据对应的样本锂电池健康状态数据引入到高斯过程回归模型中，利用高斯过程回归模型预测锂电池健康状态，即通过灰色关联度分析得到与锂电池健康状态相关联的多个特征数据，在锂电池健康状态预测过程中融合了多个特征数据，相比单特征方式来说，大大提高了预测结果的准确性。

技术特征：

1.一种电池健康状态预测方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述从多个特征维度上提取锂电池充放电循环过程中能够反映锂电池健康状态的初始健康特征数据，包括：

3.根据权利要求2所述的方法，其特征在于，所述确定锂电池充放电循环过程中初始循环周期的充电电压曲线和各目标循环周期的充电电压曲线之间的第一相似度，包括：

4.根据权利要求2所述的方法，其特征在于，所述能量变化特征数据包括：等充电电压差能量、等充电电流差能量以及等放电电压差能量。

5.根据权利要求1所述的方法，其特征在于，所述确定各初始健康特征数据与对应的样本锂电池健康状态数据之间的灰色关联度，包括：

6.根据权利要求1所述的方法，其特征在于，所述基于待预测健康特征数据、所述目标健康特征数据以及所述目标健康特征数据对应的样本锂电池健康状态数据，通过高斯过程回归模型确定所述待预测健康特征数据对应的预测锂电池健康状态数据，包括：

7.一种电池健康状态预测装置，其特征在于，包括：

8.根据权利要求7所述的装置，其特征在于，所述特征提取模块，具体用于提取锂电池不同充放电循环次数对应的容量增量曲线的最大峰值；确定锂电池充放电循环过程中初始循环周期的充电电压曲线和各目标循环周期的充电电压曲线之间的第一相似度；提取锂电池充放电循环过程中的能量变化特征数据；将得到的所述最大波峰值、所述第一相似度以及所述能量变化特征数据确定为锂电池充放电循环过程中能够反应锂电池健康状态的初始健康特征数据。

9.一种电子设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述方法的步骤。

技术总结
本申请提供一种电池健康状态预测方法、装置、设备和存储介质。该方法包括：从多个特征维度上提取锂电池充放电循环过程中能够反映锂电池健康状态的初始健康特征数据，以及所述初始健康特征数据对应的样本锂电池健康状态数据；确定各初始健康特征数据与对应的样本锂电池健康状态数据之间的灰色关联度；将灰色关联度满足预设条件的初始健康特征数据确定为目标健康特征数据；基于待预测健康特征数据、所述目标健康特征数据以及所述目标健康特征数据对应的样本锂电池健康状态数据，通过高斯过程回归模型确定所述待预测健康特征数据对应的预测锂电池健康状态数据。该方法提高了锂电池健康状态预测结果的准确性。

技术研发人员：黄小荣,骆洁艺,何建宗,魏炯辉,黄杰明,张庆波
受保护的技术使用者：广东电网有限责任公司
技术研发日：
技术公布日：2024/2/29