[发明专利]动力电池的管理方法、装置和系统有效
申请号: | 201811565326.3 | 申请日: | 2018-12-20 |
公开(公告)号: | CN109888414B | 公开(公告)日: | 2021-11-26 |
发明(设计)人: | 方超;庞伟东;杨超 | 申请(专利权)人: | 深圳云动未来科技有限公司 |
主分类号: | H01M10/42 | 分类号: | H01M10/42;H01M10/44;G06N20/00 |
代理公司: | 北京同立钧成知识产权代理有限公司 11205 | 代理人: | 张晓霞;刘芳 |
地址: | 518111 广东省深圳市南山区粤*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 动力电池 管理 方法 装置 系统 | ||
1.一种动力电池的管理方法,其特征在于,应用于动力电池管理设备,包括:
获取所述动力电池的充放电数据和所处环境的环境数据;
根据所述充放电数据和所述环境数据,采用预先得到的有效充放电模型,获取所述动力电池的充放电策略,所述充放电策略包括充电策略和放电策略,所述充放电模型为根据机器学习算法采用多个充放电数据优化得到的;
将所述放电策略发送给所述动力电池,并将充电策略发送给所述动力电池对应的充电柜;
所述方法还包括:
根据第一条件,确定所述充放电数据和/或所述环境数据是否为无效数据,
所述第一条件为预设的确定数据无效的条件;
若所述充放电数据和所述环境数据均不是无效数据,则根据第二条件,确定所述充放电数据是为有效数据或失效数据,所述第二条件包括预设的确定数据有效的条件和数据失效的条件;所述有效数据用于获取所述动力电池的充电策略和所述动力电池的放电策略;
若所述充放电数据为失效数据,采用预先得到的失效充放电模型,预测所述动力电池在充放电过程中发生故障的概率;
若所述动力电池在充电过程中发生故障的概率大于预设第一概率,将携带有停止充电的指令发送给所述充电柜;
若所述动力电池在放电过程中发生故障的概率大于预设第二概率,将携带有停止放电发送给所述动力电池;其中,所述失效充放电模型包括失效充电模型和失效放电模型;
其中,所述根据第一条件,确定所述充放电数据和/或所述环境数据是否为无效数据,包括:
在根据第一条件确定环境数据为无效数据时,所述环境数据对应的充放电数据为无效数据;
所述环境数据为环境温度或者电池温度;所述第一条件包括所述环境温度超过预设环境温度阈值或者所述电池温度超过预设电池温度阈值。
2.根据权利要求1所述的方法,其特征在于,所述充放电数据包括充电数据和放电数据,所述根据所述充放电数据和所述环境数据,采用预先得到的有效充放电模型,获取所述动力电池的充放电策略,包括:
若所述充放电数据为有效数据,根据所述充电数据和有效充电模型,获取所述动力电池的充电策略;
根据所述放电数据和有效放电模型,获取所述动力电池的放电策略;
其中,所述有效充放电模型包括所述有效充电模型和所述有效放电模型。
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
获取有效充电初始模型;
获取有效充电数据集合;
根据机器学习算法,采用所述有效充电数据集合,优化所述有效充电初始模型,获取所述有效充电模型。
4.根据权利要求2所述的方法,其特征在于,所述方法还包括:
获取有效放电初始模型;
获取有效放电数据集合;
根据机器学习算法,采用所述有效放电数据集合,优化所述有效放电初始模型,获取所述有效放电模型。
5.根据权利要求2所述的方法,其特征在于,所述方法还包括:
获取失效充电初始模型;
获取失效充电数据集合;
根据机器学习算法,采用所述失效充电数据集合,优化所述失效充电初始模型,获取所述失效充电模型。
6.根据权利要求2所述的方法,其特征在于,所述方法还包括:
获取失效放电初始模型;
获取失效放电数据集合;
根据机器学习算法,采用所述失效放电数据集合,优化所述失效放电初始模型,获取所述失效放电模型。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳云动未来科技有限公司,未经深圳云动未来科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811565326.3/1.html,转载请声明来源钻瓜专利网。