[发明专利]一种蓄电池容量预测方法及其预测装置

权利要求书

1.一种蓄电池容量预测方法，其特征在于，包括：

接收样本数据，将所述样本数据进行分类，形成若干组样本数据集，将每组所述样本数据集中的样本数据划分为第一数据子集和第二数据子集；

根据所述第一数据子集建立第一模型，根据所述第二数据子集建立第二模型；

接收测试数据，根据所述测试数据生成测试模型，其中所述测试数据的个数与所述第一数据子集中样本数据的个数相同；

计算所述测试模型与所述第一模型的相关度，若所述测试模型与所述第一模型的相关度大于设定值，则通过与所述第一模型对应的第二模型预测蓄电池的容量；

通过与所述第一模型对应的第二模型预测蓄电池的容量包括：通过与所述第一模型对应的第一数据子集所位于的同一组样本数据集中的第二数据子集对应的第二模型预测蓄电池的容量；

接收样本数据，将所述样本数据进行分类，形成若干组样本数据集包括：

根据蓄电池的型号对所述样本数据进行一次分类，针对每种型号蓄电池对应的样本数据，按照使用年限进行二次分类，以形成所述样本数据集。

2.如权利要求1所述的蓄电池容量预测方法，其特征在于，所述样本数据集中的样本数据为，按照设定的时间间隔，依次采集的一组电压值。

3.如权利要求1所述的蓄电池容量预测方法，其特征在于，根据所述第一数据子集建立第一模型包括：

根据所述第一数据子集，通过三次样条法建立第一模型。

4.如权利要求1所述的蓄电池容量预测方法，其特征在于，根据所述第二数据子集建立第二模型包括：

根据所述第二数据子集，通过三次样条法建立第二模型。

5.如权利要求3所述的蓄电池容量预测方法，其特征在于，接收测试数据，根据所述测试数据生成测试模型包括：

根据所述测试数据，通过所述三次样条法生成测试模型。

6.如权利要求5所述的蓄电池容量预测方法，其特征在于，计算所述测试模型与所述第一模型的相关度包括：

提取所述测试模型以及所述第一模型的模型系数，根据所述模型系数计算所述测试模型与所述第一模型的相关度。

7.如权利要求2所述的蓄电池容量预测方法，其特征在于，所述第一模型以及第二模型为放电时间与电压的函数。

8.如权利要求7所述的蓄电池容量预测方法，其特征在于，通过与所述第一模型对应的第二模型预测蓄电池的容量包括：

确定放电下限值，通过所述第二模型，确定与所述放电下限值对应的放电时间，根据所述放电时间预测蓄电池的容量。

9.一种蓄电池容量预测装置，其特征在于，用于执行权利要求1至8所述任一的蓄电池容量预测方法；

所述蓄电池容量预测装置包括：样本数据模块、模型构建模块、测试数据模块和预测模块；

所述样本数据模块用于接收样本数据，将所述样本数据进行分类，形成若干组样本数据集，将每组样本数据集中的样本数据划分为第一数据子集和第二数据子集；

所述模型构建模块用于根据所述第一数据子集建立第一模型，根据所述第二数据子集建立第二模型；

所述测试数据模块用于接收测试数据，其中测数据的个数与第一数据子集中样本数据的个数相同；

所述模型构建模块还用于根据所述测试数据生成测试模型；

所述预测模块用于计算所述测试模型与所述第一模型的相关度，若所述测试模型与所述第一模型的相关度大于设定值，则通过与所述第一模型对应的所述第二模型预测蓄电池的容量；

通过与所述第一模型对应的第二模型预测蓄电池的容量包括：通过与所述第一模型对应的第一数据子集所位于的同一组样本数据集中的第二数据子集对应的第二模型预测蓄电池的容量。