[发明专利]电池滞回模型训练方法、估算电池SOC的方法和装置在审
申请号: | 202011564015.2 | 申请日: | 2020-12-25 |
公开(公告)号: | CN112731160A | 公开(公告)日: | 2021-04-30 |
发明(设计)人: | 陈英杰 | 申请(专利权)人: | 东莞新能安科技有限公司 |
主分类号: | G01R31/367 | 分类号: | G01R31/367;G01R31/388;G01R31/396;G01R31/36;G01R31/00 |
代理公司: | 深圳市赛恩倍吉知识产权代理有限公司 44334 | 代理人: | 习冬梅 |
地址: | 523000 广*** | 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: | 电池 模型 训练 方法 估算 soc 装置 | ||
1.一种电池滞回模型训练方法,其特征在于,该方法包括:
实时采集电池的电流;
若所述电池的电流在第一预设时间段内保持小于第一预设值,采集所述电池的开路电压;
根据所述电池的电流和开路电压构造样本集;
从所构造的样本集中生成样本训练集及样本测试集;
利用所述样本训练集训练所述电池滞回模型,并利用所述样本测试集验证训练后的所述电池滞回模型的准确率;及
若所述准确率大于或者等于预设准确率,结束所述电池滞回模型的训练过程。
2.如权利要求1所述的电池滞回模型训练方法,其特征在于,所述方法还包括:
若所述准确率小于所述预设准确率,增加所述样本训练集的数量以重新训练所述电池滞回模型,直至所述准确率大于或者等于所述预设准确率。
3.如权利要求2所述的电池滞回模型训练方法,其特征在于,所述样本集包括正样本集和负样本集,根据所述电池的电流和开路电压构造样本集包括:
获取所述正样本集中的正样本的电流和开路电压及所述负样本集中的负样本的电流和开路电压;
将正样本的电流和开路电压据标注类别数据,以使正样本的电流和开路电压携带类别标签。
4.如权利要求2所述的电池滞回模型训练方法,其特征在于,所述从所构造的样本集中生成样本训练集及样本测试集包括:
在所生成的样本训练集中随机选择第一预设数量的样本训练集参与训练;
在所生成的样本测试集中随机选择第二预设数量的样本测试集参与验证。
5.如权利要求1所述的电池滞回模型训练方法,其特征在于,所述方法还包括:
若所述电池的电流在第二预设时间段内大于或等于第二预设值,结束采集所述电池的开路电压;
继续采集所述电池的电流,并根据采集的电流更新历史数据。
6.如权利要求1所述的电池滞回模型训练方法,其特征在于,若所述电池处于静置状态时,运行所述电池滞回模型训练方法。
7.如权利要求1所述的电池滞回模型训练方法,其特征在于,所述第一预设值和电池容量或电池温度中至少一个相关。
8.如权利要求1所述的电池滞回模型训练方法,其特征在于,所述电池滞回模型包括输入层、隐含层和输出层。
9.一种根据权利要求1至8中任意一项的所述的方法训练出的滞回模型估算电池SOC的方法,其特征在于,所述方法包括:
实时采集电池的电流值;
输入所述电流值至所述电池滞回模型,得到对应的开路电压;及
根据所述开路电压查询SOC-OCV对应关系得到所述电池的荷电状态。
10.如权利要求9所述的估算电池SOC的方法,其特征在于,采用安时积分法和开路电压法结合得出SOC-OCV对应关系。
11.一种用电装置,其特征在于,所述用电装置包括:
存储器;以及
处理器,所述处理器用于执行所述存储器中存储的计算机程序时实现如权利要求1至8中任意一项所述电池滞回模型训练方法或者实现如权利要求9至10中任意一项所述估算电池SOC的方法。
12.如权利要求11所述的用电装置,其特征在于,所述用电装置包括储能设备、或电动车辆、或无人机、或电动工具。
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东莞新能安科技有限公司,未经东莞新能安科技有限公司许可,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/202011564015.2/1.html,转载请声明来源钻瓜专利网。