[发明专利]电池SOH评估模型的构建方法及电池SOH值的评估方法在审

专利信息
申请号: 202110376223.8 申请日: 2021-04-07
公开(公告)号: CN113111580A 公开(公告)日: 2021-07-13
发明(设计)人: 郭毅 申请(专利权)人: 东软睿驰汽车技术(沈阳)有限公司
主分类号: G06F30/27 分类号: G06F30/27;G06K9/62;G06N3/04;G06N3/08
代理公司: 北京超成律师事务所 11646 代理人: 张芮
地址: 110000 辽宁*** 国省代码: 辽宁;21
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 soh 评估 模型 构建 方法
【权利要求书】:

1.一种电池SOH评估模型的构建方法,其特征在于,包括:

获取第一训练数据集和第二训练数据集;其中,所述第一训练数据集包括多个未标注SOH标签的第一电池数据样本,所述第二训练数据集包括多个标注SOH标签的第二电池数据样本,所述第二训练数据集的样本数量远小于所述第一训练数据集的样本数量;

基于所述第一训练数据集内各个所述第一电池数据样本之间的样本间隔,从所述第一训练数据集中确定多个样本对,并利用各个所述样本对对预先构建的相似度模型进行训练;

根据训练得到的相似度模型和/或所述第二训练数据集构建电池SOH评估模型。

2.根据权利要求1所述的方法,其特征在于,所述基于第一训练数据集内各个所述第一电池数据样本之间的样本间隔,从所述第一训练数据集中确定多个样本对的步骤,包括:

从所述第一训练数据集中随机抽取第一电池数据样本作为锚点样本;

对于每个锚点样本,根据该锚点样本与所述第一训练数据集中其余第一电池数据样本之间的样本间隔,从所述第一训练数据集中确定该锚点样本分别对应的正样本和负样本;

将该锚点样本与该锚点样本对应的正样本和/或负样本组合成样本对。

3.根据权利要求2所述的方法,其特征在于,所述根据该锚点样本与所述第一训练数据集中其余第一电池数据样本之间的样本间隔,从所述第一训练数据集中确定该锚点样本分别对应的正样本和负样本的步骤,包括:

对于所述第一训练数据集中除该锚点样本之外的每个第一电池数据样本,根据该锚点样本的使用时间与该第一电池数据样本的使用时间,计算该锚点样本与该第一电池数据样本之间的时间间隔;

如果所述时间间隔小于第一间隔阈值,确定该第一电池数据样本为该锚点样本对应的正样本;如果所述时间间隔大于第二间隔阈值,确定该第一电池数据样本为该锚点样本对应的负样本;其中,所述第二间隔阈值大于或等于所述第一间隔阈值;

和/或;

对于所述第一训练数据集中除该锚点样本之外的每个第一电池数据样本,根据该锚点样本对应的行驶里程与该第一电池数据样本对应的行驶里程,计算该锚点样本与该第一电池数据样本之间的里程间隔;

如果所述里程间隔小于第三间隔阈值,确定该第一电池数据样本为该锚点样本对应得到正样本;如果所述里程间隔大于第四间隔阈值,确定该第一电池数据样本为该锚点样本对应的负样本;其中,所述第四间隔阈值大于或等于所述第三间隔阈值。

4.根据权利要求3所述的方法,其特征在于,所述相似度模型包括特征映射层和第一回归层;

所述利用各个所述样本对对预先构建的相似度模型进行训练的步骤,包括:

通过所述特征映射层对所述样本对进行特征映射,得到所述样本对的样本距离;

通过第一回归层根据所述样本距离确定所述样本对中各个样本之间的相似程度;

根据所述相似程度和预设损失函数对相似度模型的参数进行更新。

5.根据权利要求4所述的方法,其特征在于,所述根据训练得到的相似度模型和/或所述第二训练数据集构建电池SOH评估模型的步骤,包括:

将相似度模型中的所述特征映射层与第二回归层进行链接得到第一SOH评估模型,并利用所述第二训练数据集对第一SOH评估模型进行训练;

或,将所述相似度模型作为第二SOH评估模型;

其中,所述电池SOH评估模型包括所述第一SOH评估模型或所述第二SOH评估模型。

6.一种电池SOH值的评估方法,其特征在于,包括:

获取待评估电池数据;

通过电池SOH评估模型对所述待评估电池数据进行健康状态评估,得到所述待评估电池数据对应的SOH值;其中,所述电池SOH评估模型是按照权利要求1-5任一项所述的电池SOH评估模型的构建方法构建得到的。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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软睿驰汽车技术(沈阳)有限公司,未经东软睿驰汽车技术(沈阳)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/202110376223.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top