[发明专利]一种动力电池健康状态检测方法、装置、设备及存储介质

权利要求书

1.一种动力电池健康状态检测方法，其特征在于，包括：

获取动力电池充电过程中的状态数据；

基于所述状态数据确定充电过程中的平均温度、平均电流和所述动力电池的老化特征；

将所述平均温度、所述平均电流和所述老化特征输入预先训练好的集成树模型中进行处理，得到所述动力电池当前的健康状态。

2.根据权利要求1所述的动力电池健康状态检测方法，其特征在于，所述状态数据包括所述动力电池充电过程中多次采集的电流、温度和电压，基于所述状态数据确定充电过程中的平均温度、平均电流和所述动力电池的老化特征，包括：

计算多次采集的电流的均值，得到平均电流；

计算多次采集的温度的均值，得到平均温度；

基于所述电流、所述电压和采集时间，构建容量增量曲线；

提取所述容量增量曲线中的峰值作为所述动力电池的老化特征。

3.根据权利要求2所述的动力电池健康状态检测方法，其特征在于，提取所述容量增量曲线中的峰值作为所述动力电池的老化特征，包括：

对所述容量增量曲线进行小波变换降噪处理，得到降噪的容量增量曲线；

提取所述降噪的容量增量曲线中的峰值作为所述动力电池的老化特征。

4.根据权利要求1-3任一所述的动力电池健康状态检测方法，其特征在于，所述集成树模型包括XGBoost模型。

5.根据权利要求4所述的动力电池健康状态检测方法，其特征在于，所述XGBoost模型包括多棵回归树，将所述平均温度、所述平均电流和所述老化特征输入预先训练好的集成树模型中进行处理，得到所述动力电池当前的健康状态，包括：

将所述平均温度、所述平均电流和所述老化特征输入所述XGBoost模型的多棵回归树中进行处理，得到各所述回归树的预测结果；

融合各所述回归树的预测结果得到所述动力电池当前的健康状态。

6.根据权利要求1-3、5任一所述的动力电池健康状态检测方法，其特征在于，在获取动力电池充电过程中的状态数据之前，还包括：

根据动力电池循环寿命测试过程中采集的状态数据，确定循环寿命测试中充电过程中的样本数据，所述样本数据包括平均温度、平均电流和所述动力电池的老化特征；

基于所述样本数据训练集成树模型。

7.根据权利要求6所述的动力电池健康状态检测方法，其特征在于，所述集成树模型为XGBoost模型，所述XGBoost模型包括多棵回归树，基于所述样本数据训练集成树模型，包括：

针对第t棵回归树，基于第t-1棵回归树的预测结果、第t棵回归树的预测结果和所述数据样本的真实结果构建损失函数；

将所述样本数据输入所述回归树的第i个节点，并计算第i个节点的损失函数关于第t-1棵回归树的预测结果的一阶导数和，及二阶导数和；

将所述样本数据输入所述回归树的第i个节点的左子节点，并计算左子节点的所述损失函数关于第t-1棵回归树的预测结果的一阶导数和，及二阶导数和；

基于第i个节点对应的一阶导数和，及二阶导数和，以及左子节点对应的一阶导数和，及二阶导数和，计算右子节点对应的一阶导数和，及二阶导数和；

基于左子节点对应的一阶导数和，及二阶导数和，以及右子节点对应的一阶导数和，及二阶导数和，计算第一预测得分；

基于所述第一预测得分和第i个节点的预测得分确定是否对第i个节点进行节点分裂。

8.一种动力电池健康状态检测装置，其特征在于，包括：

数据获取模块，用于获取动力电池充电过程中的状态数据；

特征确定模块，用于基于所述状态数据确定充电过程中的平均温度、平均电流和所述动力电池的老化特征；

健康状态确定模块，用于将所述平均温度、所述平均电流和所述老化特征输入预先训练好的集成树模型中进行处理，得到所述动力电池当前的健康状态。