[发明专利]锂电池失效判定方法、模型生成方法、设备及存储介质

权利要求书

1.一种锂电池失效判定模型生成方法，其特征在于，包括：

获取多个锂电池样本的历史数据，所述历史数据中包括多个节点参数数据；

基于预设相关系数对多个所述节点参数数据进行筛选，获取多个节点相关数据；

对多个所述节点相关数据进行标准化处理，得到多个标准节点数据；

根据多个所述标准节点数据和对应的锂电池样本的失效结果进行训练，生成用于对锂电池进行失效预判的失效判定模型。

2.根据权利要求1所述的方法，其特征在于，获取多个锂电池样本的历史数据，包括：

获取多个锂电池样本的采样数据；

将多个锂电池样本的所述采样数据转化为多个所述节点参数数据，并将多个所述节点参数数据作为所述历史数据。

3.根据权利要求2所述的方法，其特征在于，所述节点参数数据包括以下一种或多种：数值类标准化数据、非数值类标准化数据和等级划分结果；对应的，将多个锂电池样本的所述采样数据转化为多个所述节点参数数据，包括以下一种或多种：

对所述采样数据中的数值类参数进行求平均值处理，得到所述数值类标准化数据；

对所述采样数据中的非数值类参数进行数值编码，得到非数值类标准化数据；

对所述采样数据中的测试结果进行处理，得到失效分类结果以及等级划分结果。

4.根据权利要求1所述的方法，其特征在于，基于预设相关系数对多个所述节点参数数据进行筛选，获取多个节点相关数据，包括：

确定多个所述节点参数数据对应的预设相关系数；

根据所述预设相关系数对多个所述节点参数数据进行排序，得到排序结果；

根据所述排序结果从多个所述节点参数数据筛选出多个所述节点相关数据。

5.根据权利要求1所述的方法，其特征在于，所述标准化处理包括以下至少之一：异常值剔除、缺失值填充以及训练集和验证集划分。

6.根据权利要求1所述的方法，其特征在于，所述标准节点数据包括训练样本数据，根据多个所述标准节点数据和对应的锂电池样本的失效结果进行训练，生成用于对锂电池进行失效预判的失效判定模型，包括：

使用多个所述训练样本数据和对应的锂电池样本的失效结果进行训练，得到所述失效判定模型。

7.根据权利要求1所述的方法，其特征在于，所述标准节点数据包括验证样本数据，所述方法还包括：

根据多个所述验证样本数据和所述失效判定模型对多个所述锂电池样本进行验证，得到对应的验证结果；

根据所述验证结果和所述验证样本数据所对应的失效结果确定所述失效判定模型的判定准确率。

8.一种锂电池失效判定方法，其特征在于，包括：

获取待测锂电池的样品参数数据；

根据预训练好的失效判定模型和所述样品参数数据对所述待测锂电池进行判定，得到待测锂电池失效的判定结果，所述失效判定模型根据权利要求1至7中任一项所述的锂电池失效判定模型生成方法生成。

9.一种电子设备，其特征在于，包括存储器和处理器；所述存储器存储有计算机程序，所述处理器用于运行所述存储器内的计算机程序，以执行权利要求1至7任一项所述的锂电池失效判定模型生成方法或权利要求8所述的锂电池失效判定方法中的操作。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的程序，其中，在所述程序运行时控制所述计算机可读存储介质所在设备执行权利要求1至7中任意一项所述的锂电池失效判定模型生成方法或权利要求8所述的锂电池失效判定方法。