[发明专利]一种蓄电池的状态计算方法和装置

权利要求书

1.一种蓄电池的状态计算方法，其特征在于，所述方法包括：

采用预设的蓄电池实际容量推理模型周期性获取待计算的蓄电池的当前实际容量，并由获取的多组当前实际容量组成容量时间序列；

将所述当前实际容量输入预设的蓄电池健康评估模型，对所述蓄电池的健康度进行打分；

将所述容量时间序列输入预设的蓄电池剩余寿命估计模型，获取所述蓄电池的剩余寿命。

2.根据权利要求1所述的蓄电池的状态计算方法，其特征在于，所述采用预设的蓄电池实际容量推理模型周期性获取待计算的蓄电池的当前实际容量，包括：周期性执行以下操作：

获取待计算的蓄电池的实时运行数据；

将每次获取的所述实时运行数据输入所述蓄电池实际容量推理模型，获取蓄电池的当前实际容量。

3.根据权利要求2所述的蓄电池的状态计算方法，其特征在于，所述获取待计算的蓄电池的实时运行数据，包括：

通过预设的监控系统提供的接口获取预设时长内所述待计算的蓄电池全部的实时运行监测数据；

对所述实时运行监测数据进行预处理，获取所述实时运行数据；其中，所述预处理包括以下任意一种或多种：忽略缺失值、偏差检测、数据集成、数据规约和数据变换。

4.根据权利要求2或3所述的蓄电池的状态计算方法，其特征在于，预先创建所述蓄电池实际容量推理模型，包括：

获取具有容量标签的蓄电池运行数据组成的第一训练数据集；

采用所述第一训练数据集对预先建立的第一回归模型进行训练，获取所述蓄电池实际容量推理模型；所述第一回归模型是以蓄电池运行数据作为输入，以蓄电池容量数据作为输出的网络模型。

5.根据权利要求4所述的蓄电池的状态计算方法，其特征在于，所述获取具有容量标签的蓄电池运行数据组成的第一训练数据集，包括：

对同型号的蓄电池样本进行充放电实验，并在实验过程中检测所述蓄电池样本的运行数据；

每隔预设时长根据所述蓄电池样本的运行数据记录所述蓄电池样本的容量，获取完整充放电过程中不同时段的实际容量；

根据记录的不同时段的实际容量对所述蓄电池样本的运行数据设置所述容量标签，并由设置有所述容量标签的蓄电池样本的运行数据组成所述第一训练数据集。

6.根据权利要求1所述的蓄电池的状态计算方法，其特征在于，预先创建所述蓄电池健康评估模型，包括：

获取具有健康因子标签的蓄电池实际容量组成的第二训练数据集；

采用所述第二训练数据集对预先建立的第二回归模型进行训练，获取所述蓄电池健康评估模型；所述第二回归模型是以蓄电池容量数据作为输入，以健康度打分数据作为输出的网络模型。

7.根据权利要求6所述的蓄电池的状态计算方法，其特征在于，所述获取具有健康因子标签的蓄电池实际容量组成的第二训练数据集，包括：

对同型号的蓄电池样本进行充放电实验，并在实验过程中检测所述蓄电池样本的运行数据；

根据所述蓄电池样本的运行数据提取所述蓄电池样本的健康因子；并每隔预设时长根据所述蓄电池样本的运行数据记录所述蓄电池样本的容量，获取完整充放电过程中不同时段的实际容量；

根据不同时段提取的健康因子对不同时段的实际容量设置所述健康因子标签，并由设置有所述健康因子标签的蓄电池样本的实际容量组成所述第二训练数据集。

8.根据权利要求1所述的蓄电池的状态计算方法，其特征在于，预先创建所述蓄电池剩余寿命估计模型，包括：

获取由均为平稳数据的容量时间序列样本组成的第三训练数据集；

采用所述第三训练数据集对预先建立的机器学习模型进行训练，获取所述蓄电池剩余寿命估计模型的初始模型；所述机器学习模型是以容量时间序列作为输入，以蓄电池剩余寿命作为输出，并基于自相关函数和偏自相关函数进行参数调整的网络模型；

对获取的所述初始模型的模型残差序列进行白噪声检验，当所述模型残差序列确定为白噪声序列时判定所述初始模型有效，并将该有效的初始模型作为所述蓄电池剩余寿命估计模型。