[发明专利]电池安全检测的方法、装置和电子设备

说明书

本发明提供了一种电池安全检测的方法、装置和电子设备，本发明的电池安全检测模型是先通过自监督的表示学习方法和第一充电数据样本对初始特征提取模块进行训练后，再将训练的中间特征提取模块和初始电池安全检测模块通过有监督的迁移学习方法和第二充电数据样本训练得到的，该电池安全检测模型的特征提取模块能够挖掘充电数据的充电规律特征，进而通过挖掘到的充电规律特征再进行电池安全检测时，检测得到的电池的安全检测结果更加准确，即本发明的电池安全检测模型的鲁棒性好，因为其能挖掘得到充电数据的充电规律特征，该充电规律特征能够明显的区分电池是否存在异常，这样，最终确定的电池的安全检测结果的准确性好。

技术领域

本发明涉及电池的技术领域，尤其是涉及一种电池安全检测的方法、装置和电子设备。

背景技术

电池安全检测，就是识别电池是否存在安全隐患，属于异常检测范畴。在异常检测问题中，经常会遇到样本数据不平衡的问题，因为异常在大多数情况下都不会出现。电池安全检测也不例外，绝大多数车辆的电池都是正常、安全的，只有个别车辆的电池存在安全问题。因此，对于电池安全检测的分类，首先要解决数据不平衡的问题。目前，处理数据不平衡的常用方法主要有：(1)在进行模型的训练时，设置损失函数的权重，让少数类判错的损失大于多数类判错的损失；(2)在采集训练样本时，多数类欠采样、或少数类过采样，使数据达到平衡。

上述几种常用的方法，在充电桩对电池进行充电时的安全检测时，会遇到以下问题：作为充电侧，要面对市面上各种不同类型的电池，其充电规律也各不相同，因此，欠采样会导致最终训练得到的模型不能覆盖大多数场景，而过采样会带来过拟合的问题；另外，目前，充电桩对电池进行充电时，直接获取的充电数据所包含的信息较少，在样本数据不平衡的场景下，正负充电数据样本的特征不能明显区分，这样，就给模型进行电池的安全检测带来了极大的困难。也就是采用上述两种方案训练得到的电池安全检测模型的鲁棒性差，无法得到准确的电池安全检测结果。

综上，现有技术得到的电池安全检测模型的鲁棒性差，还无法对电池进行准确的安全检测。

发明内容

有鉴于此，本发明的目的在于提供一种电池安全检测的方法、装置和电子设备，以缓解现有技术得到的电池安全检测模型鲁棒性差，无法对电池进行准确的安全检测的技术问题。

第一方面，本发明实施例提供了一种电池安全检测的方法，包括：

在对车辆的电池进行直流充电时，获取所述电池当前的第一预设时长的充电数据；

采用电池安全检测模型对所述充电数据进行电池安全检测，得到所述电池的安全检测结果，其中，所述电池安全检测模型包括：特征提取模块和电池安全检测模块，且所述电池安全检测模型为先通过自监督的表示学习方法和第一充电数据样本对初始特征提取模块进行训练后，再将训练的中间特征提取模块和初始电池安全检测模块通过有监督的迁移学习方法和第二充电数据样本训练得到的，所述中间特征提取模块能够挖掘充电数据的充电规律特征。

进一步的，所述方法还包括：

获取一次充电过程的第二预设时长的第一子充电数据样本和两次充电过程的所述第一预设时长的第二子充电数据样本，其中，所述第二预设时长为所述第一预设时长的2倍；

采用所述第一子充电数据样本和所述第二子充电数据样本对初始特征提取模型进行训练，得到训练的特征提取模型，其中，所述初始特征提取模型包括：所述初始特征提取模块和初始对比预测模块，所述训练的特征提取模型包括：所述中间特征提取模块和训练后的对比预测模块。

进一步的，训练所述特征提取模型时的损失函数为：