[发明专利]一种动力电池的过充放电阈值控制方法及装置在审
申请号: | 202211454641.5 | 申请日: | 2022-11-21 |
公开(公告)号: | CN115765085A | 公开(公告)日: | 2023-03-07 |
发明(设计)人: | 范涛;姚军;田广;张爱军 | 申请(专利权)人: | 上海朱光亚战略科技研究院 |
主分类号: | H02J7/00 | 分类号: | H02J7/00;G01R31/392;B60L58/14;B60L58/15;B60L3/00;B60L58/12;B60L58/16;H01M10/44 |
代理公司: | 北京清大紫荆知识产权代理有限公司 11718 | 代理人: | 黄贞君;黎飞鸿 |
地址: | 201306 上海市浦东新区*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 动力电池 放电 阈值 控制 方法 装置 | ||
1.一种动力电池的过充放电阈值控制方法,其特征在于,包括:
在动力电池满足预设的条件时,获取所述动力电池的电池健康状态信息;
基于预先训练完成的关系模型,确定与所述电池健康状态信息相匹配的目标过充放电压阈值;
按照所述目标过充放电压阈值,控制所述动力电池进行充电操作或者放电操作。
2.根据权利要求1所述的方法,其特征在于,所述预先训练完成的关系模型基于以下步骤训练得到:
获取整车动力电池运行数据;
对所述整车动力电池运行数据进行数据清洗,得到整车动力电池运行数据集;
对所述整车动力电池运行数据集进行数据切片和数据抽取,得到训练样本集;
利用所述训练样本集,对待训练的机器学习模型进行训练,得到所述预先训练完成的关系模型。
3.根据权利要求2所述的方法,其特征在于,所述训练样本集中的训练样本至少包括以下一项字段:电池剩余电量百分比、电池健康度、总里程数、充放电次数、电池温度、室外温度、过充放电压阈值。
4.根据权利要求2所述的方法,其特征在于,所述待训练的机器学习模型至少包括极端梯度提升模型、随机森林模型或者支持向量机模型。
5.根据权利要求1所述的方法,其特征在于,所述预设的条件至少包括动力电池处于衰减状态或者异常状态。
6.根据权利要求1所述的方法,其特征在于,所述获取所述动力电池的电池健康状态信息,包括:
通过勒贝格采样,获取所述动力电池的所述电池健康状态信息。
7.根据权利要求1所述的方法,其特征在于,在按照所述目标过充放电压阈值,控制所述动力电池进行充电操作或者放电操作之后,所述方法还包括:
监测所述动力电池是否满足所述预设的条件,用以在所述动力电池满足所述预设的条件时基于所述关系模型对所述目标过充放电压阈值进行更新。
8.一种动力电池的过充放电阈值控制装置,其特征在于,包括:
状态获取单元,用于在动力电池满足预设的条件时,获取所述动力电池的电池健康状态信息;
阈值确定单元,用于基于预先训练完成的关系模型,确定与所述电池健康状态信息相匹配的目标过充放电压阈值;
控制单元,用于按照所述目标过充放电压阈值,控制所述动力电池进行充电操作或者放电操作。
9.根据权利要求8所述的装置,其特征在于,所述预先训练完成的关系模型基于以下步骤训练得到:
获取整车动力电池运行数据;
对所述整车动力电池运行数据进行数据清洗,得到整车动力电池运行数据集;
对所述整车动力电池运行数据集进行数据切片和数据抽取,得到训练样本集;
利用所述训练样本集,对待训练的机器学习模型进行训练,得到所述预先训练完成的关系模型。
10.根据权利要求9所述的装置,其特征在于,所述训练样本集中的训练样本至少包括以下一项字段:电池剩余电量百分比、电池健康度、总里程数、充放电次数、电池温度、室外温度、过充放电压阈值。
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上海朱光亚战略科技研究院,未经上海朱光亚战略科技研究院许可,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/202211454641.5/1.html,转载请声明来源钻瓜专利网。