[发明专利]电池容量偏差预测模型训练方法、装置和计算机设备

权利要求书

1.一种电池容量偏差预测模型训练方法，其特征在于，包括：

获取样本电池数据，所述样本电池数据包括电池组的最大单体电压以及最小单体电压；

将所述最大单体电压以及最小单体电压输入容量预测模型，得到电池组的最大单体容量以及最小单体容量；

将所述样本电池数据、最大单体容量以及最小单体容量作为训练集，训练初始电池容量偏差预测模型，得到目标预测模型。

2.根据权利要求1所述的电池容量偏差预测模型训练方法，其特征在于，所述将所述最大单体电压以及最小单体电压输入容量预测模型之前包括：

获取参考电池数据，所述参考电池数据包括电池电压以及电池容量；

基于所述电池电压以及电池容量，确定容量预测模型。

3.根据权利要求2所述的电池容量偏差预测模型训练方法，其特征在于，所述基于所述电池电压以及电池容量，确定容量预测模型包括：

采用非线性拟合方法对所述电池电压以及电池容量进行拟合，确定所述容量预测模型。

4.根据权利要求1所述的电池容量偏差预测模型训练方法，其特征在于，所述将所述样本电池数据、最大单体容量以及最小单体容量作为训练集，训练初始电池容量偏差预测模型之前包括：

基于所述样本电池数据确定车辆静置时间；

基于所述车辆静置时间以及预设时间阈值对所述样本电池数据进行筛选。

5.根据权利要求1所述的电池容量偏差预测模型训练方法，其特征在于，所述将所述样本电池数据、最大单体容量以及最小单体容量作为训练集，训练初始电池容量偏差预测模型之前还包括：

基于预设方法对所述样本电池数据进行筛选；

其中，所述预设方法包括插值法、删除法中的至少一种。

6.根据权利要求1所述的电池容量偏差预测模型训练方法，其特征在于，所述得到所述目标预测模型之后包括：

获取实时电池数据；

将所述实时电池数据输入目标预测模型，得到电池容量偏差预测值。

7.根据权利要求6所述的电池容量偏差预测模型训练方法，其特征在于，所述得到电池容量偏差预测值之后包括：

基于所述电池容量偏差预测值和预设风险阈值，确定风险等级。

8.一种电池容量偏差预测模型训练装置，其特征在于，所述装置包括：

获取模块，用于获取样本电池数据，所述样本电池数据包括电池组的最大单体电压以及最小单体电压；

计算模块，用于将所述最大单体电压以及最小单体电压输入容量预测模型，得到电池组的最大单体容量以及最小单体容量；

训练模块，用于将所述样本电池数据、最大单体容量以及最小单体容量作为训练集，训练初始电池容量偏差预测模型，得到目标预测模型。

9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。