[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

说明书

上述电池容量偏差预测模型训练方法、装置和计算机设备，通过获取样本电池数据，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。上述电池容量偏差预测模型训练方法，通过最大单体电压以及最小单体电压获取对应地最大单体容量以及最小单体容量，将最大、最小单体容量以及样本电池数据作为训练集，获取与实际情况更加贴合的目标预测模型，所述目标预测模型可以提高电池容量偏差预测结果的准确度。

技术领域

本申请涉及汽车电池管理技术领域，特别是涉及一种电池容量偏差预测模型训练方法、装置和计算机设备。

背景技术

随着电动汽车的普及，车载电池大多是由多个单体电芯串并联使用，由于单体电芯制作工艺复杂，即使是同一批次的电芯，在出厂时也会存在电芯容量存在偏差的情况，在后续使用中，单体电芯容量偏差会造成电芯电流倍率不一致、放电深度不一致，造成电池组容量异常衰减，最终导致车辆故障，影响用户使用体验。

在进行电池容量偏差的预测时，现有的电池容量偏差预测方法过度依赖历史数据导致获取的电池容量偏差预测值与实际情况偏差较大，准确度低，容易给车辆造成较大安全隐患。

发明内容

基于此，有必要针对上述技术问题，提供一种电池容量偏差预测模型训练方法、装置和计算机设备。

第一方面，本申请提供了一种电池容量偏差预测模型训练方法，所述方法包括：

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。

在其中一个实施例中，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。

在其中一个实施例中，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。

在其中一个实施例中，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。

在其中一个实施例中，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。

在其中一个实施例中，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。

在其中一个实施例中，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。