[发明专利]识别电池健康状态的方法、装置和终端设备

说明书

本发明属于机器学习的技术领域，提供了识别电池健康状态的方法、装置和装置，所述方法包括：获取待识别电池的充电时长和充电电量；通过电池健康状态回归模型分析所述充电时长和充电电量，获得待识别电池健康状态的识别结果。本发明不需要外部设备的介入，利用对现有的电池样本数据进行建模，只需把待识别电池的充电时长和充电电量放入电池健康状态回归模型分析，即可获得待识别设备电池出现老化情况和故障概率，不仅提高了电池健康状态识别精准度，也减少了生产成本。

技术领域

本发明属于机器学习的技术领域，尤其涉及识别电池健康状态的方法、装置和终端设备。

背景技术

近几年随着移动终端和新能源汽车的兴起，可循环充电的电池的健康也得到了一定的关注，尤其是电池健康的预测问题成为了一个热点。电池健康问题指影响其放电能力的正负极活性材料的物化结构性质、粘结剂对涂层的粘黏强度、隔膜的质量等在循环充电过程中逐渐劣化，虽然目前从设计角度对电池的结构和材料已经进行了很多的改进，电池本身性能得到了很大的提高，但是实际使用中电池的寿命问题依然存在，特别是对于大容量动力电池以及电池滥用场合。从应用角度对电池健康状况进行科学的估计和预测，进一步指导电池的运行和维护也是实现电池长时间可靠工作有着重要意义。

传统的解决方案，大部分通过外连电池检测设备对电池的健康状态进行检测或者通过大数据得到的电池寿命的线性衰减给出电池大致的健康状态。外连设备虽然检测精确，但是成本较高，而大数据预测电池健康状态又存在不精确的缺陷。

发明内容

有鉴于此，本发明实施例提供了识别电池健康状态的方法及终端设备，以解决现有技术中识别电池健康状态的问题。

本发明实施例的第一方面提供了一种识别电池健康状态的方法，包括：

获取待识别电池的充电时长和充电电量；

通过电池健康状态回归模型分析所述充电时长和充电电量，获得待识别电池健康状态的识别结果。

本发明实施例的第二方面提供了一种识别电池健康状态的装置，包括：

第一获取单元，用于获取待识别电池的充电时长和充电电量；

计算单元，用于通过电池健康状态回归模型分析所述充电时长和充电电量，获得待识别电池健康状态的识别结果。

本发明实施例的第三方面提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述第一方面和/或第二方面所述方法的步骤。

本发明实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面和/或第二方面所述方法的步骤。

本发明实施例与现有技术相比存在的有益效果是：不需要通过其他检测设备的介入，利用对现有的电池样本数据进行建模，只需把待识别电池的充电时长和充电电量放入电池健康状态回归模型分析，即可获得待识别设备电池出现老化情况和故障概率，不仅提高了识别精确度，也减少了生产成本。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的一种识别电池健康状态方法的实现流程示意图；

图2是本发明实施例提供的生成电池健康状态回归模型的实现流程示意图；

图3是基于监督学习获得电池健康状态回归模型的实现流程示意图；