[发明专利]评估模型建立方法、电池健康状态评估方法及相关产品

权利要求书

1.一种评估模型建立方法，其特征在于，包括：

获得参考电池的实验数据和目标电池的历史监测数据；所述参考电池的实验数据包括所述参考电池的健康状态SOH；

将所述实验数据和所述历史监测数据进行参数归一化对齐；

根据预设截取条件从参数归一化对齐后的实验数据中获得多个源域样本，根据所述预设截取条件从参数归一化对齐后的历史监测数据中获得目标域样本；

利用所述多个源域样本和所述目标域样本进行迁移学习，得到对所述目标电池的评估模型。

2.根据权利要求1所述的方法，其特征在于，所述利用所述多个源域样本和所述目标域样本进行迁移学习，得到对所述目标电池的评估模型，包括：

通过深度学习提取所述多个源域样本的特征并提取所述目标域样本的特征；

利用差异度量方法对所述多个源域样本的特征和所述目标域样本的特征进行边缘分布对齐和条件分布对齐；并且，利用损失函数进行特征的迁移学习，得到对所述目标电池的评估模型。

3.根据权利要求2所述的方法，其特征在于，所述利用差异度量方法对所述多个源域样本的特征和所述目标域样本的特征进行边缘分布对齐和条件分布对齐，包括：

将所述多个源域样本中每个源域样本的特征分别与所述目标域样本的特征进行边缘分布对齐和条件分布对齐。

4.根据权利要求2所述的方法，其特征在于，对所述目标电池的评估模型包括：一个特征提取模型、一个差异度量模型和多个SOH预测模型；所述特征提取模型的输出作为所述差异度量模型及所述多个SOH预测模型的输入；所述多个SOH预测模型和多个源域一一对应；

所述损失函数为关于所述多个SOH预测模型中每个SOH预测模型的预测损失值和所述差异度量模型的差异损失值的函数。

5.根据权利要求1所述的方法，其特征在于，所述预设截取条件包括：

预设的电压范围，或者，预设的电池荷电状态SOC范围。

6.根据权利要求1所述的方法，其特征在于，不同的源域各自对应不同的电池型号。

7.根据权利要求1所述的方法，其特征在于，所述参考电池的实验数据还包括：

所述参考电池在充电过程中的电流、电压、温度和时间；

所述目标电池的历史监测数据包括：所述目标电池在历史充电过程中的电流、电压、温度和时间。

8.根据权利要求1所述的方法，其特征在于，归一化对齐的参数包括：额定容量、充电截止电压和放电截止电压。

9.一种电池健康状态评估方法，其特征在于，包括：

获得目标电池的监测数据；

根据预设截取条件从所述目标电池的监测数据中截取出所述预设截取条件对应的监测数据，作为评估模型的输入数据；

将所述输入数据输入所述评估模型后，获得所述评估模型输出的所述目标电池的电池健康状态评估结果；所述评估模型为通过权利要求1-8任一项所述的评估模型建立方法获得。

10.一种评估模型建立设备，其特征在于，包括处理器及存储器；所述存储器用于存储计算机程序；所述处理器用于根据所述计算机程序执行如权利要求1-8任一项所述的评估模型建立方法。

11.一种电池健康状态评估设备，其特征在于，包括处理器及存储器；所述存储器用于存储计算机程序；所述处理器用于根据所述计算机程序执行如权利要求9所述的电池健康状态评估方法。

12.一种计算机可读存储介质，其特征在于，用于存储计算机程序，所述计算机程序被处理器运行时执行如权利要求1-8任一项所述的评估模型建立方法，或者执行如权利要求9所述的电池健康状态评估方法。