[发明专利]动力电池容量预测方法、装置及设备

权利要求书

1.一种动力电池容量预测方法，其特征在于，所述预测方法包括：

获取动力电池的样本数据；

通过聚类算法将所述样本数据分为若干类别，其中每个类别具有对应的老化模型和特征标识；所述老化模型通过以下步骤得到：确定老化模型中的拟合关系；通过所述老化模型对应类型的样本数据确定所述拟合关系中的参数；所述特征标识用于标识对应类别的样本数据的特征；

获取待测动力电池的电池状态参数；

从多个老化模型中确定所述电池状态参数采用的老化模型；

将所述电池状态参数输入采用的老化模型，得到对应的电池容量。

2.根据权利要求1所述的预测方法，其特征在于，所述动力电池的样本数据包括：同一型号的动力电池在实车行驶工况中的多组历史数据。

3.根据权利要求1所述的预测方法，其特征在于，通过聚类算法将所述样本数据分为若干类别，包括：

预设聚类算法，并确定所述聚类算法中的聚类参数；

根据所述聚类参数将所述样本数据分为核心点或边界点；

根据所述核心点构建类别，将样本数据分为所述若干类别。

4.根据权利要求3所述的预测方法，其特征在于，所述聚类算法为DBSCAN算法；所述聚类参数包括邻域半径和邻域点数阈值。

5.根据权利要求1所述的预测方法，其特征在于，所述特征标识为聚类中心；

从多个老化模型中确定所述电池状态参数采用的老化模型，包括：

计算所述电池状态参数与每个类别对应的聚类中心的距离；

选择距离最近的老化模型作为所述电池状态参数采用的老化模型。

6.根据权利要求1所述的预测方法，其特征在于，所述拟合关系包括多项式拟合、神经网络拟合或回归树拟合。

7.根据权利要求1所述的预测方法，其特征在于，所述电池状态参数包括：电流、电压、温度、荷电状态、存储时间、放电深度、库里效率中的至少两者。

8.一种动力电池容量预测装置，其特征在于，包括：

输入模块，用于获取电池状态参数；

匹配模块，用于与所述电池状态参数进行匹配，以从多个老化模型中确定所述电池状态参数采用的老化模型；所述多个老化模型与通过聚类算法将样本数据分为的若干类别一一对应；每个所述老化模型均包括电池状态参数与电池容量的以一种映射关系；以及

计算模块，用于将所述电池状态参数输入采用的老化模型，得到对应的电池容量。

9.一种动力电池容量预测设备，其特征在于，包括：

至少一个处理器；存储器，与所述至少一个处理器连接；

其中，所述存储器存储有能被所述至少一个处理器执行的指令，所述至少一个处理器通过执行所述存储器存储的指令实现权利要求1至7中任一项权利要求所述的动力电池容量预测方法。

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，该程序被处理器执行时实现权利要求1至7中任意一项权利要求所述的动力电池容量预测方法。