[发明专利]电芯容量预测方法、装置、电子设备及介质

说明书

本发明涉及电池技术领域，特别涉及一种电芯容量预测方法、装置、电子设备及介质，其中，方法包括：获取待测电池的在生产过程中的生产参数；从生产参数中提取与电芯容量相关的至少一个电池特征；将至少一个电池特征输入预先训练好的电芯容量预估模型中，得到待测电池的预测电芯容量。根据本发明实施例的电芯容量预测方法，解决了相关技术中时间、成本相对较高，无法判断容量高低产生的原因，无法为后期电池性能改善提供决策性分析和建议，且收益较少的问题，提高电芯容量预测的准确性。

技术领域

本发明涉及电池技术领域，特别涉及一种电芯容量预测方法、装置、电子设备及介质。

背景技术

锂电池电芯的生产过程非常复杂，既有过程行业生产流程，也有离散行业生产流程。电芯生产的主要工艺包括：制浆、涂布、辊压、分切、模切、组装、烘烤、注液、化成、分容，生产过程对质量要求非常严格，大部分生产工艺之间相互关联、互相影响。其中，化成/分容为整个电芯生产过程中最重要的一环，电芯在这个工艺被“激活”，激活后的电芯，也在这个过程做：容量检测、自放电测试、直流内阻测试、电流内阻测试。

相关技术中，通过化成段的数据来预测容量，精度相对较高。

然而，相关技术中的时间、成本相对较高，无法判断容量高低产生的原因，无法为后期电池性能改善提供决策性分析和建议，且收益较少，亟待解决。

发明内容

有鉴于此，本发明旨在提出一种电芯容量预测方法，该方法解决了相关技术中时间、成本相对较高，无法判断容量高低产生的原因，无法为后期电池性能改善提供决策性分析和建议，且收益较少的问题，提高电芯容量预测的准确性。

为达到上述目的，本发明的技术方案是这样实现的：

一种电芯容量预测方法，包括以下步骤：

获取待测电池的在生产过程中的生产参数；

从所述生产参数中提取与电芯容量相关的至少一个电池特征；

将所述至少一个电池特征输入预先训练好的电芯容量预估模型中，得到所述待测电池的预测电芯容量。

进一步地，在将所述至少一个电池特征输入所述预先训练好的电芯容量预估模型之前，还包括：

获取训练电池在生产过程中的一道或多道工序对应的生产参数；

对所述生产参数进行数据清洗，筛选出满足训练条件的训练数据；

基于所述训练数据进行特征处理，训练初始电芯容量预估模型，直至模型的评分指标达到预设阈值，生成所述电芯容量预估模型。

进一步地，所述对应的生产参数包括叠片工序中的极组重量、预热工序的预热温度和预热时间、热压工序的热压温度、热压压力和热压时间、一次注液工序的注液量、预充工序的静置时间、开始电压、开始电流、能量和真空度、二次注液工序的注液前重量、注液量和总注液量、化成工序的开始电压、开始电流、结束电压、结束电流、中值电压、库位温度、工步运行时间、结束容量和结束能量中的一项或多项。

进一步地，所述基于所述训练数据进行特征处理，包括：

对所述训练数据进行重塑数据，得到数据特征集；

删除所述数据特征集中缺失率大于预设缺失率与变化幅度小于预设幅度的数据特征；

对所述数据特征集中极组类型的数据特征进行处理，删除由每个极组参数中的最大值、最小值、均值生成的数据特征之外的特征；

删除大于预设分位数的异常的数据特征和满足离群条件的特征，得训练所述初始电芯容量预估模型的训练集。

进一步地，所述基于所述训练数据进行特征处理，还包括：

检验所述训练集中训练数据的相关系数；