[发明专利]一种电池容量的估算方法、电子设备及可读存储介质

权利要求书

1.一种电池容量的估算方法，其特征在于，所述方法包括：

获取待测电池在目标电压片段内的充电数据，所述充电数据对应的多个健康指标与电池容量相关性的总和在各个电压片段中最高；

确定所述充电数据的所述多个健康指标；

将所述多个健康指标输入至已训练的神经网络模型，得到所述待测电池的电池容量，所述神经网络模型是通过训练样本训练得到的，所述训练样本用于表征电池容量和所述多个健康指标之间的对应关系。

2.根据权利要求1所述的方法，其特征在于，所述多个健康指标包括M个数据域健康指标和N个模型域健康指标，M+N≥2，M≥0，N≥0；

所述数据域健康指标包括片段容量、容量增量分析ICA曲线峰值、ICA曲线峰值对应的电压、充电时间和单位时间内电压升中的至少一个；

所述模型域健康指标包括欧姆内阻、极化内阻、极化电容和时间常数中的至少一个。

3.根据权利要求1或2所述的方法，其特征在于，

所述训练样本包括原始电池样本和虚拟电池样本，所述虚拟电池样本是根据所述原始电池样本生成的，所述原始电池样本对应的原始电池与所述待测电池为同类型电池。

4.根据权利要求3所述的方法，其特征在于，所述虚拟电池样本是通过以下方式生成的：

获取所述原始电池的实际老化数据，所述实际老化数据包括所述原始电池的电池容量由100％衰减至0％的整个过程中，各个循环充放电过程对应的时间、电压和电流的变化数据；

根据所述实际老化数据和所述多个健康指标类型，确定所述目标电压片段；

根据所述目标电压片段内的充电数据，生成原始电池样本；

对所述原始电池样本中的所述电池容量以及每个所述健康指标进行数据扩展，生成所述虚拟电池样本。

5.根据权利要求4所述的方法，其特征在于，所述根据所述实际老化数据和所述多个健康指标类型，确定所述目标电压片段，包括：

根据所述实际老化数据，确定多个电压片段；其中，在每个循环充放电过程中，每个电压片段均有对应的电压片段数据；

根据约束条件对各个所述电压片段数据进行筛选；R为电压片段宽度，起始SOC小于等于终点SOC；

确定每一个电压片段内，筛选后的各个所述电压片段数据的F值，其中，r_i为所述电压片段数据的第i个健康指标与电池容量的相关性的得分；

将最大的所述F值对应的电压片段确定为所述目标电压片段。

6.根据权利要求4所述的方法，其特征在于，所述对所述原始电池样本中的所述电池容量以及每个所述健康指标进行数据扩展，生成所述虚拟电池样本，包括：

确定所述原始电池样本中所述电池容量以及每个所述健康指标的特征数据中心、左偏度、右偏度和方差；

根据所述特征数据中心、所述左偏度、所述右偏度和所述方差，确定所述电池容量以及每个所述健康指标的扩展上界和扩展下界；

根据所述电池容量以及每个所述健康指标的所述扩展上界和所述扩展下界，对所述电池容量以及每个所述健康指标进行数据扩展，生成满足预设条件的虚拟电池样本。

7.根据权利要求1所述的方法，其特征在于，所述神经网络模型为长短期记忆LSTM神经网络模型。

8.根据权利要求7所述的方法，其特征在于，所述LSTM神经网络模型包括层数为2，隐藏节点数为128，时间步长为5的LSTM神经网络。

9.一种电子设备，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，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至8任一项所述方法的步骤。

10.一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，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至8任一项所述方法的步骤。