本申請涉及電池技術領域，提供了一種電池組壽命預測方法、裝置、設備及存儲介質，該電池組壽命預測方法包括：獲取待測電池組內的每個單體電池的電池壽命預測參數集，并將所述電池壽命預測參數集輸入預設的電池壽命預測模型，以獲取所述待測電池組內的每個所述單體電池的剩余壽命，所述電池壽命預測參數集包括所述單體電池在預設的測試條件下的測試結果參數；基于每個所述單體電池的預設壽命校正系數和每個所述單體電池的剩余壽命，確定所述電池組的剩余壽命。通過本申請提供的電池組壽命預測方法對電池組的壽命進行預測，可以提高電池組壽命預測的準確性。壽命預測的準確性。壽命預測的準確性。
【技術實現步驟摘要】
電池組壽命預測方法、裝置、設備及存儲介質
[0001]本申請涉及電池
，尤其涉及一種電池組壽命預測方法、裝置、設備及存儲介質。
[0002]技術背景隨著電動汽車行業的發展，電池組憑借其高能量和高功率密度的優勢得到了普遍的應用，但是，電池組的老化問題成為了制約電動汽車發展和推廣的主要因素，這是因為電池組的老化會對電動汽車的使用性能造成影響，甚至引發安全問題。因此對電池組的老化程度進行評估，預測電池組的使用壽命變得越來越重要。
[0003]現有技術在預測電池組的使用壽命時，通常將電池組內的剩余壽命最短的單體電池的剩余壽命作為電池組的剩余壽命，由于電池組內的每個單體電池的材質、性能參數以及運行工況不同，簡單地將電池組內的剩余壽命最短的單體電池的剩余壽命作為電池組的剩余壽命會造成電池組壽命預測結果不準確的問題。
技術實現思路
[0004]本申請實施例提供一種電池組壽命預測方法、裝置、設備及存儲介質，以解決現有技術存在的電池組壽命預測不準確的問題。
[0005]第一方面，本申請實施例提供一種電池組壽命預測方法，所述方法包括：獲取待測電池組內的每個單體電池的電池壽命預測參數集，并將所述電池壽命預測參數集輸入預設的電池壽命預測模型，以獲取所述待測電池組內的每個所述單體電池的剩余壽命，所述電池壽命預測參數集包括所述單體電池在預設的測試條件下的測試結果參數；基于每個所述單體電池的預設壽命校正系數和每個所述單體電池的剩余壽命，確定所述電池組的剩余壽命。
[0006]在一些實施例中，所述基于每個所述單體電池的預設壽命校正系數和每個所述單體電池的剩余壽命，確定所述電池組的剩余壽命，包括：計算每個所述單體電池的預設壽命校正系數與剩余壽命的乘積；將所述乘積的最小值確定為所述電池組的剩余壽命。
[0007]在一些實施例中，所述電池壽命預測參數集包括所述單體電池的初始狀態的電池特性參數。
[0008]在一些實施例中，所述單體電池的初始狀態的電池特性參數的獲取方法，包括：獲取每個所述單體電池出廠時的電池特性參數；根據每個所述單體電池出廠時的電池特性參數，計算每個所述單體電池對應的電池特性參數的均值及標準差；根據所述單體電池對應的電池特性參數的均值及標準差，綜合正態分布，進行蒙特卡洛抽樣，獲得每個所述單體電池的初始狀態的電池特性參數。
[0009]在一些實施例中，所述測試結果參數包括所述單體電池在預設的充放電條件下的
電壓值、電流值、內阻值和溫度值；和/或，所述初始狀態的電池特性參數包括容量參數信息、內阻參數信息、極片厚度參數信息、活性物質參數信息及電解液參數信息。
[0010]在一些實施例中，所述電池壽命預測模型的訓練方法，包括：獲取訓練樣本集，所述訓練樣本集包括電池的剩余壽命與所述電池的壽命預測參數集的若干個映射關系；構建向量回歸模型，并利用所述訓練樣本集對所述向量回歸模型進行訓練，得到所述電池壽命預測模型。
[0011]在一些實施例中，所述利用所述訓練樣本集對所述向量回歸模型進行訓練的方法，包括：將所述訓練樣本集隨機分為訓練集、校正集和驗證集，并將所述訓練集輸入所述向量回歸模型對所述向量回歸模型進行訓練；利用所述校正集優化訓練后的所述向量回歸模型中的核函數參數以及加權系數，得到待定的電池壽命預測模型；利用所述驗證集檢測所述待定的電池壽命預測模型對電池壽命預測的準確率；若所述準確率大于預設的準確率，則將所述待定的電池壽命預測模型確定為所述電池壽命預測模型。
[0012]第二方面，本申請實施例提供一種電池組壽命預測裝置，所述電池組壽命預測裝置，包括：第一獲取模塊，用于獲取電池壽命預測參數集，并將所述電池壽命預測參數集輸入預設的電池壽命預測模型，以獲取所述待測電池組內的每個單體電池的剩余壽命，所述電池壽命預測參數集包括待測電池組內的每個所述單體電池在預設的測試條件下的測試結果參數；計算模塊，用于基于每個所述單體電池的預設壽命校正系數和每個所述單體電池的剩余壽命，確定所述電池組的剩余壽命。
[0013]第三方面，本申請實施例提供一種終端設備，所述終端設備包括處理器、存儲器以及存儲在所述存儲器上并可被所述處理器執行的計算機程序，其中所述計算機程序被所述處理器執行時，實現如上所述的任一種電池組壽命預測方法。
[0014]第四方面，本申請實施例提供一種計算機可讀存儲介質，所述計算機可讀存儲介質上存儲有計算機程序，其中所述計算機程序被所述處理器執行時，實現如上所述的任一種電池組壽命預測方法。
[0015]本申請實施例公開了電池組壽命預測方法、裝置、設備及存儲介質，其中，該電池組壽命預測方法包括獲取待測電池組內的每個單體電池的電池壽命預測參數集，并將所述電池壽命預測參數集輸入預設的電池壽命預測模型，以獲取所述待測電池組內的每個所述單體電池的剩余壽命，所述電池壽命預測參數集包括所述單體電池在預設的測試條件下的測試結果參數，基于每個所述單體電池的預設壽命校正系數和每個所述單體電池的剩余壽命，確定所述電池組的剩余壽命。本申請實施例公開的電池組壽命預測方法通過基于每個所述單體電池的預設壽命校正系數和每個所述單體電池的剩余壽命，確定所述電池組的剩余壽命，提高了電池組壽命預測的準確性。
附圖說明
[0016]為了更清楚地說明本申請實施例技術方案，下面將對實施例描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖是本申請的一些實施例，對于本領域普通技術人員來講，在不付出創造性勞動的前提下，還可以根據這些附圖獲得其他的附圖。
[0017]圖1為本申請實施例提供的電池組壽命預測方法的流程示意圖；圖2為本申請實施例提供的電池組壽命預測裝置的結構示意性框圖；圖3為本申請實施例提供的計算模塊的結構示意性框圖；圖4為本申請實施例提供的第一獲取模塊的結構示意性框圖；圖5為本申請實施例提供的又一電池組壽命預測裝置的結構示意性框圖；圖6為本申請實施例提供的訓練模塊的結構示意性框圖；圖7為本申請實施例提供的終端設備的結構示意性框圖。
具體實施方式
[0018]下面將結合本申請實施例中的附圖，對本申請實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例是本申請一部分實施例，而不是全部的實施例。基于本申請中的實施例，本領域普通技術人員在沒有做出創造性勞動前提下所獲得的所有其他實施例，都屬于本申請保護的范圍。
[0019]附圖中所示的流程圖僅是示例說明，不是必須包括所有的內容和操作/步驟，也不是必須按所描述的順序執行。例如，有的操作/步驟還可以分解、組合或部分合并，因此實際執行的順序有可能根據實際情況改變。
[0020]應當理解，在此本申請說明書中所使用的術語僅僅是出于描述特定實施例的目的而并不意在限制本申請。如在本申請說明書和所附權利要求書中所使用的那樣，除非上下文清楚地指明其它情況，否則單數形式的“一”、“一個”及“該”意在包括復數形式。
[0021]還應當理解，在本申請說明書和所附權利要求書中使用的術語“和/ 或”是指相關聯列出的本文檔來自技高網...
【技術保護點】
【技術特征摘要】
1.一種電池組壽命預測方法，其特征在于，包括：獲取待測電池組內的每個單體電池的電池壽命預測參數集，并將所述電池壽命預測參數集輸入預設的電池壽命預測模型，以獲取所述待測電池組內的每個所述單體電池的剩余壽命，所述電池壽命預測參數集包括所述單體電池在預設的測試條件下的測試結果參數；基于每個所述單體電池的預設壽命校正系數和每個所述單體電池的剩余壽命，確定所述電池組的剩余壽命。2.根據權利要求1所述的電池組壽命預測方法，其特征在于，所述基于每個所述單體電池的預設壽命校正系數和每個所述單體電池的剩余壽命，確定所述電池組的剩余壽命，包括：計算每個所述單體電池的預設壽命校正系數與剩余壽命的乘積；將所述乘積的最小值確定為所述電池組的剩余壽命。3.根據權利要求1所述的電池組壽命預測方法，其特征在于，所述電池壽命預測參數集包括所述單體電池的初始狀態的電池特性參數。4.根據權利要求3所述的電池組壽命預測方法，其特征在于，所述單體電池的初始狀態的電池特性參數的獲取方法，包括：獲取每個所述單體電池出廠時的電池特性參數；根據每個所述單體電池出廠時的電池特性參數，計算每個所述單體電池對應的電池特性參數的均值及標準差；根據所述單體電池對應的電池特性參數的均值及標準差，綜合正態分布，進行蒙特卡洛抽樣，獲得每個所述單體電池的初始狀態的電池特性參數。5.根據權利要求3所述的電池組壽命預測方法，其特征在于，所述測試結果參數包括所述單體電池在預設的充放電條件下的電壓值、電流值、內阻值和溫度值；和/或，所述初始狀態的電池特性參數包括容量參數信息、內阻參數信息、極片厚度參數信息、活性物質參數信息及電解液參數信息。6.根據權利要求1至5任一項所述的電池組壽命預測方法，其特征在于，所述電池壽命預測模型的訓...
【專利技術屬性】
技術研發人員：程可文，
申請(專利權)人：深圳市聚和源科技有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。