电芯容量预测方法、装置、电子设备及介质与流程

技术特征：
1.一种电芯容量预测方法，其特征在于，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。2.根据权利要求1所述的方法，其特征在于，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。3.根据权利要求2所述的方法，其特征在于，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。4.根据权利要求2所述的方法，其特征在于，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，得到训练所述初始电芯容量预估模型的训练集。5.根据权利要求4所述的方法，其特征在于，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；在检测到所述相关系数满足相关条件后，允许训练。6.一种电芯容量预测装置，其特征在于，包括：获取模块，用于获取待测电池的在生产过程中的生产参数；提取模块，用于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；预测模块，用于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。7.根据权利要求6所述的装置，其特征在于，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，所述预测模块，还包括：获取单元，用于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；筛选单元，用于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；生成单元，用于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。
8.根据权利要求7所述的装置，其特征在于，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。9.一种电子设备，其特征在于，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序，以实现如权利要求1
‑
5任一项所述的电芯容量预测方法。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，以用于实现如权利要求1
‑
5任一项所述的电芯容量预测方法。

技术总结
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。提高电芯容量预测的准确性。提高电芯容量预测的准确性。


技术研发人员：曾震宇
受保护的技术使用者：蜂巢能源科技有限公司
技术研发日：2021.08.18
技术公布日：2021/11/23