一种电池状态的确定方法及装置与流程

技术特征：
1.一种电池状态的确定方法，其特征在于，所述方法包括：获得目标电池在当前时刻对应的当前电池数据序列；基于所述当前电池数据序列中各历史时间窗对应的电池数据，各历史时间窗所对应预测时间窗对应的电池数据中的电流相关数据，以及当前的电压预测模型，确定所述当前电池数据序列对应的预测时间窗所对应电压预测值，其中，所述当前的电压预测模型为：基于样本电池数据序列中各样本历史时间窗对应的电池数据，及各样本历史时间窗所对应样本预测时间窗对应的电池数据中的电流相关数据，训练所得的模型；基于所述当前电池数据序列对应的预测时间窗所对应电压预测值，以及所述当前电池数据序列中预测时间窗对应的电池数据中的电压实测值，确定所述目标电池对应的检测电池状态。2.如权利要求1所述的方法，其特征在于，所述基于所述当前电池数据序列中各历史时间窗对应的电池数据，各历史时间窗所对应预测时间窗对应的电池数据中的电流相关数据，以及当前的电压预测模型，确定所述当前电池数据序列对应的预测时间窗所对应电压预测值的步骤，包括：对所述当前电池数据序列进行预处理，得到预处理之后的当前电池数据序列；将预处理之后的当前电池数据序列中各历史时间窗对应的电池数据，输入所述当前的电压预测模型的电压预测网络，得到所述当前电池数据序列中各历史时间窗对应的预测时间窗所对应电压预测中间值；将所述当前电池数据序列中各历史时间窗对应的预测时间窗所对应电压预测中间值，以及所述当前电池数据序列中各历史时间窗所对应预测时间窗对应的电池数据中的电流相关数据，输入所述当前的电压预测模型的电压引导网络，得到所述当前电池数据序列中各历史时间窗对应的预测时间窗所对应电压预测值。3.如权利要求1所述的方法，其特征在于，在所述基于所述当前电池数据序列中各历史时间窗对应的电池数据，各历史时间窗所对应预测时间窗对应的电池数据中的电流相关数据，以及当前的电压预测模型，确定所述当前电池数据序列对应的预测时间窗所对应电压预测值的步骤之前，所述方法还包括：训练得到当前的电压预测模型的过程，其中，所述过程包括：获得初始的电压预测模型；获得样本电池数据序列，其中，所述样本电池数据序列为：基于样本电池在预设时间段对应的电池基本特征数据序列和电池相关数据序列，所确定的数据序列，所述电池相关数据序列为：基于所述电池基本特征数据序列确定的；对所述样本电池数据序列进行预处理，得到预处理之后的所述样本电池数据序列；基于预处理之后的所述样本电池数据序列，训练所述初始的电压预测模型，直至所述初始的电压预测模型达到预设收敛状态，得到当前的电压预测模型。4.如权利要求1-3任一项所述的方法，其特征在于，所述初始的电压预测模型包括：电压预测网络和电压引导网络；所述基于预处理之后的所述样本电池数据序列，训练所述初始的电压预测模型，直至所述初始的电压预测模型达到预设收敛状态，得到当前的电压预测模型的步骤，包括：基于预处理之后的所述样本电池数据序列中各样本历史时间窗对应的样本电池数据，
以及各样本历史时间窗所对应样本预测时间窗对应的样本电池数据，划分预处理之后的所述样本电池数据序列，得到多个样本数据序列，其中，每一样本数据序列包括：一组存在对应关系的样本历史时间窗对应的样本电池数据和样本预测时间窗对应的样本电池数据；将所述多个样本数据序列划分为参数调整组样本数据序列以及测试组样本数据序列；针对每一参数调整组样本数据序列，将该参数调整组样本数据序列中样本历史时间窗对应的样本电池数据，输入所述电压预测网络，得到该参数调整组样本数据序列中样本历史时间窗所对应样本预测时间窗对应的电压当前值；针对每一参数调整组样本数据序列，将该参数调整组样本数据序列中样本历史时间窗所对应样本预测时间窗对应的电压当前值，以及该参数调整组样本数据序列中样本预测时间窗对应的样本电池数据中的电流相关数据，输入所述电压引导网络，得到该参数调整组样本数据序列中样本预测时间窗对应的样本电压预测值；针对每一参数调整组样本数据序列，基于该参数调整组样本数据序列中样本预测时间窗对应的样本电压预测值，以及样本预测时间窗对应的样本电压实测值，确定当前的第一损失值；基于当前的第一损失值，调整所述初始的电压预测模型对应的参数，其中，所述参数包括电压预测网络和电压引导网络的模型参数以及所述初始的电压预测模型的超参数，判断是否存在未输入所述电压预测网络的参数调整组样本数据序列；若判断存在未输入所述电压预测网络的参数调整组样本数据序列，返回执行所述针对每一参数调整组样本数据序列，将该参数调整组样本数据序列中样本历史时间窗对应的样本电池数据，输入所述电压预测网络，得到该参数调整组样本数据序列中样本历史时间窗所对应样本预测时间窗对应的电压当前值的步骤；若判断不存在未输入所述电压预测网络的参数调整组样本数据序列，针对每一测试组样本数据序列，将该测试组样本数据序列中样本历史时间窗对应的样本电池数据，输入所述电压预测网络，得到该测试组样本数据序列中样本历史时间窗所对应样本预测时间窗对应的电压当前值；针对每一测试组样本数据序列，将该测试组样本数据序列中样本历史时间窗所对应样本预测时间窗对应的电压当前值，以及该测试组样本数据序列中样本预测时间窗对应的样本电池数据中的电流相关数据，输入所述电压引导网络，得到该测试组样本数据序列中样本预测时间窗对应的样本电压预测值；针对每一测试组样本数据序列，基于该测试组样本数据序列中样本预测时间窗对应的样本电压预测值，以及样本预测时间窗对应的样本电压实测值，确定当前的第二损失值；基于各测试组样本数据序列对应的当前的第二损失值，判断所述测试组样本数据序列对应的第二损失值是否满足预设损失值情况；若判断所述测试组样本数据序列对应的第二损失值不满足预设损失值情况，返回执行所述针对每一参数调整组样本数据序列，将该参数调整组样本数据序列中样本历史时间窗对应的样本电池数据，输入所述电压预测网络，得到该参数调整组样本数据序列中样本历史时间窗所对应样本预测时间窗对应的电压当前值的步骤；若判断所述测试组样本数据序列对应的第二损失值满足预设损失值情况，则确定所述初始的电压预测模型达到预设收敛状态，得到当前的电压预测模型。
5.如权利要求3所述的方法，其特征在于，所述获得样本电池数据序列的步骤，包括：获得样本电池在预设时间段对应的电池基本特征数据序列，其中，所述电池基本特征数据序列包括：预设时间段内的分别按时间顺序排序的多个电压实测值、多个电流实测值以及多个电荷状态信息中的至少一类特征数据；基于所述电池基本特征数据序列所包括的分别按时间顺序排序的多个电压实测值、多个电流实测值以及多个电荷状态信息中的至少一类特征数据，确定用于表征该类特征数据的变化波动的数据波动序列和/或用于表征该类特征数据的随时间变化趋势的数据变化趋势序列，以得到电池相关数据序列；基于所述电池基本特征数据序列所包括的分别按时间顺序排序的多个电压实测值、多个电流实测值以及多个电荷状态信息中的至少一类特征数据、所述电池相关数据序列以及预设特征数据筛选条件，确定样本电池数据序列。6.如权利要求1-5任一项所述的方法，其特征在于，所述基于所述当前电池数据序列对应的预测时间窗所对应电压预测值，以及所述当前电池数据序列中预测时间窗对应的电池数据中的电压实测值，确定所述目标电池对应的检测电池状态的步骤，包括：基于所述当前电池数据序列对应的预测时间窗所对应电压预测值，以及所述当前电池数据序列中预测时间窗对应的电池数据中的电压实测值，确定所述目标电池在当前时刻对应的当前异常概率；基于所述目标电池在当前时刻对应的当前异常概率，以及当前的异常概率阈值，确定所述目标电池对应的检测电池状态。7.如权利要求6所述的方法，其特征在于，所述基于所述当前电池数据序列对应的预测时间窗所对应电压预测值，以及所述当前电池数据序列中预测时间窗对应的电池数据中的电压实测值，确定所述目标电池在当前时刻对应的当前异常概率的步骤，包括：基于所述当前电池数据序列对应的预测时间窗所对应电压预测值，以及所述当前电池数据序列中预测时间窗对应的电池数据中的电压实测值，确定各预测时间窗对应的电压差异值；对各预测时间窗对应的电压差异值进行预设转换，得到转换后的各预测时间窗对应的电压差异值；基于转换后的各预测时间窗对应的电压差异值及预设滑动窗口，确定所述当前时刻对应的电压差异值所对应均值和方差，其中，所述预测时间窗对应的时刻包括当前时刻；基于所述当前时刻对应的电压差异值所对应均值和方差以及预设正态分布模型，确定所述当前时刻对应的电压差异值所对应概率密度值；基于所述当前时刻对应的电压差异值所对应概率密度值，以及所述当前时刻对应的电压差异值所在区间对应的权重值，确定所述目标电池在当前时刻对应的当前异常概率，其中，所述当前时刻对应的电压差异值所在区间对应的权重值为：基于所述当前时刻对应的电压差异值、均值和方差确定的。8.如权利要求6所述的方法，其特征在于，在所述基于所述目标电池在当前时刻对应的当前异常概率，以及当前的异常概率阈值，确定所述目标电池对应的检测电池状态的步骤之后，所述方法还包括：在模型更新周期到来的情况下，基于最新周期内所确定的所述目标电池在各时刻对应
的检测电池状态，以及所获得的所述目标电池在各时刻对应的真实电池状态，确定最新周期内所确定的所述目标电池在各时刻对应的电池状态的准确性；基于所述最新周期内所确定的所述目标电池在各时刻对应的电池状态的准确性，调整所述异常阈值。9.如权利要求1-3任一项所述的方法，其特征在于，在所述基于所述当前电池数据序列对应的预测时间窗所对应电压预测值，以及所述当前电池数据序列中预测时间窗对应的电池数据中的电压实测值，确定所述目标电池对应的检测电池状态的步骤之后，所述方法还包括：在模型更新周期到来的情况下，基于所述当前电池数据序列，更新所述当前的电压预测模型，得到新的当前的电压预测模型，以便用于针对新到来周期内的每一时刻的电池电压状态的确定流程。10.一种电池状态的确定装置，其特征在于，所述装置包括：第一获得模块，被配置为获得目标电池在当前时刻对应的当前电池数据序列；第一确定模块，被配置为基于所述当前电池数据序列中各历史时间窗对应的电池数据，各历史时间窗所对应预测时间窗对应的电池数据中的电流相关数据，以及当前的电压预测模型，确定所述当前电池数据序列对应的预测时间窗所对应电压预测值，其中，所述当前的电压预测模型为：基于样本电池数据序列中各样本历史时间窗对应的电池数据，及各样本历史时间窗所对应样本预测时间窗对应的电池数据中的电流相关数据，训练所得的模型；第二确定模块，被配置为基于所述当前电池数据序列对应的预测时间窗所对应电压预测值，以及所述当前电池数据序列中预测时间窗对应的电池数据中的电压实测值，确定所述目标电池对应的检测电池状态。

技术总结
本发明实施例公开一种电池状态的确定方法及装置，该方法包括：获得目标电池在当前时刻对应的当前电池数据序列；基于当前电池数据序列中各历史时间窗对应的电池数据，各历史时间窗所对应预测时间窗对应的电池数据中的电流相关数据，以及当前的电压预测模型，确定当前电池数据序列对应的预测时间窗所对应电压预测值；基于当前电池数据序列对应的预测时间窗所对应电压预测值，以及当前电池数据序列中预测时间窗对应的电池数据中的电压实测值，确定目标电池对应的检测电池状态，以实现对电池状态的实时准确预判。状态的实时准确预判。状态的实时准确预判。


技术研发人员：张奕炜 刘金海
受保护的技术使用者：北京昇科能源科技有限责任公司
技术研发日：2020.09.30
技术公布日：2022/4/12