电池特性预测方法、装置、存储介质和电子设备与流程

本公开涉及电池管理，尤其涉及电池特性预测方法、装置、存储介质和电子设备。

背景技术：

1、电动汽车中的电池的健康状态与电动汽车的续航里程，安全性以及可靠性密切相关，由于电池的劣化机制复杂，影响因素众多，因此，电池的外部行为的准确可靠预测是电池管理技术中的难点问题。

2、现有技术中，基于电化学原理构建电化学模型需要大量的设计和工艺参数，且预测精度不高；利用电路类模型等效出电池的外特性行为需要电池在特定的工况进行测试，测试成本高，并且在电池寿命的中后期，误差变大；利用机器学习方法对电池的荷电状态(state of charge，soc)建模，无法直接预测电池的电压，需要联合其他模型使用，并且在温度变化时，电池的荷电状态soc具有争议，给电池的外部特性描述带来了困难。

技术实现思路

1、为了解决上述提出的至少一个技术问题，本公开提出了电池特性预测方法、装置、存储介质和电子设备。

2、根据本公开的一方面，提供了一种电池特性预测方法，其包括：

3、获取电池特性预测模型，所述电池特性预测模型基于预设电池对应的电池数据样本进行训练得到，所述电池数据样本包括所述预设电池在至少一个历史运行时段内的多个连续运行时刻的电池特性数据，所述电池特性数据包括所述预设电池在每个运行时刻的电压以及运行状态数据；

4、确定目标电池截至到当前运行时刻的历史电池特性数据；

5、将所述目标电池在当前运行时刻的当前电压以及所述目标电池在下一运行时刻的预设运行状态数据输入所述电池特性预测模型，以使得所述电池特性预测模型基于所述历史电池特性数据对所述目标电池进行电压预测，得到电压变化量，所述电压变化量表征所述目标电池在所述下一运行时刻的电压，与所述当前电压的电压差。

6、在一些可能的实施方式中，所述运行状态数据包括电流、温度和相对于第一个运行时刻的累积放电电量，所述还方法包括：

7、基于所述预设电池对应的电池数据样本确定所述预设电池的输入序列和所述预设电池的目标序列，所述预设电池的输入序列是基于所述预设电池对应的电池数据样本中上一运行时刻的电压、电流、温度和相对于第一个运行时刻的累积放电电量确定的，所述预设电池的目标序列是基于相邻的两个运行时刻的电压差确定的；

8、以所述预设电池的输入序列作为输入，所述预设电池的目标序列作为训练标签，对初始网络模型进行有监督训练，得到所述电池特性预测模型，所述初始网络模型是基于自注意力机制构建的序列到序列模型。

9、在一些可能的实施方式中，所述以所述预设电池的输入序列作为输入，所述预设电池的目标序列作为训练标签，对初始网络模型进行有监督训练，得到所述电池特性预测模型，包括：

10、将所述预设电池的输入序列作为初始网络模型的输入，进行所述预设电池的电压变化量预测，得到输出序列；

11、基于所述预设电池的输出序列和所述预设电池的目标序列确定损失函数；

12、基于所述损失函数更新所述初始网络模型，得到所述电池外特性预测模型。

13、在一些可能的实施方式中，所述方法还包括：

14、基于所述当前运行时刻的当前电压和所述电压变化量确定所述下一运行时刻的电压；

15、将所述下一运行时刻确定为所述当前运行时刻；

16、重复步骤将所述目标电池在当前运行时刻的当前电压以及所述目标电池在下一运行时刻的预设运行状态数据输入所述电池特性预测模型，以使得所述电池特性预测模型基于所述历史电池特性数据对所述目标电池进行电压预测，得到电压变化量。

17、在一些可能的实施方式中，在所述将所述下一运行时刻确定为所述当前运行时刻之前，所述方法还包括：

18、基于所述下一运行时刻的电压和所述下一运行时刻的预设运行状态数据更新所述截至到当前运行时刻的历史电池特性数据。

19、在一些可能的实施方式中，所述预设运行状态数据包括预设电流、预设温度和相对于所述截至到当前运行时刻的第一个运行时刻的预设累积放电电量，所述将所述目标电池在当前运行时刻的当前电压以及所述目标电池在下一运行时刻的预设运行状态数据输入所述电池特性预测模型，以使得所述电池特性预测模型基于所述历史电池特性数据对所述目标电池进行电压预测，得到电压变化量，包括：

20、在所述当前运行时刻为所述截至到当前运行时刻的最后一个运行时刻的情况下，将所述目标电池对应的当前运行时刻的电压、下一运行时刻的预设电流、下一运行时刻的预设温度和下一运行时刻的预设累积放电电量输入所述电池特性预测模型，以使得所述电池特性预测模型基于所述历史电池特性数据对所述目标电池进行电压预测，得到下一运行时刻的电压变化量，所述当前运行时刻的电压为所述历史电池特性数据中最后一个运行时刻对应的电压。

21、在一些可能的实施方式中，所述方法还包括：

22、基于所述截至到当前运行时刻的最后一个运行时刻的电压和所述下一运行时刻的电压变化量确定所述下一运行时刻的电压；

23、将所述下一运行时刻作为当前运行时刻；

24、重复步骤将所述目标电池对应的当前运行时刻的电压、下一运行时刻的预设电流、下一运行时刻的预设温度和下一运行时刻的预设累积放电电量输入所述电池特性预测模型，以使得所述电池特性预测模型基于所述历史电池特性数据对所述目标电池进行电压预测，得到下一运行时刻的电压变化量。

25、根据本公开的第二方面，提供电池特性预测装置，所述装置包括：

26、模型获取模块，用于获取电池特性预测模型，所述电池特性预测模型基于预设电池对应的电池数据样本进行训练得到，所述电池数据样本包括所述预设电池在至少一个历史运行时段内的多个连续运行时刻的电池特性数据，所述电池特性数据包括所述预设电池在每个运行时刻的电压以及运行状态数据；

27、历史电池特性数据确定模块，用于确定目标电池截至到当前运行时刻的历史电池特性数据；

28、电压变化量预测模块，用于将所述目标电池在当前运行时刻的当前电压以及所述目标电池在下一运行时刻的预设运行状态数据输入所述电池特性预测模型，以使得所述电池特性预测模型基于所述历史电池特性数据对所述目标电池进行电压预测，得到电压变化量，所述电压变化量表征所述目标电池在所述下一运行时刻的电压，与所述当前电压的电压差。

29、根据本公开的第三方面，提供了一种电子设备，包括至少一个处理器，以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述至少一个处理器通过执行所述存储器存储的指令实现如第一方面中任意一项所述的电池特性预测方法。

30、根据本公开的第四方面，提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一条指令或至少一段程序，所述至少一条指令或至少一段程序由处理器加载并执行以实现如第一方面中任意一项所述的电池特性预测方法。

31、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本公开。

32、实施本公开，具有以下有益效果：

33、获取电池特性预测模型，电池特性预测模型基于预设电池对应的电池数据样本进行训练得到，电池数据样本包括预设电池在至少一个历史运行时段内的多个连续运行时刻的电池特性数据，电池特性数据包括预设电池在每个运行时刻的电压以及运行状态数据；利用不同电池的实际运行的电池特性数据对模型预测外部特性行为进行有效地训练；确定目标电池截至到当前运行时刻的历史电池特性数据；将目标电池在当前运行时刻的当前电压以及目标电池在下一运行时刻的预设运行状态数据输入电池特性预测模型，以使得电池特性预测模型基于历史电池特性数据对目标电池进行电压预测，得到电压变化量，电压变化量表征目标电池在下一运行时刻的电压，与当前电压的电压差。根据目标电池的历史电池特性使得电池特性预测模型进一步确定目标电池的当前状态，从而利用模型准确预测电池的电压变化量。

34、根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。