一种基于动态电压区间的电池状态评估方法、装置和设备与流程

本发明涉及电池状态评估，具体涉及一种基于动态电压区间的电池状态评估方法、装置和电子设备。

背景技术：

1、现代社会对电池的需求日益增长，特别是在电动汽车、可再生能源储存等领域。然而，随着电池老化和使用时间的增加，其容量和性能会逐渐下降，降低了系统的可靠性和工作效率。因此，准确评估退役电池的健康状态对于延长电池寿命和优化其利用至关重要。

2、现有的电池健康状态估计方法主要基于静态电压范围，即在特定的电压值上进行测量和评估。然而，这种方法忽略了电池工作中瞬时的负荷变化和电压动态范围的影响。因此，需要一种基于动态电压区间的电池健康状态估计方法，以更准确地判断电池的健康状况。

技术实现思路

1、本发明的目的在于克服上述技术不足，提供一种基于动态电压区间的电池状态评估方法、装置和电子设备，解决现有技术中对电池的健康状态评估主要基于静态电压范围，无法兼顾电池瞬时负荷变化和动态电压区间影响，导致电池性能评估不准确的技术问题。

2、为解决上述问题，本发明采取了以下技术方案：

3、第一方面，本发明提供了一种基于动态电压区间的电池状态评估方法，包括：

4、获取电池充放电后的多个特征参数；

5、对所述多个特征参数之间的相关性进行分析，以及分别对所述多个特征参数与预设电池状态参量之间的相关性进行分析，确定相关特征参数；

6、对所述相关特征参数和预设电池状态参量进行相关性分析，确定所述相关特征参数与预设电池状态参量最相关的电压区间对应的目标特征参数；

7、将所述目标特征参数作为输入，输入至训练完备的随机森林模型，得到电池状态评估结果。

8、在一些实施例中，所述对所述多个特征参数之间的相关性进行分析，以及分别对所述多个特征参数与预设电池状态参量之间的相关性进行分析，确定相关特征参数，包括：

9、采用预设因子分析模型对所述多个特征参数之间的相关性进行分析，得到初始分选特征；

10、采用预设皮尔逊相关分析法和预设灰色关联度分析法对所述初始分选特征与预设电池状态参量之间的相关性进行分析，确定相关特征参数。

11、在一些实施例中，所述采用预设因子分析模型对所述多个特征参数之间的相关性进行分析，得到初始分选特征，包括：

12、构建因子分析模型；

13、基于所述因子分析模型，确定相关系数矩阵和因子载荷矩阵；

14、根据所述相关系数矩阵和因子载荷矩阵，确定初始分选特征。

15、在一些实施例中，所述采用预设皮尔逊相关分析法对所述初始分选特征与预设电池状态参量之间的相关性进行分析，确定相关特征参数，包括：

16、构建皮尔逊相关性系数模型；

17、基于所述皮尔逊相关性系数模型，计算每个所述初始分选特征与预设电池状态参量之间的皮尔逊相关系数；

18、根据每个所述初始分选特征的皮尔逊相关系数与预设系数阈值之间的关系，确定中间分选特征；

19、采用预设灰色关联度分析法对所述中间分选特征与预设电池状态参量之间的相关性进行分析，确定相关特征参数。

20、在一些实施例中，所述采用预设灰色关联度分析法对所述中间分选特征与预设电池状态参量之间的相关性进行分析，确定相关特征参数，包括：

21、构建灰色关联度分析模型；

22、基于所述灰色关联度分析模型，计算每个所述中间分选特征与预设电池状态参量之间的灰色关联度系数；

23、根据每个所述中间分选特征的灰色关联度系数与预设关联度系数阈值之间的关系，确定相关特征参数。

24、在一些实施例中，所述对所述相关特征参数和预设电池状态参量进行相关性分析，确定所述相关特征参数与预设电池状态参量最相关的电压区间对应的目标特征参数，包括：

25、构建第二皮尔逊相关性系数模型；

26、基于所述第二皮尔逊相关性系数模型，计算每个所述相关特征参数与预设电池状态参量之间的皮尔逊相关系数；

27、根据每个所述相关特征参数的皮尔逊相关系数的大小，确定与预设电池状态参量最相关的电压区间对应的目标特征参数。

28、在一些实施例中，所述多个特征参数包括放电欧姆内阻、放电极化内阻、压降和压升。

29、第二方面，本发明还提供了一种基于动态电压区间的电池状态评估装置，包括：

30、获取模块，用于获取电池充放电后的多个特征参数；

31、相关特征参数确定模块，用于对所述多个特征参数之间的相关性进行分析，以及分别对所述多个特征参数与预设电池状态参量之间的相关性进行分析，确定相关特征参数；

32、目标特征参数确定模块，用于对所述相关特征参数和预设电池状态参量进行相关性分析，确定所述相关特征参数与预设电池状态参量最相关的电压区间对应的目标特征参数；

33、结果评估模块，用于将所述目标特征参数作为输入，输入至训练完备的随机森林模型，得到电池状态评估结果。

34、第三方面，本发明还提供了一种电子设备，包括：处理器和存储器；

35、所述存储器上存储有可被所述处理器执行的计算机可读程序；

36、所述处理器执行所述计算机可读程序时实现如上所述的基于动态电压区间的电池状态评估方法中的步骤。

37、第四方面，本发明还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存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如上所述的基于动态电压区间的电池状态评估方法中的步骤。

38、与现有技术相比，本发明提供的一种基于动态电压区间的电池状态评估方法、装置和设备，首先获取电池充放电后的多个特征参数；随后对所述多个特征参数之间的相关性进行分析，以及分别对所述多个特征参数与预设电池状态参量之间的相关性进行分析，确定相关特征参数；通过联合因子分析、皮尔逊相关分析和灰色关联度分析，从不同角度和不同情境下考虑特征参数与目标状态参量之间的关系，提高了特征参数选择的全面性和准确性，并且能够优化特征参数的选择，减少冗余特征，提高预测精度与速度；随后对所述相关特征参数和预设电池状态参量进行相关性分析，确定所述相关特征参数与预设电池状态参量最相关的电压区间对应的目标特征参数；找出不同特征参数的最优区间，进一步地提高预测精度，最后将所述目标特征参数作为输入，输入至训练完备的随机森林模型，得到电池状态评估结果。

技术特征：

1.一种基于动态电压区间的电池状态评估方法，其特征在于，包括：

2.根据权利要求1所述的基于动态电压区间的电池状态评估方法，其特征在于，所述对所述多个特征参数之间的相关性进行分析，以及分别对所述多个特征参数与预设电池状态参量之间的相关性进行分析，确定相关特征参数，包括：

3.根据权利要求2所述的基于动态电压区间的电池状态评估方法，其特征在于，所述采用预设因子分析模型对所述多个特征参数之间的相关性进行分析，得到初始分选特征，包括：

4.根据权利要求3所述的基于动态电压区间的电池状态评估方法，其特征在于，所述采用预设皮尔逊相关分析法对所述初始分选特征与预设电池状态参量之间的相关性进行分析，确定相关特征参数，包括：

5.根据权利要求4所述的基于动态电压区间的电池状态评估方法，其特征在于，所述采用预设灰色关联度分析法对所述中间分选特征与预设电池状态参量之间的相关性进行分析，确定相关特征参数，包括：

6.根据权利要求1所述的基于动态电压区间的电池状态评估方法，其特征在于，所述对所述相关特征参数和预设电池状态参量进行相关性分析，确定所述相关特征参数与预设电池状态参量最相关的电压区间对应的目标特征参数，包括：

7.根据权利要求1所述的基于动态电压区间的电池状态评估方法，其特征在于，所述多个特征参数包括放电欧姆内阻、放电极化内阻、压降和压升。

8.一种基于动态电压区间的电池状态评估装置，其特征在于，包括：

9.一种电子设备，其特征在于，包括：处理器和存储器；

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如权利要求1-7所述的基于动态电压区间的电池状态评估方法中的步骤。

技术总结
本发明公开了一种基于动态电压区间的电池状态评估方法、装置和设备，方法包括：获取电池充放电后的多个特征参数；对所述多个特征参数之间的相关性进行分析，以及分别对所述多个特征参数与预设电池状态参量之间的相关性进行分析，确定相关特征参数；对所述相关特征参数和预设电池状态参量进行相关性分析，确定所述相关特征参数与预设电池状态参量最相关的电压区间对应的目标特征参数；将所述目标特征参数作为输入，输入至训练完备的随机森林模型，得到电池状态评估结果。本发明解决了现有技术中对电池的健康状态评估主要基于静态电压范围，无法兼顾电池瞬时负荷变化和动态电压区间影响，导致电池性能评估不准确的技术问题。

技术研发人员：张宇平,黄燕琴,刘虹灵,骆凡,李书成,别传玉,宋华伟
受保护的技术使用者：武汉动力电池再生技术有限公司
技术研发日：
技术公布日：2024/3/4