本发明涉及电池,特别是涉及一种电池开路电压的预测方法、系统及设备。
背景技术:
1、电池的开路电压(open circuitvoltage,ocv)指电池在充分静置的情况下,测得的电池正负极之间的电压。ocv是电池中的重要参数之一,常用来进行荷电状态(stateofcharge,soc)校准和建立等效电路模型等操作。然而ocv的计算和获取,容易受到电池运行工况的限制,在电池的实际使用中,通常会由于静置时间不足,导致无法获取准确的ocv。另外,由于ocv受温度、soc和老化的影响明显,耦合因素较多,很难直接在线获取。
技术实现思路
1、本发明的目的是提供一种电池开路电压的预测方法、系统及设备,能够实时在线确定准确的电池开路电压。
2、为实现上述目的,本发明提供了如下方案:
3、第一方面,本发明提供一种电池开路电压的预测方法,包括:
4、获取待用电池样本数据集;所述待用电池样本数据集中每个电池样本均包括待用数据子集及对应的ocv值;所述待用数据子集包括电压值、电流值、电池温度、soc值及soh值;
5、将所述待用电池样本数据集中的各个待用数据子集作为输入,对应的ocv值作为标签,对预设网络进行训练,以得到开路电压预测模型;
6、将所述开路电压预测模型部署于控制平台;
7、通过所述控制平台获取目标电池的当前待用数据子集,并将所述当前待用数据子集输入至所述开路电压预测模型,以得到所述目标电池的当前ocv值。
8、第二方面,本发明提供一种电池开路电压的预测系统,包括:
9、样本数据获取模块,用于获取待用电池样本数据集;所述待用电池样本数据集中每个电池样本均包括待用数据子集及对应的ocv值;所述待用数据子集包括电压值、电流值、电池温度、soc值及soh值;
10、预测模型训练模块,用于将所述待用电池样本数据集中的各个待用数据子集作为输入,对应的ocv值作为标签,对预设网络进行训练,以得到开路电压预测模型;
11、预测模型部署模块,用于将所述开路电压预测模型部署于控制平台;
12、预测模型应用模块,用于通过所述控制平台获取目标电池的当前待用数据子集,并将所述当前待用数据子集输入至所述开路电压预测模型,以得到所述目标电池的当前ocv值。
13、第三方面,本发明提供一种电子设备,包括存储器及处理器,存储器用于存储计算机程序,处理器运行计算机程序以使电子设备执行电池开路电压的预测方法。
14、根据本发明提供的具体实施例,本发明公开了以下技术效果:
15、本发明公开一种电池开路电压的预测方法、系统及设备,将待用电池的电压值、电流值、电池温度、soc值及soh值作为输入,对应的ocv值作为标签,对预设网络进行训练,以得到开路电压预测模型;将模型部署于控制平台后,根据目标电池的当前待用数据子集得到其对应的当前ocv值,而无需等待。即,本发明通过预先构建的开路电压预测模型,能够实时确定准确的电池开路电压,也就实现了电池开路电压的在线获取。
1.一种电池开路电压的预测方法,其特征在于,方法包括:
2.根据权利要求1所述的电池开路电压的预测方法,其特征在于,所述预设网络为预设卷积网络、预设多元回归网络及预设机器学习网络中的其中一项;所述预设机器学习网络包括决策树、随机森林及人工神经网络。
3.根据权利要求1所述的电池开路电压的预测方法,其特征在于,所述控制平台为单片机或者云端数据平台。
4.根据权利要求1所述的电池开路电压的预测方法,其特征在于,所述目标电池为单体电芯、电池模组或动态可重构电池系统。
5.根据权利要求1所述的电池开路电压的预测方法,其特征在于,获取待用电池样本数据集,具体包括:
6.一种电池开路电压的预测系统,其特征在于,系统包括:
7.一种电子设备,其特征在于,包括存储器及处理器,存储器用于存储计算机程序,处理器运行计算机程序以使电子设备执行权利要求1-5任一项所述的电池开路电压的预测方法。