随机森林模型的创建、健康状态的生成方法及其装置与流程

本发明涉及电池，尤其涉及一种随机森林模型的创建、健康状态的生成方法及其装置。

背景技术：

1、随着电动车、储能系统等电池应用的迅速普及和快速发展，电池的健康管理显得尤为重要。电池作为这些领域中的关键组件之一，其健康状况直接影响着整个系统的性能、安全性以及使用寿命，电池的健康状态会受到各种因素的影响。尤其在电池回收和再利用的过程中，如何快速、准确地评估电池的健康状况是一个关键问题。

2、因此，如何生成电池的健康状态，就成为一个亟待解决的问题。

技术实现思路

1、本发明的目的在于提供一种随机森林模型的创建、健康状态的生成方法及其装置。

2、为了实现上述发明目的之一，本发明一实施方式提供了一种用于电池的健康状态的随机森林模型的创建方法，包括以下步骤：获取相同规格的num1个电池battery1、battery2、...、batterynum1一一对应的测试结果和一一对应的健康状态，所述电池batteryi的测试结果包括：在进行第j次脉冲测试时，获取所述电池batteryi在num3个预设时间点的电压vi，j+1、vi，j+2、...、vi，j+num3，其中，i、j、num1、num2和num3均为自然数，1≤i≤num1，1≤j≤num2；构建电池batteryi对应的特征向量featurei＝[vi，1，vi，2，...，vi，num3，vi，num3+1，vi，num3+2，...，vi，2*num3，...，vi，(num2-1)*num3+1，vi，(num2-1)*num3+2，...，vi，num2*num3]；从num1个特征向量feature1、feature2、...、featurenum1中生成多个特征向量序列，每个特征向量序列均包含有若干特征向量；创建随机森林模型，对每个特征向量序列均进行以下处理：基于所述特征向量序列和对应的健康状态，生成所述随机森林模型中的一个子决策树。

3、作为本发明一实施方式的进一步改进，num2＝6，所有电池在进行8次脉冲测试之前的soc值均为5％；第1次脉冲测试具体为：以1c充电200毫秒，休息30秒；第2次脉冲测试具体为：以1c放电30毫秒，休息25秒；第3次脉冲测试具体为：以2c充电200毫秒，休息25秒；第4次脉冲测试具体为：以2c放电30毫秒，休息25秒；第5次脉冲测试具体为：以3c充电200毫秒，休息25秒；第6次脉冲测试具体为：以3c放电30毫秒，休息25秒。

4、作为本发明一实施方式的进一步改进，所述“从num1个特征向量feature1、feature2、...、featurenum1中生成多个特征向量序列”具体包括：基于有放回抽样算法，从num1个特征向量feature1、feature2、...、featurenum1中生成多个特征向量序列。

5、作为本发明一实施方式的进一步改进，所述“基于所述特征向量序列和对应的健康状态，生成所述随机森林模型中的一个子决策树”具体包括：基于所述特征向量序列和对应的健康状态，利用决策树算法生成所述随机森林模型中的一个子决策树。

6、作为本发明一实施方式的进一步改进，所述决策树算法具体为：分类与回归树算法。

7、作为本发明一实施方式的进一步改进，所述“基于所述特征向量序列和对应的健康状态，生成所述随机森林模型中的一个子决策树”具体包括：基于所述特征向量序列和对应的健康状态，生成所述随机森林模型中的一个子决策树，在生成子决策树的过程中，首先所述特征向量序列中随机选取若干特征向量，之后，从若干特征向量中使用决策树算法选择最优分裂特征向量进行节点分裂。

8、作为本发明一实施方式的进一步改进，所述“从若干特征向量中使用决策树算法选择最优分裂特征向量进行节点分裂”具体包括：基于信息增益或基尼系数，从若干特征向量中使用决策树算法选择最优分裂特征向量进行节点分裂。

9、本发明实施例还提供了一种用于电池的健康状态的随机森林模型的创建装置，包括以下模块：信息获取模块，用于获取相同规格的num1个电池battery1、battery2、...、batterynum1一一对应的测试结果和一一对应的健康状态，所述电池batteryi的测试结果包括：在进行第j次脉冲测试时，获取所述电池batteryi在num3个预设时间点的电压vi，j+1、vi，j+2、...、vi，j+num3，其中，i、j、num1、num2和num3均为自然数，1≤i≤num1，1≤j≤num2；构建电池batteryi对应的特征向量featurei＝[vi，1，vi，2，…，vi，num3，vi，num3+1，vi，num3+2，...，vi，2*num3，…，vi，(num2-1)*num3+1，vi，(num2-1)*num3+2，...，vi，num2*num3]；第一模型创建模块，用于从num1个特征向量feature1、feature2、...、featurenum1中生成多个特征向量序列，每个特征向量序列均包含有若干特征向量；创建随机森林模型，对每个特征向量序列均进行以下处理：基于所述特征向量序列和对应的健康状态，生成所述随机森林模型中的一个子决策树。

10、本发明实施例还提供了一种电池的健康状态的生成方法，包括以下步骤：执行上述的创建方法，并得到随机森林模型；获取所述电池的测试结果对应的特征向量feature，将所述特征向量feature输入到所述随机森林模型中的所有子决策树中，得到所有子决策树所输出的健康状态的平均值，所述电池的健康状态为所述平均值。

11、本发明实施例还提供了一种电池的健康状态的生成装置，包括以下模块：第二模型创建模块，用于执行上述的创建方法，并得到随机森林模型；健康状态生成模块，用于获取所述电池的测试结果对应的特征向量feature，将所述特征向量feature输入到所述随机森林模型中的所有子决策树中，得到所有子决策树所输出的健康状态的平均值，所述电池的健康状态为所述平均值。

12、相对于现有技术，本发明的技术效果在于：本发明实施例提供了一种随机森林模型的创建、健康状态的生成方法及其装置，该创建方法，包括以下步骤：获取相同规格的多个电池测试结果和健康状态，电池的测试结果包括：在进行脉冲测试时，获取电池在多个预设时间点的电压，生成多个特征向量序列，每个特征向量序列均包含有若干特征向量；创建随机森林模型，对每个特征向量序列均进行以下处理：基于特征向量序列和对应的健康状态，生成随机森林模型中的一个子决策树。该随机森林模型能够生成电池的健康状态。

技术特征：

1.一种用于电池的健康状态的随机森林模型的创建方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的创建方法，其特征在于，

3.根据权利要求1所述的创建方法，其特征在于，所述“从num1个特征向量feature1、feature2、...、featurenum1中生成多个特征向量序列”具体包括：

4.根据权利要求1所述的创建方法，其特征在于，所述“基于所述特征向量序列和对应的健康状态，生成所述随机森林模型中的一个子决策树”具体包括：

5.根据权利要求4所述的创建方法，其特征在于，所述决策树算法具体为：

6.根据权利要求1所述的创建方法，其特征在于，所述“基于所述特征向量序列和对应的健康状态，生成所述随机森林模型中的一个子决策树”具体包括：

7.根据权利要求6所述的创建方法，其特征在于，所述“从若干特征向量中使用决策树算法选择最优分裂特征向量进行节点分裂”具体包括：

8.一种用于电池的健康状态的随机森林模型的创建装置，其特征在于，包括以下模块：

9.一种电池的健康状态的生成方法，其特征在于，包括以下步骤：

10.一种电池的健康状态的生成装置，其特征在于，包括以下模块：

技术总结
本发明提供了一种随机森林模型的创建、健康状态的生成方法及其装置，该创建方法，包括以下步骤：获取相同规格的多个电池测试结果和健康状态，电池的测试结果包括：在进行脉冲测试时，获取电池在多个预设时间点的电压，生成多个特征向量序列，每个特征向量序列均包含有若干特征向量；创建随机森林模型，对每个特征向量序列均进行以下处理：基于特征向量序列和对应的健康状态，生成随机森林模型中的一个子决策树。该随机森林模型能够生成电池的健康状态。

技术研发人员：江思伟,苗永春,丁昊,娄枝月
受保护的技术使用者：沃太能源股份有限公司
技术研发日：
技术公布日：2024/11/26