本技术涉及电池数据处理,尤其涉及一种锂离子电池电性能获取方法、系统、产品及存储介质。
背景技术:
1、在电池行业中,老化测试是一个至关重要的环节。这一过程目的在于监控电池在长期使用后的性能衰退情况,电池表面的微小变化,如颜色深浅的变化、轻微的膨胀或其他形态上的细微改变,都是重要的观测指标,通过采用精密的成像和分析技术,研究人员能够识别并记录这些微小但关键的变化。这些数据为优化和改进电池设计提供了重要的基础,电池设计团队可以根据这些观测结果不断调整和优化电池的化学组成和结构设计,以延长电池的使用寿命并提高其整体性能。
2、但是,在相关技术中,要获取电池的内部结构信息通常需要拆解电池,但是对于老化测试团队来说,一旦电池被拆解,就无法继续进行老化测试,这意味着每次需要了解内部结构变化时,都需要使用新的电池样本,这不仅增加了成本,还显著延长了整个测试周期。这种情况导致了一个两难的局面:研究人员既需要长期的老化数据来评估电池性能,又需要在不同阶段了解内部结构的变化。这就要求在多个相同的电池样本上同时进行测试,其中一部分用于完整的老化周期,另一部分则在不同时间点被拆解分析,这种方法虽然可行,但大大增加了时间和资源的消耗。
技术实现思路
1、本技术提供了一种锂离子电池电性能获取方法、系统、产品及存储介质,用于减少对多个电池样本的需求,降低了时间和资源消耗。
2、第一方面,一种锂离子电池电性能获取方法,包括:
3、获取目标电池在不同时间下的常规数据,常规数据包括放电周期、充放电速率、温度变化、电压和电流波形;获取目标电池在不同时间下的微观数据,微观数据包括目标电池的微观结构图像和晶体结构数据;根据相同时间的常规数据对微观数据进行标注,生成标注数据;其中,标注数据包括微观数据和对应的标注文件,标注文件包括目标类别和目标类别对应的边界框坐标,目标类别是常规数据中的某一种数据落入对应的子范围对应的数据,边界框坐标由微观数据确定;将不同时间的标注数据组成数据集;将数据集输入到预设的电池性能预测模型中进行训练;输入当前常规数据到电池性能预测模型,得到对应的当前微观数据。
4、通过采用上述技术方案,通过获取目标电池在不同时间下的常规数据和微观数据,建立了电池外部性能与内部结构之间的时间关联,根据相同时间的常规数据对微观数据进行标注,生成标注数据,标注数据包括微观数据和对应的标注文件,其中标注文件包含目标类别和边界框坐标,目标类别由常规数据中的某一种数据落入对应的子范围而确定的,将连续的常规数据离散化,使得微观结构的变化可以与特定的性能指标范围关联起来,使得电池内部特定区域的变化可以与外部性能指标直接关联。将不同时间的标注数据组成数据集,并用于训练电池性能预测模型,使得模型能够学习性能指标和微观结构之间的关系,使得研究人员能够在整个老化周期内持续监测单个电池样本的内部变化,而无需中断测试过程或使用多个样本。不仅减少了对多个电池样本的需求,降低了时间和资源消耗。
5、结合第一方面的一些实施例,在一些实施例中,边界框坐标由微观数据确定的步骤,具体包括:对微观数据进行轮廓检测,得到一组轮廓;对轮廓进行筛选,根据预设的面积阈值和形状特征保留符合条件的轮廓;计算每个保留的轮廓的最小外接矩形,将最小外接矩形的坐标作为边界框坐标。
6、通过采用上述技术方案,对微观数据进行轮廓检测,得到一组轮廓,能够自动识别微观数据中的突出结构,通过预设的面积阈值和形状特征筛选轮廓,有效排除了噪声和无关结构,计算最小外接矩形作为边界框坐标,提高了标注的精确性,这种自动化的边界框确定方法显著减少了人为干预,提高了标注的客观性和一致性,减少了人工标注可能带来的错误。
7、结合第一方面的一些实施例,在一些实施例中,对微观数据进行轮廓检测,得到一组轮廓的步骤之前,方法还包括:对微观数据进行预处理,将微观数据转换为灰度图像;对灰度图像进行边缘检测得到边缘图;对边缘图进行膨胀操作和腐蚀操作得到处理图;对处理图进行二值化处理;对二值化处理后的处理图应用连通区域分析,去除小于预定面积阈值的区域。
8、通过采用上述技术方案,将微观数据转换为灰度图像,方便后续边缘检测,边缘检测突出微观结构的轮廓,而膨胀和腐蚀操作则进一步增强了这些轮廓的清晰度,二值化处理将图像转换为黑白两色,有效分离了目标结构和背景。最后,连通区域分析去除了小于预定面积阈值的区域,有效过滤掉了噪声和细小的无关结构。
9、结合第一方面的一些实施例,在一些实施例中,获取目标电池在不同时间下的微观数据的步骤,具体包括:获取相同电池的容量衰减曲线,其中相同电池为目标电池的同类电池;获取容量衰减曲线中的特征点;在特征点对应的时间获取目标电池的微观数据。
10、通过采用上述技术方案,获取同类电池的容量衰减曲线,为目标电池的性能变化提供了参考基准。通过分析容量衰减曲线中的特征点,确定了关键的时间节点,这些节点通常代表电池性能发生显著变化的时刻。在这些特征点对应的时间获取目标电池的微观数据,确保了微观分析的时间点具有代表性和重要性。因此减少了微观数据获取的次数,既节省了使用时间,又降低了专业技术人员的工作负担。
11、结合第一方面的一些实施例,在一些实施例中,获取容量衰减曲线中的特征点的步骤,具体包括:按照预设间隔在容量衰减曲线上进行取点,并计算每个所取的点的曲率;将曲率大于预设曲率高极值的点,以及曲率低于预设曲率低极值的点选择为特征点;根据曲率计算每个所取的点的曲率变化率;将曲率变化率高于预设曲率突变阈值的所取的点选择为特征点;将容量衰减曲线分割成多个段落;按照段落的长度确定每个段落的取点数量;按照取点数量在每个段落上随机取特征点。
12、通过采用上述技术方案,通过设定曲率高低极值,选择曲线变化最显著的点作为特征点,确保了关键变化点被捕获。计算曲率变化率并设置突变阈值,进一步识别了曲线中的突变点,这些点往往代表电池性能的重要转折,将曲线分段并在每段随机取点,保证了特征点在整个曲线上的均匀分布,这种多层次、多角度的特征点选取方法,既捕获了曲线的关键变化,又兼顾了整体趋势,大大提高了特征点的代表性和全面性。
13、结合第一方面的一些实施例,在一些实施例中,获取相同电池的容量衰减曲线的步骤之后,方法还包括:判断容量衰减曲线是否连续;若容量衰减曲线不连续,则使用插值技术补充容量衰减曲线缺失处的数据;若容量衰减曲线连续,则执行获取容量衰减曲线中的特征点的步骤。
14、通过采用上述技术方案,判断容量衰减曲线的连续性,能够识别数据中可能存在的缺失或异常。对于不连续的曲线,使用插值技术补充缺失数据,确保了曲线的完整性和连贯性。
15、结合第一方面的一些实施例,在一些实施例中,根据相同时间的常规数据对微观数据进行标注,生成标注数据的步骤,具体包括;将同一段范围内部的时间视为同一时间,同一段范围根据容量衰减程度确定。
16、通过采用上述技术方案,将同一段范围内的时间视为同一时间,解决了常规数据与微观数据在时间上不严格对应的问题,也解决了常规数据与微观数据在数量上不对等的问题。
17、第二方面,本技术提供了一种锂离子电池电性能获取系统,锂离子电池电性能获取系统包括:一个或多个处理器和存储器;存储器与一个或多个处理器耦合,存储器用于存储计算机程序代码,计算机程序代码包括计算机指令,一个或多个处理器调用计算机指令以使得锂离子电池电性能获取系统执行如第一方面以及第一方面中任一可能的实现方式描述的方法。
18、第三方面,本技术提供了一种包含指令的计算机程序产品,当计算机程序产品在锂离子电池电性能获取系统上运行时,使得锂离子电池电性能获取系统执行如第一方面以及第一方面中任一可能的实现方式描述的方法。
19、第四方面,本技术提供了一种计算机可读存储介质,包括指令,当指令在锂离子电池电性能获取系统上运行时,使得锂离子电池电性能获取系统执行如第一方面以及第一方面中任一可能的实现方式描述的方法。
20、本技术实施例中提供的一个或多个技术方案,至少具有如下技术效果或优点:
21、1、通过获取目标电池在不同时间下的常规数据和微观数据,建立了电池外部性能与内部结构之间的时间关联,根据相同时间的常规数据对微观数据进行标注,生成标注数据,标注数据包括微观数据和对应的标注文件,其中标注文件包含目标类别和边界框坐标,目标类别由常规数据中的某一种数据落入对应的子范围而确定的,将连续的常规数据离散化,使得微观结构的变化可以与特定的性能指标范围关联起来,使得电池内部特定区域的变化可以与外部性能指标直接关联。将不同时间的标注数据组成数据集,并用于训练电池性能预测模型,使得模型能够学习性能指标和微观结构之间的关系,使得研究人员能够在整个老化周期内持续监测单个电池样本的内部变化,而无需中断测试过程或使用多个样本。不仅减少了对多个电池样本的需求,降低了时间和资源消耗。
22、2、对微观数据进行轮廓检测,得到一组轮廓,能够自动识别微观数据中的突出结构,通过预设的面积阈值和形状特征筛选轮廓,有效排除了噪声和无关结构,计算最小外接矩形作为边界框坐标,提高了标注的精确性,这种自动化的边界框确定方法显著减少了人为干预,提高了标注的客观性和一致性,减少了人工标注可能带来的错误。
23、3、获取同类电池的容量衰减曲线,为目标电池的性能变化提供了参考基准。通过分析容量衰减曲线中的特征点,确定了关键的时间节点,这些节点通常代表电池性能发生显著变化的时刻。在这些特征点对应的时间获取目标电池的微观数据,确保了微观分析的时间点具有代表性和重要性。因此减少了微观数据获取的次数,既节省了使用时间,又降低了专业技术人员的工作负担。