一种电池剩余充电时间补偿方法、系统和电子设备与流程

本申请属于二次电池，具体涉及一种电池剩余充电时间补偿方法、系统和电子设备。

背景技术：

1、动力电池是用于提供电力以驱动电动汽车、混合动力汽车和其他电动交通工具的电池。动力电池在实际使用中，会由于温度、湿度、海拔等各种外界环境的影响导致其充电效率产生变化，对于剩余充电时间预测便会产生偏差。

技术实现思路

1、发明目的：本申请开发了一种电池剩余充电时间补偿方法、系统和电子设备，旨在解决现有技术中二次电池的充电剩余时间存在预测偏差的技术问题。

2、技术方案：第一方面，本申请的实施例提供一种电池剩余充电时间补偿方法，包括：

3、确定电池当前参数；

4、获取改进的长短期记忆网络模型，所述改进的长短期记忆网络模型是采用第二激活函数替换长短期记忆网络模型中的第一激活函数后得到的，所述长短期记忆网络模型包括遗忘门，所述第一激活函数为所述遗忘门的激活函数；

5、将所述电池当前参数输入所述改进的长短期记忆网络模型，获取剩余充电时间的补偿值。

6、在一些实施例中，所述获取改进的长短期记忆网络模型的步骤包括：

7、获取所述长短期记忆网络模型的所述第一激活函数；

8、确定梯度调整系数；

9、基于所述梯度调整系数调整所述第一激活函数，获取所述第二激活函数；

10、采用所述第二激活函数替换所述长短期记忆网络模型中的所述第一激活函数，得到所述改进的长短期记忆网络模型。

11、在一些实施例中，所述第二激活函数的表征公式包括：

12、

13、其中，zigmoid为所述第二激活函数；sigmmoid为所述第一激活函数；x为输入的特征向量；β为所述梯度调整系数。

14、在一些实施例中，在将所述电池当前参数输入所述改进的长短期记忆网络模型的步骤之前，所述电池剩余充电时间补偿方法还包括：

15、去除所述电池当前参数中的异常数据，并对所述电池当前参数进行归一化处理。

16、在一些实施例中，所述去除所述电池当前参数中的异常数据的步骤包括：

17、确定所述电池当前参数的99％分位数为上界；

18、确定所述电池当前参数的1％分位数为下界；

19、确定所述上界以上的所述电池当前参数和所述下界以下的所述电池当前参数为所述异常数据，去除所述异常数据。

20、在一些实施例中，对所述电池当前参数进行归一化处理的表征公式包括：

21、

22、其中，xnorm为归一化处理后的所述电池当前参数；x为归一化处理前的所述电池当前参数；xmin为所述电池当前参数的最小值；xmax为所述电池当前参数的最大值。

23、在一些实施例中，所述确定电池当前参数的步骤包括：

24、确定待定参数，并确定所述待定参数的权重；

25、确定权重范围；

26、响应于所述待定参数的权重位于权重范围之内，确定所述待定参数为所述电池当前参数。

27、在一些实施例中，所述电池当前参数包括额定容量、额定电压、最高允许充电电流、初始最高单体电压、初始最低单体电压、初始充电状态、最高温度、最低温度、充电场站海拔高度、单次完成充电的补偿时间，以及单次完成充电的计算时间与实际时间的偏差。

28、第二方面，本申请的实施例还提供一种电池剩余充电时间补偿系统，包括：

29、参数确定模块，所述参数确定模块用于确定电池当前参数；

30、模型获取模块，所述模型获取模块用于获取改进的长短期记忆网络模型，所述改进的长短期记忆网络模型是采用第二激活函数替换长短期记忆网络模型中的第一激活函数后得到的，所述长短期记忆网络模型包括遗忘门，所述第一激活函数为所述遗忘门的激活函数；

31、补偿计算模块，所述补偿计算模块用于将所述电池当前参数输入所述改进的长短期记忆网络模型，获取剩余充电时间的补偿值。

32、第三方面，本申请的实施例还提供一种电子设备，包括：

33、存储器和处理器，所述存储器和所述处理器之间互相通信连接，所述存储器中存储有计算机指令，所述处理器通过执行所述计算机指令，从而执行如第一方面中任一项所述的电池剩余充电时间补偿方法。

34、有益效果：与现有技术相比，本申请实施例提供的一种电池剩余充电时间补偿方法，应用在二次电池领域中，用于在二次电池充电时对充电剩余时间的预测差值进行补偿。本申请实施例提供的电池剩余充电时间补偿方法首先确定电池当前参数，用于进行补偿值预测；获取长短期记忆网络模型中遗忘门的激活函数，更新遗忘门的激活函数，获取改进后的长短期记忆网络模型，提高长短期记忆网络模型的长期记忆能力；将电池当前参数带入到改进后的长短期记忆网络模型中，通过改进后的长短期记忆网络模型获取剩余充电时间的补偿值，以通过补偿值矫正剩余充电时间的预测值，提高剩余充电时间预测的精确度。

技术特征：

1.一种电池剩余充电时间补偿方法，其特征在于，包括：

2.根据权利要求1所述的电池剩余充电时间补偿方法，其特征在于，所述获取改进的长短期记忆网络模型的步骤包括：

3.根据权利要求2所述的电池剩余充电时间补偿方法，其特征在于，所述第二激活函数的表征公式包括：

4.根据权利要求1所述的电池剩余充电时间补偿方法，其特征在于，在将所述电池当前参数输入所述改进的长短期记忆网络模型的步骤之前，所述电池剩余充电时间补偿方法还包括：

5.根据权利要求4所述的电池剩余充电时间补偿方法，其特征在于，所述去除所述电池当前参数中的异常数据的步骤包括：

6.根据权利要求4所述的电池剩余充电时间补偿方法，其特征在于，对所述电池当前参数进行归一化处理的表征公式包括：

7.根据权利要求1所述的电池剩余充电时间补偿方法，其特征在于，所述确定电池当前参数的步骤包括：

8.根据权利要求1所述的电池剩余充电时间补偿方法，其特征在于，所述电池当前参数包括额定容量、额定电压、最高允许充电电流、初始最高单体电压、初始最低单体电压、初始充电状态、最高温度、最低温度、充电场站海拔高度、单次完成充电的补偿时间，以及单次完成充电的计算时间与实际时间的偏差。

9.一种电池剩余充电时间补偿系统，其特征在于，包括：

10.一种电子设备，其特征在于，包括：

技术总结
本申请公开了一种电池剩余充电时间补偿方法、系统和电子设备，属于二次电池技术领域。本申请实施例提供的电池剩余充电时间补偿方法首先确认电池当前参数，用于进行补偿值预测；获取长短期记忆网络模型中遗忘门的激活函数，并获取用于调整激活函数梯度的梯度调整系数，通过梯度调整系数调整激活函数的梯度，以获取改进后的长短期记忆网络模型，解决长短期记忆网络模型梯度消失的问题，提高长短期记忆网络模型的长期记忆能力；将电池当前参数带入到改进后的长短期记忆网络模型中，通过改进后的长短期记忆网络模型获取剩余充电时间的补偿值，以通过补偿值矫正剩余充电时间的预测值，提高剩余充电时间预测的精确度。

技术研发人员：姜星宇
受保护的技术使用者：章鱼博士智能技术（上海）有限公司
技术研发日：
技术公布日：2025/3/6