CN112100928B - 一种基于温度改善锂离子电池性能的方法和装置 - Google Patents
一种基于温度改善锂离子电池性能的方法和装置 Download PDFInfo
- Publication number
- CN112100928B CN112100928B CN202011235531.0A CN202011235531A CN112100928B CN 112100928 B CN112100928 B CN 112100928B CN 202011235531 A CN202011235531 A CN 202011235531A CN 112100928 B CN112100928 B CN 112100928B
- Authority
- CN
- China
- Prior art keywords
- information
- temperature
- obtaining
- lithium battery
- lithium ion
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/08—Thermal analysis or thermal optimisation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computational Linguistics (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Computer Hardware Design (AREA)
- Geometry (AREA)
- Secondary Cells (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明公开了一种基于温度改善锂离子电池性能的方法和装置,获得第一使用温度信息;获得预定温度等级信息;根据所述预定温度等级信息,确定所述第一使用温度信息所属的第一温度等级信息;将所述第一温度等级信息作为输入信息输入训练模型,其中,所述训练模型通过多组训练数据训练获得,所述多组训练数据中的每一组训练数据均包括:所述第一温度等级信息和用来标识升温速度的标识信息;获得所述训练模型的输出信息,其中,所述输出信息包括第一锂电池升温速度信息。解决了现有技术中存在对锂离子电池的温度控制不准确、升温不迅速,导致锂离子电池性能受到影响的技术问题。
Description
技术领域
本发明涉及锂离子电池性能提升领域,尤其涉及一种基于温度改善锂离子电池性能的方法和装置。
背景技术
锂离子电池是手机、笔记本电脑等现代数码产品中应用最广泛的电池。在所有的环境因素中,温度对锂离子电池的充放电性能影响最大,如何控制锂离子电池的温度是提高锂离子电池性能的有效手段。
但本申请发明人在实现本申请实施例中发明技术方案的过程中,发现上述技术至少存在如下技术问题:
现有技术中存在对锂离子电池的温度控制不准确、升温不迅速,导致锂离子电池性能受到影响的技术问题。
发明内容
本申请实施例通过提供一种基于温度改善锂离子电池性能的方法和装置,解决了现有技术中存在对锂离子电池的温度控制不准确、升温不迅速,导致锂离子电池性能受到影响的技术问题,达到区分温度等级,确定升温速度,对锂离子电池的温度准确、快速控制,提高锂离子电池性能的技术效果。
鉴于上述问题,提出了本申请实施例提供一种基于温度改善锂离子电池性能的方法和装置。
第一方面,本申请实施例提供了一种基于温度改善锂离子电池性能的方法,所述方法包括:获得第一使用温度信息;获得预定温度等级信息;根据所述预定温度等级信息,确定所述第一使用温度信息所属的第一温度等级信息;将所述第一温度等级信息作为输入信息输入训练模型,其中,所述训练模型通过多组训练数据训练获得,所述多组训练数据中的每一组训练数据均包括:所述第一温度等级信息和用来标识升温速度的标识信息;获得所述训练模型的输出信息,其中,所述输出信息包括第一锂电池升温速度信息。
另一方面,本申请还提供了一种基于温度改善锂离子电池性能的装置,所述装置包括:第一获得单元,所述第一获得单元用于获得第一使用温度信息;第二获得单元,所述第二获得单元用于获得预定温度等级信息;第一确定单元,所述第一确定单元用于根据所述预定温度等级信息,确定所述第一使用温度信息所属的第一温度等级信息;第一输入单元,所述第一输入单元用于将所述第一温度等级信息作为输入信息输入训练模型,其中,所述训练模型通过多组训练数据训练获得,所述多组训练数据中的每一组训练数据均包括:所述第一温度等级信息和用来标识升温速度的标识信息;第三获得单元,所述第三获得单元用于获得所述训练模型的输出信息,其中,所述输出信息包括第一锂电池升温速度信息。
第三方面,本发明提供了一种基于温度改善锂离子电池性能的装置,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述程序时实现第一方面所述方法的步骤。
本申请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:
由于采用了通过预定温度等级,获得所述锂离子电池的使用温度的第一温度等级信息,将所述第一温度等级输入训练模型的方式,基于训练模型不断自我修正调整的特性,使得获得的第一锂电池的升温速度更加合理,进而达到对锂离子电池的温度准确、快速控制,提高锂离子电池性能的技术效果。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
图1为本申请实施例一种基于温度改善锂离子电池性能的方法的流程示意图;
图2为本申请实施例一种基于温度改善锂离子电池性能的装置的结构示意图;
图3为本申请实施例示例性电子设备的结构示意图。
附图标记说明:第一获得单元11,第二获得单元12,第一确定单元13,第一输入单元14,第三获得单元15,总线300,接收器301,处理器302,发送器303,存储器304,总线接口306。
具体实施方式
本申请实施例通过提供一种基于温度改善锂离子电池性能的方法和装置,解决了现有技术中存在对锂离子电池的温度控制不准确、升温不迅速,导致锂离子电池性能受到影响的技术问题,达到区分温度等级,确定升温速度,对锂离子电池的温度准确、快速控制,提高锂离子电池性能的技术效果。下面,将参考附图详细的描述根据本申请的示例实施例。显然,所描述的实施例仅是本申请的一部分实施例,而不是本申请的全部实施例,应理解,本申请不受这里描述的示例实施例的限制。
申请概述
锂离子电池是手机、笔记本电脑等现代数码产品中应用最广泛的电池。在所有的环境因素中,温度对锂离子电池的充放电性能影响最大,如何控制锂离子电池的温度是提高锂离子电池性能的有效手段。但现有技术中存在对锂离子电池的温度控制不准确、升温不迅速,导致锂离子电池性能受到影响的技术问题。
针对上述技术问题,本申请提供的技术方案总体思路如下:
本申请实施例提供了一种基于温度改善锂离子电池性能的方法,所述方法包括:获得第一使用温度信息;获得预定温度等级信息;根据所述预定温度等级信息,确定所述第一使用温度信息所属的第一温度等级信息;将所述第一温度等级信息作为输入信息输入训练模型,其中,所述训练模型通过多组训练数据训练获得,所述多组训练数据中的每一组训练数据均包括:所述第一温度等级信息和用来标识升温速度的标识信息;获得所述训练模型的输出信息,其中,所述输出信息包括第一锂电池升温速度信息。
在介绍了本申请基本原理后,下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。
实施例一
如图1所示,本申请实施例提供了一种基于温度改善锂离子电池性能的方法,其中,所述方法包括:
步骤S100:获得第一使用温度信息;
具体而言,所述锂离子电池是一种二次电池(充电电池),它主要依靠锂离子在正极和负极之间移动来工作,所述第一使用温度为所述锂电池的当前使用温度,通过获得所述第一锂电池的第一使用温度,为后续准确快速控制所述第一锂电池的温度以提高锂电池性能夯实了基础。
步骤S200:获得预定温度等级信息;
步骤S300:根据所述预定温度等级信息,确定所述第一使用温度信息所属的第一温度等级信息;
具体而言,所述预定温度等级为根据锂离子电池最佳性能的温度范围划分的预定温度等级,通过将所述升温范围进行预定温度等级划分的方式,不同等级温度范围对应相应的升温速度,根据所述预定温度等级信息,确定所述第一使用温度信息所属的第一温度等级信息,为后续快速准确控制所述锂电池的温度奠定了基础。
步骤S400:将所述第一温度等级信息作为输入信息输入训练模型,其中,所述训练模型通过多组训练数据训练获得,所述多组训练数据中的每一组训练数据均包括:所述第一温度等级信息和用来标识升温速度的标识信息;
具体而言,所述训练模型为神经网络模型,所述神经网络模型即机器学习中的神经网络模型,神经网络(Neural Networks,NN)是由大量的、简单的处理单元(称为神经元)广泛地互相连接而形成的复杂神经网络系统,它反映了人脑功能的许多基本特征,是一个高度复杂的非线性动力学习系统。神经网络模型是以神经元的数学模型为基础来描述的。人工神经网络(Artificial Neural Networks),是对人类大脑系统的一阶特性的一种描述。简单地讲,它是一个数学模型。通过大量训练数据的训练,所述第一温度等级信息输入神经网络模型,则输出升温速度的信息。
更进一步而言,所述训练的过程实质为监督学习的过程,每一组监督数据均包括所述第一温度等级信息和用来标识升温速度的标识信息,将所述第一温度等级信息输入到神经网络模型中,根据用来标识升温速度的标识信息,获得锂电池升温速度信息。所述神经网络模型进行不断的自我修正、调整,直至获得最佳的锂电池升温速度信息,则结束本组数据监督学习,进行下一组数据监督学习;当所述神经网络模型的输出信息达到预定的准确率/达到收敛状态时,则监督学习过程结束。通过对所述神经网络模型的监督学习,进而使得所述神经网络模型处理所述温度等级信息更加准确,进而使得输出的锂电池升温速度信息更加合理、准确,进而达到对锂离子电池的温度准确、快速控制,提高锂离子电池性能的技术效果。
步骤S500:获得所述训练模型的输出信息,其中,所述输出信息包括第一锂电池升温速度信息。
具体而言,通过所述训练模型对所述第一温度等级进行分析处理,获得所述训练模型的输出信息,所述输出信息包括第一锂电池的升温速度信息,根据所述第一锂电池的升温速度对所述第一锂电池进行升温处理,进而达到对锂离子电池的温度准确、快速控制,提高锂离子电池性能的技术效果。
进一步而言,所述获得第一使用温度信息,本申请实施例步骤S100还包括:
步骤S110:获得第一图像信息;
步骤S120:根据所述第一图像信息获得第一锂电池的第一使用环境信息;
步骤S130:获得第一环境温度信息;
步骤S140:根据所述第一使用环境信息和第一环境温度获得所述第一使用温度信息。
具体而言,所述第一图像信息为根据所述第一锂电池的使用环境获得的图像信息,所述第一图像信息包括所述第一锂电池的第一使用环境信息,根据所述第一使用环境获得所述第一使用环境的温度信息,通过所述使用环境额温度信息及锂电池自身的发热获得所述第一使用温度信息,根据所述第一使用温度,为后续准确快速控制升温信奠定了基础。
进一步而言,本申请实施例还包括:
步骤S610:根据所述第一锂电池升温速度信息,获得第一幅频比信息;
步骤S620:根据所述第一幅频比信息,获得第一加热指令;
步骤S630:根据所述第一加热指令信息,对所述第一锂电池进行加热。
具体而言,所述第一幅频比信息为电压幅值与加热频率的比值。在对所述第一锂电池加热处理过程中,采用交流电内部自加热的策略。所述交流信号的频率和加热效果相关,各温度下电池产热率最大值对应的频率即为该温度下的最佳加热频率。所述第一幅频比信息为最大加热频率下的电压幅值与加热频率的比值信息,根据所述第一幅频比信息,获得第一加热指令信息,通过所述第一加热指令信息对所述第一锂电池进行加热处理,以达到对锂离子电池的温度准确、快速控制,提高锂离子电池性能的技术效果。
进一步而言,本申请实施例还包括:
步骤S640:根据所述第一幅频比信息和所述第一使用温度信息,获得第一电压幅值信息和第一加热频率信息;
步骤S650:根据所述第一电压幅值信息和所述第一加热频率信息,获得所述第一加热指令。
具体而言,根据所述第一幅频比信息和第一使用温度信息,获得与所述第一幅频比信息服对应的第一电压幅值信息和第一加热频率信息。根据所述第一电压幅值和第一加热频率信息获得第一加热指令,根据所述第一加热指令,对所述锂离子电池进行加热处理。
进一步而言,本申请实施例还包括:
步骤S710:获得所述第一锂电池的使用频率信息;
步骤S720:获得预定频率阈值;
步骤S730:判断所述使用频率信息是否在所述预定频率阈值之内;
步骤S740:如果所述使用频率信息不在所述预定频率阈值之内,根据所述第一锂电池的使用频率信息,获得第一修正参数;
步骤S750:根据所述第一修正参数,对所述第一锂电池升温速度信息进行修正。
具体而言,所述预定使用频率阈值为根据所述锂电池升温间隔考量获得的预定的使用频率阈值,当所述使用频率信息是否在所述预定频率阈值之内,当所述使用频率过于频繁,即不在所述预定频率阈值之内,根据所述第一锂电池的使用频率信息,获得第一修正参数,根据所述第一修正参数,对所述第一锂电池的升温速度信息进行修正,进而达到对所述锂电池的温度更加准确、迅速的控制的技术效果。
进一步而言,本申请实施例还包括:
步骤S760:获得所述第一锂电池的使用年限信息;
步骤S770:根据所述第一锂电池的使用年限信息,获得第二修正参数;
步骤S780:根据所述第二修正参数,对所述第一锂电池升温速度信息进行修正。
具体而言,所述第一锂电池的使用年限为根据所述第一锂电池的使用信息获得的使用的总时长信息,所述使用总时长包括第一锂电池的工作时长及未工作时长。根据所述第一锂电池的使用年限,获得第二修正参数,通过所述第二修正参数对所述第一锂电池的升温速度信息进行修正处理,通过对所述第一锂电池的使用年限来调整第一锂电池的升温速度的方式,进而达到使得所述升温速度更加合理,以合理控制温度,提高电池性能,避免升温危险的技术效果。
进一步而言,本申请实施例还包括:
步骤S810:获得所述第一锂电池的耗电比信息;
步骤S820:根据所述第一锂电池的耗电比信息,获得第三修正参数;
步骤S830:根据所述第三修正参数,对所述第一锂电池升温速度信息进行修正。
具体而言,所述第一锂电池耗电比信息为反应当前电池的电量消耗信息的相关信息,根据所述第一锂电池的耗电比信息获得第三修正参数,进一步而言,根据所述当前锂电池的耗电速度,当所述锂电池耗电速度快时,对所述第一锂电池进行快速升温处理,使得所述锂电池的温度快速达到理想工作温度,进而使得所述锂电池的性能提升的技术效果。
进一步而言,将所述第一温度等级信息作为输入信息输入训练模型,本申请实施例步骤S400还包括:
步骤S410:获得输入所述第一训练模型的第一训练数据、第二训练数据直至第N训练数据,其中,N为大于1的自然数;
步骤S420:根据所述第一训练数据生成第一标识码,所述第一标识码与所述第一训练数据一一对应;
步骤S430:根据所述第二训练数据和第一标识码生成第二标识码,以此类推,根据所述第N训练数据和第N-1标识码生成第N标识码;
步骤S640:将所述训练数据和标识码复制存储在M台电子设备上,其中,M为大于1的自然数。
具体而言,区块链技术也被称之为分布式账本技术,是一种由若干台计算设备共同参与“记账",共同维护一份完整的分布式数据库的新兴技术。由于区块链技术具有去中心化、公开透明、每台计算设备可以参与数据库记录、并且各计算设备之间可以快速的进行数据同步的特性,使得区块链技术已在众多的领域中广泛的进行应用。根据所述第一训练数据生成第一标识码,所述第一标识码与第一训练数据一一对应;根据所述第二训练数据和第一标识码生成第二标识码,第二标识码与第二训练数据一一对应;以此类推,根据所述第N训练数据和第N-1标识码生成第N标识码,其中,N为大于1的自然数,其中,所述训练数据中的每组均包括所述第一温度等级信息和用来标识升温速度的标识信息。将所有训练数据和标识码分别复制保存在M台设备上,其中,所述第一训练数据和所述第一标识码作为第一存储单位保存在一台设备上,所述第二训练数据和所述第二标识码作为第二存储单位保存在一台设备上,所述第N训练数据和所述第N标识码作为第N存储单位保存在一台设备上,当需要调用所述训练数据时,每后一个节点接收前一节点存储的数据后,通过“共识机制”进行校验后保存,通过哈希函数对于每一存储单位进行串接,使得训练数据不易丢失和遭到破坏,通过区块链的逻辑对所述训练数据进行加密处理,保证了所述训练数据的安全性,并存储于多台设备上,所述存储于多台设备上的数据通过共识机制进行处理,进一步的保证了训练数据的安全性,进而保证通过所述训练数据训练获得的训练模型的准确性,进而使得输出的第一锂电池升温速度信息更加合理、准确,进而达到对锂离子电池的温度准确、快速控制,提高锂离子电池性能的技术效果。
综上所述,本申请实施例所提供的一种基于温度改善锂离子电池性能的方法和装置具有如下技术效果:
1、由于采用了通过预定温度等级,获得所述锂离子电池的使用温度的第一温度等级信息,将所述第一温度等级输入训练模型的方式,基于训练模型不断自我修正调整的特性,使得获得的第一锂电池的升温速度更加合理,进而达到对锂离子电池的温度准确、快速控制,提高锂离子电池性能的技术效果。
2、由于采用了根据所述第一幅频比信息,获得第一加热指令信息,通过所述第一加热指令信息对所述第一锂电池进行加热处理的方式,达到对锂离子电池的温度准确、快速控制,提高锂离子电池性能的技术效果。
3、由于采用了根据所述第一锂电池的使用频率信息,获得第一修正参数,根据所述第一修正参数,对所述第一锂电池的升温速度信息进行修正的方式,进而达到对所述锂电池的温度更加准确、迅速的控制的技术效果。
实施例二
基于与前述实施例中一种基于温度改善锂离子电池性能的方法同样发明构思,本发明还提供了一种基于温度改善锂离子电池性能的装置,如图2所示,所述装置包括:
第一获得单元11,所述第一获得单元11用于获得第一使用温度信息;
第二获得单元12,所述第二获得单元12用于获得预定温度等级信息;
第一确定单元13,所述第一确定单元13用于根据所述预定温度等级信息,确定所述第一使用温度信息所属的第一温度等级信息;
第一输入单元14,所述第一输入单元14用于将所述第一温度等级信息作为输入信息输入训练模型,其中,所述训练模型通过多组训练数据训练获得,所述多组训练数据中的每一组训练数据均包括:所述第一温度等级信息和用来标识升温速度的标识信息;
第三获得单元15,所述第三获得单元15用于获得所述训练模型的输出信息,其中,所述输出信息包括第一锂电池升温速度信息。
进一步的,所述装置还包括:
第四获得单元,所述第四获得单元用于获得第一图像信息;
第五获得单元,所述第五获得单元用于根据所述第一图像信息获得第一锂电池的第一使用环境信息;
第六获得单元,所述第六获得单元用于获得第一环境温度信息;
第七获得单元,所述第七获得单元用于根据所述第一使用环境信息和第一环境温度获得所述第一使用温度信息。
进一步的,所述装置还包括:
第八获得单元,所述第八获得单元用于根据所述第一锂电池升温速度信息,获得第一幅频比信息;
第九获得单元,所述第九获得单元用于根据所述第一幅频比信息,获得第一加热指令;
第一加热单元,所述第一加热单元用于根据所述第一加热指令信息,对所述第一锂电池进行加热。
进一步的,所述装置还包括:
第十获得单元,所述第十获得单元用于根据所述第一幅频比信息和所述第一使用温度信息,获得第一电压幅值信息和第一加热频率信息;
第十一获得单元,所述第十一获得单元用于根据所述第一电压幅值信息和所述第一加热频率信息,获得所述第一加热指令。
进一步的,所述装置还包括:
第十二获得单元,所述第十二获得单元用于获得所述第一锂电池的使用频率信息;
第十三获得单元,所述第十三获得单元用于获得预定频率阈值;
第一判断单元,所述第一判断单元用于判断所述使用频率信息是否在所述预定频率阈值之内;
第十四获得单元,所述第十四获得单元用于如果所述使用频率信息不在所述预定频率阈值之内,根据所述第一锂电池的使用频率信息,获得第一修正参数;
第一修正单元,所述第一修正单元用于根据所述第一修正参数,对所述第一锂电池升温速度信息进行修正。
进一步的,所述装置还包括:
第十五获得单元,所述第十五获得单元用于获得所述第一锂电池的使用年限信息;
第十六获得单元,所述第十六获得单元用于根据所述第一锂电池的使用年限信息,获得第二修正参数;
第二修正单元,所述第二修正单元用于根据所述第二修正参数,对所述第一锂电池升温速度信息进行修正。
进一步的,所述装置还包括:
第十七获得单元,所述第十七获得单元用于获得所述第一锂电池的耗电比信息;
第十八获得单元,所述第十八获得单元用于根据所述第一锂电池的耗电比信息,获得第三修正参数;
第三修正单元,所述第三修正单元用于根据所述第三修正参数,对所述第一锂电池升温速度信息进行修正。
前述图1实施例一中的一种基于温度改善锂离子电池性能的方法的各种变化方式和具体实例同样适用于本实施例的一种基于温度改善锂离子电池性能的装置,通过前述对一种基于温度改善锂离子电池性能的方法的详细描述,本领域技术人员可以清楚的知道本实施例中一种基于温度改善锂离子电池性能的装置的实施方法,所以为了说明书的简洁,在此不再详述。
示例性电子设备
下面参考图3来描述本申请实施例的电子设备。
图3图示了根据本申请实施例的电子设备的结构示意图。
基于与前述实施例中一种基于温度改善锂离子电池性能的方法的发明构思,本发明还提供一种基于温度改善锂离子电池性能的装置,其上存储有计算机程序,该程序被处理器执行时实现前文所述一种基于温度改善锂离子电池性能的方法的任一方法的步骤。
其中,在图3中,总线架构(用总线300来代表),总线300可以包括任意数量的互联的总线和桥,总线300将包括由处理器302代表的一个或多个处理器和存储器304代表的存储器的各种电路链接在一起。总线300还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。总线接口306在总线300和接收器301和发送器303之间提供接口。接收器301和发送器303可以是同一个元件,即收发机,提供用于在传输介质上与各种其他系统通信的单元。
处理器302负责管理总线300和通常的处理,而存储器304可以被用于存储处理器302在执行操作时所使用的数据。
本发明实施例提供的一种基于温度改善锂离子电池性能的方法,所述方法包括:获得第一使用温度信息;获得预定温度等级信息;根据所述预定温度等级信息,确定所述第一使用温度信息所属的第一温度等级信息;将所述第一温度等级信息作为输入信息输入训练模型,其中,所述训练模型通过多组训练数据训练获得,所述多组训练数据中的每一组训练数据均包括:所述第一温度等级信息和用来标识升温速度的标识信息;获得所述训练模型的输出信息,其中,所述输出信息包括第一锂电池升温速度信息。解决了现有技术中存在对锂离子电池的温度控制不准确、升温不迅速,导致锂离子电池性能受到影响的技术问题,达到区分温度等级,确定升温速度,对锂离子电池的温度准确、快速控制,提高锂离子电池性能的技术效果。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的系统。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令系统的制造品,该指令系统实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (8)
1.一种基于温度改善锂离子电池性能的方法,其中,所述方法包括:
获得第一使用温度信息;
获得预定温度等级信息;
根据所述预定温度等级信息,确定所述第一使用温度信息所属的第一温度等级信息;
将所述第一温度等级信息作为输入信息输入训练模型,其中,所述训练模型通过多组训练数据训练获得,所述多组训练数据中的每一组训练数据均包括:所述第一温度等级信息和用来标识升温速度的标识信息;
获得所述训练模型的输出信息,其中,所述输出信息包括第一锂电池升温速度信息;
所述方法包括:
根据所述第一锂电池升温速度信息,获得第一幅频比信息;
根据所述第一幅频比信息,获得第一加热指令;
根据所述第一加热指令信息,对所述第一锂电池进行加热。
2.如权利要求1所述的方法,其中,所述获得第一使用温度信息包括:
获得第一图像信息;
根据所述第一图像信息获得第一锂电池的第一使用环境信息;
获得第一环境温度信息;
根据所述第一使用环境信息和第一环境温度获得所述第一使用温度信息。
3.如权利要求1所述的方法,其中,所述方法包括:
根据所述第一幅频比信息和所述第一使用温度信息,获得第一电压幅值信息和第一加热频率信息;
根据所述第一电压幅值信息和所述第一加热频率信息,获得所述第一加热指令。
4.如权利要求1所述的方法,其中,所述方法包括:
获得所述第一锂电池的使用频率信息;
获得预定频率阈值;
判断所述使用频率信息是否在所述预定频率阈值之内;
如果所述使用频率信息不在所述预定频率阈值之内,根据所述第一锂电池的使用频率信息,获得第一修正参数;
根据所述第一修正参数,对所述第一锂电池升温速度信息进行修正。
5.如权利要求1所述的方法,其中,所述方法包括:
获得所述第一锂电池的使用年限信息;
根据所述第一锂电池的使用年限信息,获得第二修正参数;
根据所述第二修正参数,对所述第一锂电池升温速度信息进行修正。
6.如权利要求1所述的方法,其中,所述方法包括:
获得所述第一锂电池的耗电比信息;
根据所述第一锂电池的耗电比信息,获得第三修正参数;
根据所述第三修正参数,对所述第一锂电池升温速度信息进行修正。
7.一种基于温度改善锂离子电池性能的装置,其中,所述装置包括:
第一获得单元,所述第一获得单元用于获得第一使用温度信息;
第二获得单元,所述第二获得单元用于获得预定温度等级信息;
第一确定单元,所述第一确定单元用于根据所述预定温度等级信息,确定所述第一使用温度信息所属的第一温度等级信息;
第一输入单元,所述第一输入单元用于将所述第一温度等级信息作为输入信息输入训练模型,其中,所述训练模型通过多组训练数据训练获得,所述多组训练数据中的每一组训练数据均包括:所述第一温度等级信息和用来标识升温速度的标识信息;
第三获得单元,所述第三获得单元用于获得所述训练模型的输出信息,其中,所述输出信息包括第一锂电池升温速度信息;
第八获得单元,所述第八获得单元用于根据所述第一锂电池升温速度信息,获得第一幅频比信息;
第九获得单元,所述第九获得单元用于根据所述第一幅频比信息,获得第一加热指令;
第一加热单元,所述第一加热单元用于根据所述第一加热指令信息,对所述第一锂电池进行加热。
8.一种基于温度改善锂离子电池性能的装置,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述程序时实现权利要求1-6任一项所述装置的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011235531.0A CN112100928B (zh) | 2020-11-09 | 2020-11-09 | 一种基于温度改善锂离子电池性能的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011235531.0A CN112100928B (zh) | 2020-11-09 | 2020-11-09 | 一种基于温度改善锂离子电池性能的方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112100928A CN112100928A (zh) | 2020-12-18 |
CN112100928B true CN112100928B (zh) | 2021-02-05 |
Family
ID=73785151
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011235531.0A Active CN112100928B (zh) | 2020-11-09 | 2020-11-09 | 一种基于温度改善锂离子电池性能的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112100928B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112528567A (zh) * | 2020-12-25 | 2021-03-19 | 柳州市汇方科技有限公司 | 一种调控米粉硬度的方法和装置 |
CN112661645A (zh) * | 2020-12-31 | 2021-04-16 | 佳力士添加剂(海安)有限公司 | 一种高纯度单甘酯的提纯方法及装置 |
CN113041978A (zh) * | 2021-02-23 | 2021-06-29 | 南通开普乐工程塑料有限公司 | 一种pbt复合材料的生产控制方法和装置 |
CN114492019B (zh) * | 2022-01-22 | 2024-02-02 | 苏州纬方电子有限公司 | 一种电池模组的自适应温度调控的评估方法及系统 |
CN114649565B (zh) * | 2022-02-19 | 2023-09-29 | 深圳市品众自动化设备有限公司 | 一种锂电池化成分容设备的控制方法及系统 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101449276B1 (ko) * | 2013-04-26 | 2014-10-14 | 현대자동차주식회사 | 배터리온도 예측방법 및 시스템 |
CN104442636A (zh) * | 2014-10-14 | 2015-03-25 | 中国人民解放军63983部队 | 车载电瓶自加热装置 |
CN110690533B (zh) * | 2019-09-18 | 2021-05-18 | 北京理工大学 | 一种锂离子电池正弦交流电低温加热策略 |
CN111048856B (zh) * | 2019-12-17 | 2021-06-01 | 北京理工大学 | 一种动力电池极速自加热方法和装置 |
-
2020
- 2020-11-09 CN CN202011235531.0A patent/CN112100928B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN112100928A (zh) | 2020-12-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112100928B (zh) | 一种基于温度改善锂离子电池性能的方法和装置 | |
CN110610242B (zh) | 一种联邦学习中参与者权重的设置方法及装置 | |
CN110481536B (zh) | 一种应用于混合动力汽车的控制方法及设备 | |
CN109713762B (zh) | 一种充电控制方法、装置及终端设备 | |
CN112668877B (zh) | 结合联邦学习和强化学习的事物资源信息分配方法及系统 | |
CN114781439B (zh) | 模型获取系统、手势识别方法、装置、设备及存储介质 | |
CN113705929B (zh) | 一种基于负荷特征曲线及典型特征值融合的春节假期负荷预测方法 | |
CN111954209A (zh) | 一种提高无线传感器节点安全性的信息处理方法及装置 | |
CN111859094A (zh) | 一种基于云计算的信息分析方法系统 | |
CN116488149A (zh) | 微电网发电策略确定方法、装置以及微电网 | |
CN113326832B (zh) | 模型训练、图像处理方法、电子设备及存储介质 | |
CN115275975A (zh) | 一种光储充电站电力数据匹配度的确定方法及装置 | |
US20210014088A1 (en) | Method and apparatus for bandwidth filtering based on deep learning, server and storage medium | |
CN112488141B (zh) | 物联卡应用范围的确定方法、装置及计算机可读存储介质 | |
CN114499302B (zh) | 一种智能匹配变压器的方法及系统 | |
CN112489663A (zh) | 一种语音唤醒方法、装置、介质和设备 | |
CN112651498B (zh) | 一种自学习式电流传感器的温度稳定性提高方法和装置 | |
CN115528712B (zh) | 一种源网荷储备不同区储能容量平衡方法及系统 | |
CN112734245B (zh) | 低压配电回路监测方法、装置及设备 | |
CN113723593B (zh) | 一种基于神经网络的切负荷预测方法及系统 | |
CN117526376B (zh) | 一种虚拟电厂的光伏发电与储能聚合管理方法及装置 | |
CN117319383B (zh) | 基于物联网的文件保存方法、系统、终端设备及存储介质 | |
CN111651461B (zh) | 一种基于机器学习的储能运营监控方法及系统 | |
CN115759424A (zh) | 谐波虚假数据攻击的检测方法、装置、设备及存储介质 | |
CN117151484A (zh) | 需求响应潜力评估方法、装置、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |