本申請涉及電池參數預測，尤其涉及一種電池參數預測方法、裝置、設備、介質及程序產品。

背景技術：

1、當今的能源領域，鋰離子電池憑借其高能量密度、長循環壽命以及良好的充放電性能，被廣泛應用于電動汽車、便攜式電子設備等眾多領域。在鋰離子電池的使用過程中，準確預測電池的各項參數，如電壓參數和電池表面溫度等，對于確保電池的安全、高效運行至關重要。

2、目前，基于鋰離子電池的電流參數以及環境溫度等參數來預測電池電壓和表面溫度的技術已得到一定研究與應用。但現有技術存在關鍵問題，即未充分考量充電、放電、靜置等不同工況間的差異。例如在充電工況下，電池接受外部輸入的電能，電流持續流入，電池內部發生復雜的電化學反應，電極材料的結構和化學組成不斷變化，這不僅導致電壓快速上升，還會因反應放熱和內阻產熱使電池溫度升高。而放電工況時，電池輸出電能，電流流出，電化學反應方向相反，電壓逐漸下降，電池溫度同樣受反應熱和內阻影響，不過變化趨勢與充電時不同。靜置工況下，雖然電池看似處于靜止狀態，但內部依然存在著緩慢的自放電現象，這會使電池電壓緩慢降低，同時電池溫度也會隨著環境溫度的變化而波動，并且電池內部的化學平衡也在緩慢調整。

3、由于現有預測技術未能有效區分這些復雜的工況，導致在模型構建和參數設定時存在局限性，無法準確捕捉不同工況下電池參數的變化規律。這就使得預測結果與實際情況存在較大偏差，預測準確性較低，進而影響了對鋰離子電池健康狀態的評估以及相關設備的可靠運行。

技術實現思路

1、本申請提供一種電池參數預測方法、裝置、設備、介質及程序產品，用以解決現有技術中電池參數預測結果準確性較低的技術問題。

2、第一方面，本申請提供一種電池參數預測方法，包括：

3、在獲取到待測電池的運行數據時，根據訓練完成的狀態確定模型和所述運行數據，確定所述待測電池對應的運行狀態；所述運行數據包括待測電池的當前運行數據和/或歷史運行數據；所述狀態模型是根據多個電池的歷史運行數據與其對應的運行狀態，對構建好的初始狀態確定模型進行訓練所得的；所述運行狀態包括所述待測電池的運行工況，以及，所述運行工況對應的工況狀態；

4、獲取所述運行狀態對應的目標參數預測模型，根據所述當前運行數據和所述目標參數預測模型，確定所述待測電池的參數；所述參數包括所述待測電池的電壓參數和電池表面溫度參數。

5、在一種可選實施方式中，所述當前運行數據包括運行所述待測電池對應的當前電流數據和當前環境溫度數據；

6、根據訓練完成的狀態確定模型和所述運行數據，確定所述待測電池對應的運行狀態，包括：

7、根據所述當前電流數據和所述當前環境溫度數據計算第一特征集，得到所述待測電池的第一特征集；

8、將所述第一特征集輸入至所述狀態確定模型中，得到所述待測電池對應的運行狀態。

9、在一種可選實施方式中，所述歷史運行數據包括運行所述待測電池對應的歷史電流數據、歷史電壓數據和歷史環境溫度數據；

10、根據訓練完成的狀態確定模型和所述運行數據，確定所述待測電池對應的運行狀態，包括：

11、根據所述歷史電流數據、所述歷史電壓數據和所述歷史環境溫度數據，計算第二特征集，得到所述待測電池的第二特征集；

12、將所述第二特征集輸入至所述狀態確定模型中，得到所述待測電池對應的運行狀態；所述運行狀態包括所述待測電池的運行工況，以及，所述運行工況對應的工況狀態。

13、在一種可選實施方式中，獲取所述運行狀態對應的目標參數預測模型，根據所述當前運行數據和所述目標參數預測模型，確定所述待測電池的參數，包括：

14、根據所述運行狀態，在多個候選的參數預測模型中確定所述待測電池對應的目標參數預測模型；

15、將所述待測電池的當前運行參數輸入至所述目標參數預測模型中，得到所述待測電池的參數。

16、在一種可選實施方式中，所述方法還包括：

17、獲取訓練數據，所述訓練數據包括在歷史時刻運行任一電池時未包括所述電池的電壓參數的第一運行數據、包含所述電池的電壓參數的第二運行數據、以及所述電池對應的運行狀態；

18、根據所述訓練數據和預設的優化算法，對構建好的初始狀態確定模型進行優化訓練，得到訓練完成的狀態確定模型；所述訓練完成的狀態確定模型用于根據待測電池的運行數據確定待測電池的運行狀態。

19、在一種可選實施方式中，所述狀態確定模型為樹模型；參數預測模型為時序模型。

20、第二方面，本申請提供一種電池參數預測裝置，包括：

21、運行狀態確定模塊，用于在獲取到待測電池的運行數據時，根據訓練完成的狀態確定模型和所述運行數據，確定所述待測電池對應的運行狀態；所述運行數據包括待測電池的當前運行數據和/或歷史運行數據；所述狀態模型是根據多個電池的歷史運行數據與其對應的運行狀態，對構建好的初始狀態確定模型進行訓練所得的；

22、參數預測模塊，用于獲取所述運行狀態對應的目標參數預測模型，根據所述當前運行數據和所述目標參數預測模型，確定所述待測電池的參數；所述參數包括所述待測電池的電壓參數和電池表面溫度參數。

23、第三方面，本申請提供一種電子設備，包括：處理器，以及與所述處理器通信連接的存儲器；

24、所述存儲器存儲計算機執行指令；

25、所述處理器執行所述存儲器存儲的計算機執行指令，以實現如第一方面所述的方法。

26、第四方面，本申請提供一種計算機可讀存儲介質，所述計算機可讀存儲介質中存儲有計算機執行指令，所述計算機執行指令被處理器執行時用于實現如第一方面所述的方法。

27、第五方面，本申請提供一種計算機程序產品，包括計算機程序，所述計算機程序被處理器執行時實現第一方面所述的方法。

28、本申請提供的電池參數預測技術，通過訓練完成的狀態確定模型以及待測電池的運行數據，準確判斷出待測電池的運行狀態；具體包括代待測電池處于充電、放電還是靜置等運行工況，以及在上述工況下為暫態或是穩態的工況狀態，上述運行狀態的判斷可以為后續的參數預測奠定了堅實基礎，因為電池參數的分散性和實際工況的隨機性相互耦合，導致不同運行狀態下電池的特性和參數變化規律截然不同，進而在明確運行狀態后，獲取與之對應的目標參數預測模型，改變了以往“一刀切”的預測模式。由于在不同運行狀態下，電池內部的電化學反應、能量轉換機制等均有差異，專屬模型能夠更貼合實際情況，針對性地捕捉參數變化規律；在此基礎上，基于當前運行數據和適配的目標參數預測模型確定待測電池的電壓參數和電池表面溫度參數，充分考慮了不同運行狀態的影響，極大地提高了預測的準確性。

技術特征：

1.一種電池參數預測方法，其特征在于，所述方法包括：

2.根據權利要求1所述的方法，其特征在于，所述當前運行數據包括運行所述待測電池對應的當前電流數據和當前環境溫度數據；

3.根據權利要求1所述的方法，其特征在于，所述歷史運行數據包括運行所述待測電池對應的歷史電流數據、歷史電壓數據和歷史環境溫度數據；

4.根據權利要求1所述的方法，其特征在于，獲取所述運行狀態對應的目標參數預測模型，根據所述當前運行數據和所述目標參數預測模型，確定所述待測電池的參數，包括：

5.根據權利要求1-3中任一項所述的方法，其特征在于，所述方法還包括：

6.根據權利要求1-3中任一項所述的方法，其特征在于，所述狀態確定模型為樹模型；參數預測模型為時序模型。

7.一種電池參數預測裝置，其特征在于，所述裝置包括：

8.一種電子設備，其特征在于，包括：處理器以及與所述處理器通信連接的存儲器；

9.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質中存儲有計算機執行指令，所述計算機執行指令被處理器執行時用于實現如權利要求1至6中任意一項所述的電池參數預測方法。

10.一種計算機程序產品，其特征在于，包括計算機程序，所述計算機程序被處理器執行時實現如權利要求1至6中任意一項所述的方法。

技術總結
本申請提供一種電池參數預測方法、裝置、設備、介質及程序產品。涉及電池參數預測技術領域。該方法包括：在獲取到待測電池的運行數據時，根據訓練完成的狀態確定模型和運行數據，確定待測電池對應的運行狀態；運行數據包括待測電池的當前運行數據和/或歷史運行數據；狀態模型是根據多個電池的歷史運行數據與其對應的運行狀態，對構建好的初始狀態確定模型進行訓練所得的；獲取運行狀態對應的目標參數預測模型，根據當前運行數據和目標參數預測模型，確定待測電池的參數；參數包括待測電池的電壓參數和電池表面溫度參數。本申請的方法，解決了現有技術中電池參數預測結果準確性較低的技術問題。

技術研發人員：何志超,梁爽然,楊洸
受保護的技術使用者：北京海博思創科技股份有限公司
技術研發日：
技術公布日：2025/4/6