买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：锦浪科技股份有限公司

摘要：本发明提供了一种电池荷电状态评估方法、电子设备及存储介质，涉及电池评估技术领域，该电池荷电状态评估方法包括：根据电池当前时刻的电池数据信息通过时间自注意力深度网络得到当前时刻的荷电状态预测值，根据前一时刻的初始荷电状态数据集通过状态空间模型分别得到当前时刻的荷电状态估计值和近似荷电状态预测值，通过荷电状态预测值和每个近似荷电状态预测值确定每个荷电状态估计值对应的权重，根据全部荷电状态估计值和对应的权重，得到电池当前时刻的荷电状态值。本发明通过时间自注意力深度网络和状态空间模型对电池荷电状态进行评估，能够有效提高电池荷电状态评估的准确性。

主权项：1.一种电池荷电状态评估方法，其特征在于，包括：获取电池当前时刻对应的电池数据信息，以及前一时刻的初始荷电状态集，其中，所述初始荷电状态集包括前一时刻的多个初始荷电状态值和对应的初始权重；根据所述电池数据信息，通过预设的时间自注意力深度网络，得到所述电池当前时刻对应的荷电状态预测值；根据所述初始荷电状态集中的每个所述初始荷电状态值，通过预设的状态空间模型，得到每个所述初始荷电状态值对应的当前时刻的荷电状态估计值和近似荷电状态预测值；根据每个所述荷电状态估计值对应的所述近似荷电状态预测值和所述荷电状态预测值，通过权重系数关系确定所述荷电状态估计值对应的权重系数；根据所述权重系数与所述荷电状态估计值对应的所述初始权重的乘积，确定所述荷电状态估计值对应的临时权重；根据全部所述荷电状态估计值对应的所述临时权重通过归一化处理，得到每个所述荷电状态估计值对应的权重；将全部所述荷电状态估计值与对应的所述权重的乘积求和，得到电池当前时刻的荷电状态值；所述时间注意力深度网络包括预设的第一门控循环单元、第二门控循环单元、第三门控循环单元和解码器；所述根据所述电池数据信息，通过预设的时间自注意力深度网络，得到所述电池当前时刻对应的荷电状态预测值，包括：基于所述电池数据信息，通过所述第一门控循环单元生成查询矩阵，通过所述第二门控循环单元生成值矩阵，通过所述第三门控循环单元生成键矩阵；根据所述查询矩阵、所述值矩阵和所述键矩阵得到特征信息；根据所述特征信息通过所述解码器得到当前时刻所述荷电状态预测值；所述特征信息满足： ；其中，output为所述特征信息，Q为所述查询矩阵，KT为所述值矩阵的转置，V为所述键矩阵，dk为所述查询矩阵的第二维度，softmax为激活函数；所述状态空间模型包括预设的状态关系和测量关系；所述根据所述初始荷电状态集中的每个所述初始荷电状态值，通过预设的状态空间模型，得到每个所述初始荷电状态值对应的当前时刻的荷电状态估计值和近似荷电状态预测值，包括：根据所述初始荷电状态值，通过所述状态关系，得到所述初始荷电状态对应的当前时刻的所述荷电状态估计值；根据所述荷电状态估计值，通过所述测量关系，得到所述荷电状态估计值对应的所述近似荷电状态预测值；所述状态关系满足： ；所述测量关系满足： ；其中，为前一时刻的第i个所述初始荷电状态值，为当前时刻的第i个荷电状态估计值，Ik-1为前一时刻所述电池的电流值，Cnorm为所述电池的额定容量，△t为采样周期，ωk为预设的过程高斯白噪声，为当前时刻第i个所述近似荷电状态预测值，γk为预设的状态高斯白噪声，k为当前时刻，k-1为前一时刻；所述权重系数关系满足： ；其中，为当前时刻第i个所述荷电状态估计值对应的权重系数，Rv为预设的测量噪声方差，yk为当前时刻的荷电状态预测值，为当前时刻第i个所述近似荷电状态预测值，exp为指数函数，k为当前时刻，k-1为前一时刻；所述权重满足： ；其中，为当前时刻第i个所述荷电状态估计值对应的所述权重，为当前时刻第i个所述荷电状态估计值对应的所述临时权重，N为全部所述临时权重的数量，k为当前时刻。

全文数据：

权利要求：

百度查询： 锦浪科技股份有限公司 一种电池荷电状态评估方法、电子设备及存储介质