1.一种电池早期故障预警方法,其特征在于,包括:基于微过充电循环实验获取电池容量数据;
利用Savitzky‑Golay滤波算法对所述电池容量数据进行平滑处理;
将经过平滑处理后的电池容量数据输入训练好的长短期记忆网络模型中;
所述训练好的长短期记忆网络模型输出预测的未来电池容量数据;
计算所述未来电池容量数据与正常电池实际容量数据之间的均方根误差值;
将所述均方根误差值与阈值进行比较,并判断电池是否为故障电池。
2.根据权利要求1所述的一种电池早期故障预警方法,其特征在于,所述利用Savitzky‑Golay滤波算法对所述电池容量数据进行平滑处理是通过以下公式执行:式中,hi表示平滑系数,H表示滑窗窗口的宽度,+w表示滑窗的上限,‑w表示滑窗的下限,xk+1表示原始电池容量数据,xk,smooth表示进行平滑处理后的电池容量数据。
3.根据权利要求1所述的一种电池早期故障预警方法,其特征在于,所述利用Savitzky‑Golay滤波算法对所述电池容量数据进行平滑处理之后,所述方法还包括:采用最大最小标准化的方法,对平滑处理后的电池容量数据进行归一化处理。
4.根据权利要求3所述的一种电池早期故障预警方法,其特征在于,所述采用最大最小标准化的方法,对平滑处理后的电池容量数据进行归一化处理是通过以下公式执行:式中,Cscaled表示归一化处理后的电池容量数据,C表示进行平滑处理后的电池容量数据,Cmax表示进行平滑处理后的电池容量数据中的最大电池容量数据,Cmin表示进行平滑处理后的电池容量数据中的最小电池容量数据。
5.根据权利要求1所述的一种电池早期故障预警方法,其特征在于,所述方法还包括对长短期记忆网络模型进行训练,以得到所述训练好的长短期记忆网络模型,训练过程中采用均方误差作为损失函数,所述损失函数的表达式为:式中,MSE表示损失函数,n表示样本的数量, 表示模型计算的预测值,yi表示真实值。
6.一种电池早期故障预警系统,其特征在于,包括:获取模块,用于基于微过充电循环实验获取电池容量数据;
平滑处理模块,用于利用Savitzky‑Golay滤波算法对所述电池容量数据进行平滑处理;
输入模块,用于将经过平滑处理后的电池容量数据输入训练好的长短期记忆网络模型中;
输出模块,用于所述训练好的长短期记忆网络模型输出预测的未来电池容量数据;
计算模块,用于计算所述未来电池容量数据与正常电池实际容量数据之间的均方根误差值;
比较及判断模块,用于将所述均方根误差值与阈值进行比较,并判断电池是否为故障电池。
7.根据权利要求6所述的一种电池早期故障预警系统,其特征在于,所述平滑处理模块通过以下公式执行:
式中,hi表示平滑系数,H表示滑窗窗口的宽度,+w表示滑窗的上限,‑w表示滑窗的下限,xk+1表示原始电池容量数据,xk,smooth表示进行平滑处理后的电池容量数据。
8.根据权利要求6所述的一种电池早期故障预警系统,其特征在于,所述系统还包括:归一化处理模块,用于采用最大最小标准化的方法,对平滑处理后的电池容量数据进行归一化处理。
9.一种电池早期故障预警装置,其特征在于,包括:至少一个处理器;
至少一个存储器,用于存储至少一个程序;
当所述至少一个程序被所述至少一个处理器执行,使得所述至少一个处理器实现如权利要求1‑5任一项所述的方法。
10.计算机可读存储介质,其特征在于,其上存储有处理器可执行的程序,所述处理器可执行的程序在被处理器执行时用于实现如权利要求1‑5任一项所述的方法。