(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211123668.6 (22)申请日 2022.09.15 (71)申请人 湖北亿纬动力有限公司 地址 448000 湖北省荆门市荆门高新区掇 刀区荆南大道68号 (72)发明人 吴志飞　宋帅帅　陈利权　何巍　 (74)专利代理 机构 北京品源专利代理有限公司 11332 专利代理师 康欢欢 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 50/04(2012.01) G06F 16/215(2019.01) G06F 30/27(2020.01) G06K 9/62(2022.01)G06F 111/10(2020.01) (54)发明名称 电池容量预测模 型训练方法、 电池分容方法 及装置 (57)摘要 本发明公开了一种电池容量预测模型训练 方法、 电池分容方法及装置， 包括： 获取电池生产 过程中的制程数据以及电池的实际容量； 对制程 数据和实际容量进行清洗得到清洗后的制程数 据和实际容量； 采用清洗后的制程数据和实际容 量训练电池容量预测模型。 电池容量预测模型训 练学习到根据电池生产制程中的制程数据来预 测电池容量的能力， 降低了化成柜电压测量精 度、 化成车间不同库位温度差异、 电芯SOC在2 0％ ～80％区间内电芯电压变化不明显对容量计算 的影响， 同时避免按照单一计算公 式计算容量存 在偏差大的问题， 并且对制程数据和实际容量进 行清洗， 电池容量预测模型预测容量的准确性 高， 能够根据所预测的容量准确筛选出不合格的 电池。 权利要求书2页 说明书11页 附图3页 CN 115470995 A 2022.12.13 CN 115470995 A 1.一种电池容 量预测模型训练方法， 其特 征在于， 包括： 获取电池生产过程中的制程数据以及所述电池的实际容 量； 对所述制程数据和所述实际容 量进行清洗， 得到清洗后的制程数据和实际容 量； 采用清洗后的制程数据和实际容 量训练电池容 量预测模型。 2.如权利要求1所述的电池容量预测模型训练方法， 其特征在于， 所述对所述制程数据 和所述实际容 量进行清洗， 得到清洗后的制程数据和实际容 量， 包括： 去除所述制程数据和所述实际容量中在预设标准之外的数据， 得到去除异常值之后的 制程数据和实际容 量； 对去除异常值之后的制程数据进行修 正， 得到清洗后的制程数据。 3.如权利要求2所述的电池容量预测模型训练方法， 其特征在于， 所述制程数据包括环 境温度和电池的电压， 所述对去除异常值之后的制程数据进行修正， 得到清洗后的制程数 据， 包括： 采用所述环境温度对所述电池的电压进行修 正， 得到修 正后的电压 。 4.如权利要求1 ‑3任一项所述的电池容量预测模型训练方法， 其特征在于， 所述采用清 洗后的制程数据和实际容 量训练电池容 量预测模型， 包括： 初始化电池容 量预测模型； 将至少一个电池的清洗后的制程数据输入所述电池容量预测模型中得到所述电池的 预测容量； 根据所述预测容 量和所述电池的实际容 量计算损失率； 判断损失率是否小于预设阈值； 若是， 停止对所述电池容 量预测模型进行迭代训练； 若否， 采用所述损 失率调整所述电池容量预测模型的参数， 并返回将至少一个电池的 清洗后的制程数据输入所述电池容 量预测模型中得到所述电池的预测容 量的步骤。 5.如权利要求4所述的电池容量预测模型训练方法， 其特征在于， 所述电池容量预测模 型为XGBo ost模型， 所述XGBo ost模型的数 学表达式如下: 训练XGBo ost模型的目标函数为： 其中， 为电池的预测容量， K为模型中树的数量， F为有所可能的树， f()函数表示其中 的一棵树， fk(xi)表第k棵树对电池xi的预测容量， 为损失函数， Ω(fk)为模型的正 则化项， T为一棵树f()中叶子 的数量， w为每个叶子 的打分分数， γ和 λ为系数， γ和 λ越大 树的结构越简单。权　利　要　求　书 1/2 页 2 CN 115470995 A 26.一种电池分容方法， 其特 征在于， 包括： 获取待分容电池在生产制程过程中的制程数据； 将所述制程数据输入预先训练好的电池容量预测模型中， 得到所述待分容电池的容 量； 根据所述 容量对所述待分容电池进行分容； 其中， 所述电池容量预测模型通过权利要求1 ‑5任一项所述的 电池容量预测模型训练 方法所训练。 7.一种电池容 量预测模型训练装置， 其特 征在于， 包括： 训练数据获取模块， 用于获取电池生产过程中的制程数据以及所述电池的实际容 量； 训练数据清洗模块， 用于对所述制程数据和所述实 际容量进行清洗， 得到清洗后的制 程数据和实际容 量； 模型训练模块， 用于采用清洗后的制程数据和实际容 量训练电池容 量预测模型。 8.一种电池分容装置， 其特 征在于， 包括： 制程数据获取模块， 用于获取待分容电池在生产制程过程中的制程数据； 容量预测模块， 用于将所述制程数据输入预先训练好的 电池容量预测模型中， 得到所 述待分容电池的容 量； 分容模块， 用于根据所述 容量对所述待分容电池进行分容； 其中， 所述电池容量预测模型通过权利要求1 ‑5任一项所述的 电池容量预测模型训练 方法所训练。 9.一种电子设备， 其特 征在于， 所述电子设备包括： 至少一个处 理器； 以及 与所述至少一个处 理器通信连接的存 储器； 其中， 所述存储器存储有可被所述至少一个处理器执行的计算机程序， 所述计算机程序被所 述至少一个处理器执行， 以使所述至少一个处理器能够执行权利要求1 ‑5中任一项所述的 电池容量预测模型训练方法， 和/或， 权利要求6所述的电池分容方法。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质存储有计算机指 令， 所述计算机指令用于使处理器执行时实现权利要求1 ‑5中任一项所述的电池容量预测 模型训练方法， 和/或， 权利要求6所述的电池分容方法。权　利　要　求　书 2/2 页 3 CN 115470995 A 3