摘要
本发明公开了一种电池健康状态的检测方法、设备及介质,涉及电池健康管理技术领域,包括,采集电池的历史运行数据与全频段EIS扫描数据,构建电池数据集,并单独采集状态参数;通过电池数据集训练深度强化学习DRL智能体,利用训练完成的DRL智能体对电池的状态参数进行扫描决策,输出稀疏频段决策向量;利用稀疏频段决策向量控制EIS设备对目标电池进行稀疏扫描,获得稀疏频段EIS数据;通过多种型号电池构建元知识库,并通过元学习算法对元知识库进行训练,得到基准迁移模型;利用基准迁移模型对稀疏频段EIS数据进行少样本适配处理。本发明通过动态选择频率点进行稀疏EIS扫描,实现高效实时诊断。
技术关键词
电池健康状态
元学习算法
频段
老化特征
基准
电池老化状态
历史运行数据
决策
状态诊断
深度强化学习
异构
电池健康管理
电气
节点特征
扫描仪
多通道
关系
参数