(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 202211222968.X (22)申请日 2022.10.08 (71)申请人 深圳先进技 术研究院 地址 518000 广东省深圳市南 山区西丽 街 道大学城学苑大道1068号 (72)发明人 杨之乐　周邦昱　吴承科　郭媛君　 刘祥飞　 (74)专利代理 机构 深圳市君胜知识产权代理事 务所(普通 合伙) 44268 专利代理师 陈专 (51)Int.Cl. G01R 31/367(2019.01) G16C 60/00(2019.01) G06N 20/00(2019.01) (54)发明名称 基于电池制浆工艺的材料参数组合预测电 池性能的方法 (57)摘要 本发明公开了基于电池制浆工艺的材料参 数组合预测电池性能的方法， 所述方法通过获取 目标预测模型， 其中， 目标预测模型包括若干子 模型， 若干子模型分别对应不同的模型参数组 合； 获取电池制浆工艺对应的待预测材料参数组 合， 将待预测材料参数组合输入目标预测模型， 得到待预测材料参数组合对应的目标电池性能 等级， 其中， 目标电池性能等级根据各子模型分 别基于待预测材料参数组合输出的电池性能等 级确定。 本发 明采用数学模型的方法代替手动试 验， 可以快速预测不同材料参数 组合分别对应的 电池性能等级， 解决了 现有技术中要针对各种材 料的不同投入比例分别进行试验才能够判断不 同材料比列对电池性能的影 响， 需要耗费大量的 人力、 时间成本 。 权利要求书3页 说明书9页 附图2页 CN 115524615 A 2022.12.27 CN 115524615 A 1.一种基于电池制浆工艺的材料参数组合预测电池性能的方法， 其特征在于， 所述方 法包括： 获取目标预测模型， 其中， 所述目标预测模型包括若干子模型， 若干所述子模型分别对 应不同的模型参数组合； 获取电池制浆工艺对应的待预测材料参数组合， 将所述待预测材料参数组合输入所述 目标预测模型， 得到所述待预测材料参数组合对应的目标电池性能等级， 其中， 所述目标电 池性能等级根据各所述子模型分别基于所述待预测材料参数组合输出的电池性能等级确 定。 2.根据权利要求1所述的基于电池制浆工艺的材料参数组合预测电池性能的方法， 其 特征在于， 所述目标 预测模型 预先经过训练， 训练过程包括： 获取所述电池制浆工艺对应的若干材料参数组合和若干所述材料参数组合分别对应 的实际电池性能等级； 将一个所述材料参数组合输入所述目标预测模型， 得到所述目标预测模型输出的第 一 预测电池性能等级和各所述子模型分别输出 的第二预测电池性能等级， 其中， 所述第一预 测电池性能等级基于各 所述第二预测电池性能等级确定； 根据所述第 一预测电池性能等级、 各所述第 二预测电池性 能等级以及该材料参数组合 对应的所述实际电池性能等级， 确定各 所述子模型分别对应的损失值； 分别判断各 所述子模型分别对应的所述损失值是否收敛至目标值； 若否， 根据未收敛至所述目标值的所述子模型的所述损 失值， 对该子模型的初始模型 参数组合进行修正， 继续执行将一个所述材料参数组合输入所述 目标预测模型， 直至各所 述子模型分别对应的所述损失值均收敛至所述目标值， 得到已训练的所述目标 预测模型。 3.根据权利要求2所述的基于电池制浆工艺的材料参数组合预测电池性能的方法， 其 特征在于， 所述根据所述第一预测电池性能等级、 各所述第二预测电池性能等级以及该材 料参数组合对应的所述实际电池性能等级， 确定各 所述子模型分别对应的损失值， 包括： 根据所述第一预测电池性能等级与该材料参数组合对应的所述实际电池性能等级之 间的偏差， 确定各 所述第二预测电池性能分别对应的第一损失值； 根据各所述子模型分别对应的所述第二预测电池性能等级与所述第一预测电池性能 等级之间的偏差， 确定各 所述子模型分别对应的第二损失值； 根据各所述子模型分别对应的所述第 一损失值和所述第 二损失值， 确定各所述子模型 分别对应的所述损失值。 4.根据权利要求2所述的基于电池制浆工艺的材料参数组合预测电池性能的方法， 其 特征在于， 所述目标预测模型在训练之前还包括确定各所述子模型分别对应的目标超参数 组合， 各所述子模型分别对应的所述目标超参数组合的确定方法， 包括： 获取若干超参数组合， 其中， 每一所述超参数组合包括 不同类别的若干超参数； 根据各所述超参数组合， 确定若干超参数组合分布图， 其中， 若干所述超参数组合分布 图与若干所述超参数一一对应， 每一所述超参数 组合分布图中各所述超参数组合分别对应 的目标超参数的数值相同， 且各所述超参数组合基于所述目标超参数的数值大小规律分 布， 所述目标超参数为该超参数组合对应的所述超参数； 确定各所述超参数组合分布图分别对应的候选超参数组合， 其中， 每一所述超参数组权　利　要　求　书 1/3 页 2 CN 115524615 A 2合分布图中与所述候选超参数组合相邻的各所述超参数组合的模型性能等级均小于该候 选超参数组合的模型性能等级； 根据各所述候选超参数组合， 确定各 所述子模型分别对应的所述目标超参数组合。 5.根据权利要求4所述的基于电池制浆工艺的材料参数组合预测电池性能的方法， 其 特征在于， 所述确定各 所述超参数组合分布图分别对应的候选超参数组合， 包括： 根据每一所述超参数组合分布图中的一个所述超参数组合确定目标点； 判断与该目标点相邻的各点分别对应的模型性能等级是否大于该目标点对应的模型 性能等级； 若与该目标点相邻的各点中任意一点对应的模型性能等级大于该目标点对应的模型 性能等级， 根据与该目标点相邻的各点中模型性能等级最高的点确定下一目标点； 继续执行判断与该目标点相邻的各点分别对应的模型性能等级是否大于该目标点对 应的模型性能等级的步骤， 直至该目标点相 邻的各点分别对应的模型性能等级均小于该目 标点对应的模型性能等级， 将该目标点对应的所述超参数组合作为该超参数组合分布图对 应的所述 候选超参数组合。 6.根据权利要求4所述的基于电池制浆工艺的材料参数组合预测电池性能的方法， 其 特征在于， 所述根据各所述候选超参数组合， 确定各所述子模型分别对应的所述 目标超参 数组合， 包括： 根据各所述候选超参数组合分别对应的模型性能等级， 从若干所述超参数组合分布图 中确定目标超参数组合分布图， 其中， 所述 目标超参数组合分布图对应的所述候选超参数 组合的模型性能等级最高； 对所述目标超参数组合分布图进行遍历， 得到模型性能等级最高的前若干所述超参数 组合， 其中， 前若干所述超参数组合的数量基于所述子模型的数量确定； 根据前若干所述超参数组合， 一一对应地确定各所述子模型分别对应的所述目标超参 数组合。 7.根据权利要求1所述的基于电池制浆工艺的材料参数组合预测电池性能的方法， 其 特征在于， 所述目标电池性能等级根据各所述子模型分别对应的所述电池性能等级的平均 值或者加权平均值确定 。 8.一种基于电池制浆工艺的材料参数组合预测电池性能的装置， 其特征在于， 所述装 置包括： 获取模块， 用于获取目标预测模型， 其中， 所述目标预测模型包括若干子模型， 若干所 述子模型分别对应不同的模型参数组合； 预测模块， 用于获取电池制浆工艺对应的待预测材料参数组合， 将所述待预测材料参 数组合输入所述目标预测模型， 得到所述待预测材料参数组合对应的目标电池性能等级， 其中， 所述目标电池性能等级根据各所述子模型分别基于所述待 预测材料参数组合输出的 电池性能等级确定 。 9.一种终端， 其特征在于， 所述终端包括有存储器和一个或者一个以上处理器； 所述存 储器存储有一个或者一个以上 的程序； 所述程序包含用于执行如权利要求1 ‑7中任一所述 的基于电池制浆工艺的材料参数组合预测电池性能的方法的指 令； 所述处理器用于执行所 述程序。权　利　要　求　书 2/3 页 3 CN 115524615 A 3