电芯析锂分析方法、装置、可读存储介质及电子设备.pdf

《电芯析锂分析方法、装置、可读存储介质及电子设备.pdf》由会员分享，可在线阅读，更多相关《电芯析锂分析方法、装置、可读存储介质及电子设备.pdf（20页完成版）》请在专利查询网上搜索。

1、(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 202410018113.8(22)申请日 2024.01.05(71)申请人 宁德时代新能源科技股份有限公司地址 352100 福建省宁德市蕉城区漳湾镇新港路2号(72)发明人 段诗敏杨友结翁文辉张子格薛庆瑞彭翊庭刘楚君何俊晨黄瑶章羽刘忠亚田达(74)专利代理机构 深圳中一联合知识产权代理有限公司 44414专利代理师 刘永康(51)Int.Cl.G06N 20/00(2019.01)H01M 10/48(2006.01)H01M 10/0525(2010.01)H01M 10/052(2010。

2、.01)G01R 31/367(2019.01)(54)发明名称一种电芯析锂分析方法、装置、可读存储介质及电子设备(57)摘要本申请属于电池技术领域，尤其涉及一种电芯析锂分析方法、装置、可读存储介质及电子设备。该方法包括：获取目标电芯的光纤光栅测量数据；使用电芯析锂分析模型对目标电芯的光纤光栅测量数据进行处理，得到目标电芯的析锂分析结果；其中，电芯析锂分析模型为预先使用样本电芯的光纤光栅测量数据训练得到的机器学习模型。通过机器学习的方式，学习到的是各种电芯共有的特性，而非某类电芯专有的特性，因此具有更广的适用范围，可以适用于对包括圆形电芯在内的各种电芯的析锂分析。权利要求书2页 说明书13页 。

3、附图4页CN 117521857 A2024.02.06CN 117521857 A1.一种电芯析锂分析方法，其特征在于，包括：获取目标电芯的光纤光栅测量数据；使用电芯析锂分析模型对所述目标电芯的光纤光栅测量数据进行处理，得到所述目标电芯的析锂分析结果；其中，所述电芯析锂分析模型为预先使用样本电芯的光纤光栅测量数据训练得到的机器学习模型。2.根据权利要求1所述的电芯析锂分析方法，其特征在于，在使用电芯析锂分析模型对所述目标电芯的光纤光栅测量数据进行处理，得到所述目标电芯的析锂分析结果之前，还包括：获取所述样本电芯的光纤光栅测量数据；确定所述样本电芯的析锂分析标签；以所述样本电芯的光纤光栅测量数。

4、据为输入，以对应的所述析锂分析标签为预期输出，对初始的机器学习模型进行训练，得到训练后的所述电芯析锂分析模型。3.根据权利要求2所述的电芯析锂分析方法，其特征在于，所述确定所述样本电芯的析锂分析标签，包括：对所述样本电芯进行拆解分析，得到拆解分析结果；根据所述拆解分析结果确定所述析锂分析标签。4.根据权利要求2所述的电芯析锂分析方法，其特征在于，所述析锂分析标签为是否析锂；相应地，所述析锂分析结果为是否析锂。5.根据权利要求2所述的电芯析锂分析方法，其特征在于，所述析锂分析标签为析锂等级；相应地，所述析锂分析结果为析锂等级。6.根据权利要求1所述的电芯析锂分析方法，其特征在于，所述获取目标电芯。

5、的光纤光栅测量数据，包括：获取所述目标电芯的光纤光栅原始测量数据；根据所述光纤光栅原始测量数据计算对应的中心波长；根据中心波长确定所述目标电芯的光纤光栅测量数据。7.根据权利要求6所述的电芯析锂分析方法，其特征在于，所述光纤光栅原始测量数据包括多个测量时间点的波长和信号强度；所述根据所述光纤光栅原始测量数据计算对应的中心波长，包括：对同一测量时间点的多组波长和信号强度进行数据拟合，得到数据拟合函数；根据所述数据拟合函数确定信号强度峰值；将所述信号强度峰值对应的波长确定为中心波长。8.根据权利要求1至7中任一项所述的电芯析锂分析方法，其特征在于，光纤光栅测量数据包括在K次充放电循环、C个测量通道。

6、、N个测量时间点的基本数据单元；其中，K、C、N均为正整数。9.根据权利要求8所述的电芯析锂分析方法，其特征在于，所述基本数据单元包括中心波长。权利要求书1/2 页2CN 117521857 A210.根据权利要求9所述的电芯析锂分析方法，其特征在于，所述基本数据单元还包括环境参数。11.根据权利要求10所述的电芯析锂分析方法，其特征在于，所述环境参数包括温度和/或压力。12.一种电芯析锂分析装置，其特征在于，包括：目标电芯数据获取模块，用于获取目标电芯的光纤光栅测量数据；电芯析锂分析模块，用于使用电芯析锂分析模型对所述目标电芯的光纤光栅测量数据进行处理，得到所述目标电芯的析锂分析结果；其中，。

7、所述电芯析锂分析模型为预先使用样本电芯的光纤光栅测量数据训练得到的机器学习模型。13.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至11中任一项所述的电芯析锂分析方法的步骤。14.一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至11中任一项所述的电芯析锂分析方法的步骤。权利要求书2/2 页3CN 117521857 A3一种电芯析锂分析方法、装置、可读存储介质及电子设备技术领域0001本申请属于电池技术领域，尤其涉及一。

8、种电芯析锂分析方法、装置、计算机可读存储介质及电子设备。背景技术0002电芯析锂是指锂离子电池长期在低温环境下充放电而在电芯阳极表面析出金属锂的现象。电池析锂的整个过程不可逆，长此以往不仅会对电池造成损害，还会导致电池存在安全风险。0003在现有技术中，已有较成熟的方法可以进行电芯析锂分析，但该方法是针对方形电芯构建的，适用范围受限，仅适用于对方形电芯的析锂分析，而无法适用于对圆形电芯以及其它电芯的析锂分析。发明内容0004有鉴于此，本申请实施例提供了一种电芯析锂分析方法、装置、计算机可读存储介质及电子设备，以解决现有的电芯析锂分析方法适用范围受限的问题。0005本申请实施例的第一方面提供了一。

9、种电芯析锂分析方法，可以包括：获取目标电芯的光纤光栅测量数据；使用电芯析锂分析模型对所述目标电芯的光纤光栅测量数据进行处理，得到所述目标电芯的析锂分析结果；其中，所述电芯析锂分析模型为预先使用样本电芯的光纤光栅测量数据训练得到的机器学习模型。0006通过上述方案，可以预先使用样本电芯的光纤光栅测量数据进行机器学习模型的训练，从而得到可以进行电芯析锂分析的电芯析锂分析模型。基于该电芯析锂分析模型，即可对目标电芯的光纤光栅测量数据进行处理，从而得到目标电芯的析锂分析结果。通过机器学习的方式，学习到的是各种电芯共有的特性，而非某类电芯专有的特性，因此具有更广的适用范围，可以适用于对包括圆形电芯在内的。

10、各种电芯的析锂分析。0007在第一方面的一种具体实现方式中，在使用电芯析锂分析模型对所述目标电芯的光纤光栅测量数据进行处理，得到所述目标电芯的析锂分析结果之前，还可以包括：获取所述样本电芯的光纤光栅测量数据；确定所述样本电芯的析锂分析标签；以所述样本电芯的光纤光栅测量数据为输入，以对应的所述析锂分析标签为预期输出，对初始的机器学习模型进行训练，得到训练后的所述电芯析锂分析模型。0008通过上述方案，将样本电芯的光纤光栅测量数据和对应的析锂分析标签作为机器学习模型的学习对象，经过训练过程，可以使机器学习模型建立起光纤光栅测量数据与析锂分析标签之间的映射关系，从而在面对新的光纤光栅测量数据时，也可。

11、以根据该映射关系得到对应的析锂分析结果。说明书1/13 页4CN 117521857 A40009在第一方面的一种具体实现方式中，所述确定所述样本电芯的析锂分析标签，可以包括：对所述样本电芯进行拆解分析，得到拆解分析结果；根据所述拆解分析结果确定所述析锂分析标签。0010通过上述方案，采用电芯拆解的方式，可以得到精准的分析结果，将其作为样本电芯的析锂分析标签进行机器学习，可以提高最终所得的电芯析锂分析模型的准确性。0011在第一方面的一种具体实现方式中，所述析锂分析标签为是否析锂；相应地，所述析锂分析结果为是否析锂。0012通过上述方案，采用是否析锂的二元标签，基于该标签训练所得的电芯析锂分析。

12、模型可以有效地分析出目标电芯是否析锂。0013在第一方面的一种具体实现方式中，所述析锂分析标签为析锂等级；相应地，所述析锂分析结果为析锂等级。0014通过上述方案，采用析锂等级作为标签，基于该标签训练所得的电芯析锂分析模型可以有效地分析出目标电芯的析锂等级。0015在第一方面的一种具体实现方式中，所述获取目标电芯的光纤光栅测量数据，可以包括：获取所述目标电芯的光纤光栅原始测量数据；根据所述光纤光栅原始测量数据计算对应的中心波长；根据中心波长确定所述目标电芯的光纤光栅测量数据。0016通过上述方案，可以计算光纤光栅原始测量数据对应的中心波长，由于中心波长是与电芯的析锂情况相关的，可以反映出电芯的。

13、析锂情况，因此根据中心波长确定出的光纤光栅测量数据可以作为电芯析锂分析的有效依据。0017在第一方面的一种具体实现方式中，所述光纤光栅原始测量数据包括多个测量时间点的波长和信号强度；所述根据所述光纤光栅原始测量数据计算对应的中心波长，包括：对同一测量时间点的多组波长和信号强度进行数据拟合，得到数据拟合函数；根据所述数据拟合函数确定信号强度峰值；将所述信号强度峰值对应的波长确定为中心波长。0018通过上述方案，采用数据拟合的方式可以计算得到准确的中心波长，从而为后续的电芯析锂分析提供了可靠的依据。0019第一方面的一种具体实现方式中，光纤光栅测量数据可以包括在K次充放电循环、C个测量通道、N个测。

14、量时间点的基本数据单元；其中，K、C、N均为正整数。0020通过上述方案，可以综合多次充放电循环、多个测量通道、多个测量时间点的数据进行全面分析，有效提高了最终的析锂分析结果的准确性。0021第一方面的一种具体实现方式中，所述基本数据单元可以包括中心波长。0022通过上述方案，可以基于中心波长来进行电芯析锂分析，由于中心波长是与电芯的析锂情况相关的，可以反映出电芯的析锂情况，因此包括了中心波长的数据可以作为电芯析锂分析的有效依据。0023第一方面的一种具体实现方式中，所述基本数据单元还包括环境参数。说明书2/13 页5CN 117521857 A50024通过上述方案，在基于中心波长来进行电芯。

15、析锂分析的基础上，考虑到中心波长会受到所处环境的影响，可以基于中心波长和环境参数来进行更加全面的电芯析锂分析，进一步提高了最终的析锂分析结果的准确性。0025第一方面的一种具体实现方式中，所述环境参数包括温度和/或压力。0026通过上述方案，将对中心波长影响最大的温度和/或压力纳入考虑，有效提高了最终的析锂分析结果的准确性。0027本申请实施例的第二方面提供了一种电芯析锂分析装置，可以包括：目标电芯数据获取模块，用于获取目标电芯的光纤光栅测量数据；电芯析锂分析模块，用于使用电芯析锂分析模型对所述目标电芯的光纤光栅测量数据进行处理，得到所述目标电芯的析锂分析结果；其中，所述电芯析锂分析模型为预先。

16、使用样本电芯的光纤光栅测量数据训练得到的机器学习模型。0028在第二方面的一种具体实现方式中，所述电芯析锂分析装置还可以包括：样本电芯数据获取模块，用于获取所述样本电芯的光纤光栅测量数据；析锂分析标签确定模块，用于确定所述样本电芯的析锂分析标签；电芯析锂分析模型训练模块，用于以所述样本电芯的光纤光栅测量数据为输入，以对应的所述析锂分析标签为预期输出，对初始的机器学习模型进行训练，得到训练后的所述电芯析锂分析模型。0029在第二方面的一种具体实现方式中，所述析锂分析标签确定模块可以具体用于：对所述样本电芯进行拆解分析，得到拆解分析结果；根据所述拆解分析结果确定所述析锂分析标签。0030在第二方面。

17、的一种具体实现方式中，所述析锂分析标签可以为是否析锂；相应地，所述析锂分析结果可以为是否析锂。0031在第二方面的一种具体实现方式中，所述析锂分析标签可以为析锂等级；相应地，所述析锂分析结果可以为析锂等级。0032在第二方面的一种具体实现方式中，所述目标电芯数据获取模块可以包括：原始测量数据获取单元，用于获取所述目标电芯的光纤光栅原始测量数据；中心波长计算单元，用于根据所述光纤光栅原始测量数据计算对应的中心波长；目标电芯数据确定单元，用于根据中心波长确定所述目标电芯的光纤光栅测量数据。0033在第二方面的一种具体实现方式中，所述光纤光栅原始测量数据可以包括多个测量时间点的波长和信号强度；所述中。

18、心波长计算单元可以具体用于：对同一测量时间点的多组波长和信号强度进行数据拟合，得到数据拟合函数；根据所述数据拟合函数确定信号强度峰值；将所述信号强度峰值对应的波长确定为中心波长。0034在第二方面的一种具体实现方式中，光纤光栅测量数据可以包括在K次充放电循环、C个测量通道、N个测量时间点的基本数据单元；其中，K、C、N均为正整数。0035在第二方面的一种具体实现方式中，所述基本数据单元可以包括中心波长。0036在第二方面的一种具体实现方式中，所述基本数据单元还可以包括环境参数。说明书3/13 页6CN 117521857 A60037在第二方面的一种具体实现方式中，所述环境参数可以包括温度和/。

19、或压力。0038本申请实施例的第三方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述任一种电芯析锂分析方法的步骤。0039本申请实施例的第四方面提供了一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述任一种电芯析锂分析方法的步骤。0040本申请实施例的第五方面提供了一种计算机程序产品，当计算机程序产品在电子设备上运行时，使得电子设备执行上述任一种电芯析锂分析方法的步骤。0041第二方面至第五方面的有益效果可参照第一方面中的具体描述，此处不再赘述。附图说明00。

20、42为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。0043图1为本申请实施例中一种电芯析锂分析方法的一个实施例流程图；图2为获取目标电芯的光纤光栅测量数据的示意流程图；图3为通过光纤布拉格光栅传感器在电芯内部进行数据测量的示意图；图4为数据拟合函数的示意图；图5为电芯析锂分析模型的训练过程的示意流程图；图6为本申请实施例中一种电芯析锂分析装置的一个实施例结构图；图7为本申请实施例中一种电子设备的示。

21、意框图。具体实施方式0044为使得本申请的发明目的、特征、优点能够更加的明显和易懂，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，下面所描述的实施例仅仅是本申请一部分实施例，而非全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本申请保护的范围。0045应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。0046还应当理解，在此本申请说明书中所使用的。

22、术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。0047还应当进一步理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。0048如在本说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被说明书4/13 页7CN 117521857 A7解释为“当时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到所描述条件或事件”可以依据。

23、上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到所描述条件或事件”或“响应于检测到所描述条件或事件”。0049另外，在本申请的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。0050电芯析锂是指锂离子电池长期在低温环境下充放电而在电芯阳极表面析出金属锂的现象。电池析锂的整个过程不可逆，长此以往不仅会对电池造成损害，还会导致电池存在安全风险。0051在现有技术中，已有较成熟的方法可以进行电芯析锂分析，但该方法是针对方形电芯构建的，适用范围受限，仅适用于对方形电芯的析锂分析，而无法适用于对圆形电芯以及其它电芯的析锂分析。0052针对这一问题，。

24、本申请实施例可以预先使用样本电芯的光纤光栅测量数据进行机器学习模型的训练，从而得到可以进行电芯析锂分析的电芯析锂分析模型。基于该电芯析锂分析模型，即可对目标电芯的光纤光栅测量数据进行处理，从而得到目标电芯的析锂分析结果。通过机器学习的方式，学习到的是各种电芯共有的特性，而非某类电芯专有的特性，因此具有更广的适用范围，可以适用于对包括圆形电芯在内的各种电芯的析锂分析。0053本申请实施例的执行主体可以为电子设备，包括但不限于服务器或者终端设备等中的任一种。0054服务器可以包括但不限于独立的物理服务器、多个物理服务器构成的服务器集群、分布式系统以及云服务器等中的任一种。0055终端设备可以包括但。

25、不限于移动终端设备（例如，手机、掌上电脑（Personal Digital Assistant，PDA）、平板电脑（Tablet Personal Computer，Tablet PC）、笔记本电脑、智能手表、智能手环等）以及固定终端设备（例如，台式计算机、智能面板、电脑一体机等）等中的任一种。0056请参阅图1，本申请实施例中一种电芯析锂分析方法的一个实施例可以包括：步骤S101、获取目标电芯的光纤光栅测量数据。0057在本申请实施例中，可以将待进行电芯析锂分析的电芯记为目标电芯，该目标电芯可以包括但不限于圆形电芯、方形电芯或者其它电芯。0058在用户需要进行电芯析锂分析的情况下，可以发送分。

26、析指令至电子设备，电子设备接收并响应分析指令，获取目标电芯的光纤光栅测量数据并进行后续分析。0059在本申请实施例的一种具体实现方式中，电子设备可以设置有输入面板，在用户需要进行电芯析锂分析的情况下，可以于电子设备的输入面板输入分析指令，电子设备通过输入面板接收分析指令。0060在本申请实施例的一种具体实现方式中，电子设备可以设置有语音识别模块，在用户需要进行电芯析锂分析的情况下，可以于语音识别模块的语音采集范围内发送语音信息，语音识别模块对用户发出的语音信息进行采集，并对采集到的语音信息进行语音识别，并根据语音识别的识别结果确定识别结果中包含用于指示进行电芯析锂分析的情况下，例如，关键词可以。

27、为“电芯析锂分析”、“析锂分析”或“电芯分析”等，则确定接收到进行电芯析锂分析的分析指令。说明书5/13 页8CN 117521857 A80061在本申请实施例的一种具体实现方式中，用户还可以使用客户端进行分析指令的发送，客户端通过网络连接于电子设备，并通过网络与电子设备进行数据交互。0062在用户需要进行电芯析锂分析的情况下，可以发送分析指令至客户端，客户端接收并响应分析指令，通过网络转发分析指令至电子设备，电子设备接收客户端转发的分析指令。0063其中，客户端可以包括但不限于移动客户端（例如，手机客户端、PDA客户端、Tablet PC客户端、笔记本电脑客户端、智能手表客户端、智能手环客。

28、户端或者可穿戴客户端等中的任一种）或者固定客户端（例如，台式计算机客户端、智能面板客户端等）等中的任一种。0064网络可以包括但不限于紫蜂（ZigBee）网络、蓝牙（Bluetooth，BT）网络、无线保真（Wireless Fidelity，WiFi）网络、家庭物联网通讯协定技术（Thread）网络、远距离无线电（Long Range Radio，LoRa）网络、低功率广域网络（LowPower WideArea Network，LPWAN）、红外网络、窄带物联网（Narrow Band Internet of Things，NBIoT）、控制器局域网络（Controller Area Ne。

29、twork，CAN）、数字生活网络联盟（Digital Living Network Alliance，DLNA)网络、广域网（Wide Area Network，WAN）、局域网（Local Area Network，LAN）、城域网（Metropolitan Area Network，MAN）或者无线个人局域网（Wireless Personal Area Network，WPAN）等中的任一种。0065图2所示为步骤S101的一种具体实现方式的示意流程图，如图所示，步骤S101可以包括如下过程：步骤S1011、获取目标电芯的光纤光栅原始测量数据。0066在本申请实施例的一种具体实现方式中。

30、，如图3所示，可以通过光纤布拉格光栅（Fiber Bragg Grating，FBG）传感器301在电芯302内部进行数据测量，与传统的电子或机械传感器相比，FBG传感器具有灵敏度高、不受电磁干扰、质量轻、体积小、耐腐蚀、耐高压、可远距离遥测、能埋入智能结构等一系列的优点，能够准确地对电芯内部的数据进行测量。此处将FBG传感器测量得到的数据记为光纤光栅原始测量数据，光纤光栅原始测量数据可以包括但不限于多个测量时间点的温度、压力、波长、信号强度等数据。0067在本申请实施例的一种具体实现方式中，FBG传感器可以同时在电芯内部的多个测量位置（即通道）进行数据测量，以提高数据的可靠性。测量通道在电芯。

31、内部的具体位置分布可以根据实际情况进行设置，本申请实施例对此不作具体限定。0068在本申请实施例的一种具体实现方式中，FBG传感器可以在目标电芯的多次充放电循环过程中进行数据测量，以提高数据的可靠性。在每次充放电循环过程中，针对每个测量通道，均进行多个测量时间点的数据测量。此处可以将充放电循环的次数记为K，将测量通道的个数记为C，将测量时间点的个数记为N，其中，K、C、N均为正整数，其具体取值可以根据实际情况进行设置，例如，可以设置K为100、200、300或者其它取值，可以设置C为8、16、32或者其它取值，可以设置N为100、200、300或者其它取值，本申请实施例对此不作具体限定。006。

32、9为了便于后续使用，可以将目标电芯的光纤光栅原始测量数据存储至预先设置的数据文件中，当需要进行电芯析锂分析时，可以从数据文件中获取目标电芯的光纤光栅原始测量数据。0070步骤S1012、根据光纤光栅原始测量数据计算对应的中心波长。说明书6/13 页9CN 117521857 A90071在本申请实施例的一种具体实现方式中，对每个通道而言，可以从光纤光栅原始测量数据中提取同一测量时间点的多组波长和信号强度，如表1所示：表10072在提取到同一测量时间点的多组波长和信号强度之后，可以对其进行数据拟合，从而得到数据拟合函数，此处将该数据拟合函数记为：y=f(x)，其中，x为波长，y为信号强度。007。

33、3图4所示为数据拟合函数的示意图，根据数据拟合函数可以确定出信号强度峰值，信号强度峰值对应的波长即为中心波长。0074对每个通道的每个测量时间点的数据，均进行这一数据拟合过程，即可得到每个通道的每个测量时间点的中心波长。0075通过上述方案，采用数据拟合的方式可以计算得到准确的中心波长，从而为后续的电芯析锂分析提供了可靠的依据。0076步骤S1013、根据中心波长确定目标电芯的光纤光栅测量数据。0077在本申请实施例的一种具体实现方式中，光纤光栅测量数据可以包括在K次充放电循环、C个测量通道、N个测量时间点的基本数据单元，从而可以综合多次充放电循环、多个测量通道、多个测量时间点的数据进行全面分。

34、析，有效提高了最终的析锂分析结果的准确性。0078其中，基本数据单元可以包括中心波长，由于中心波长是与电芯的析锂情况相关的，可以反映出电芯的析锂情况，因此包括了中心波长的数据可以作为电芯析锂分析的有效依据。0079在本申请实施例的一种具体实现方式中，基本数据单元还可以包括环境参数。即在基于中心波长来进行电芯析锂分析的基础上，考虑到中心波长会受到所处环境的影响，可以基于中心波长和环境参数来进行更加全面的电芯析锂分析，进一步提高了最终的析锂分析结果的准确性。0080其中，环境参数可以包括但不限于温度和/或压力等参数，通过将对中心波长影响最大的温度和/或压力纳入考虑，有效提高了最终的析锂分析结果的准。

35、确性。说明书7/13 页10CN 117521857 A100081表2所示即为一种可能的光纤光栅测量数据的示例：表20082步骤S102、使用电芯析锂分析模型对目标电芯的光纤光栅测量数据进行处理，得到目标电芯的析锂分析结果。0083其中，电芯析锂分析模型为预先使用样本电芯的光纤光栅测量数据训练得到的机器学习模型。具体采用何种机器学习模型可以根据实际情况进行设置，本申请实施例对此不作具体限定。例如，可以包括但不限于：决策树、随机森林、XGBoost等模型。0084图5所示为电芯析锂分析模型的训练过程的示意流程图，如图所示，电芯析锂分析模型的训练过程可以包括：步骤S501、获取样本电芯的光纤光栅。

36、测量数据。0085其中，样本电芯可以为与目标电芯类型相同的电芯，样本电芯的具体数量可以根据实际情况进行设置，例如，可以将其设置为数十个、数百个或者其它数量，本申请实施例对此不作具体限定。0086每个样本电芯的光纤光栅测量数据的获取过程与目标电芯的光纤光栅原始测量数据的获取过程类似，可以首先获取样本电芯的光纤光栅原始测量数据，然后根据样本电芯的光纤光栅原始测量数据计算对应的中心波长，最后根据中心波长确定样本电芯的光纤光栅测量数据。每个样本电芯的光纤光栅测量数据与目标电芯的光纤光栅测量数据具有相同的数据结构。0087光纤光栅测量数据的具体获取过程可参照步骤S101中的详细描述，本申请实施例对此不再。

37、赘述。0088步骤S502、确定样本电芯的析锂分析标签。0089对于每个样本电芯而言，可以对该样本电芯进行拆解分析，观察电芯界面的析锂情况，从而得到拆解分析结果，然后可以根据拆解分析结果确定析锂分析标签。0090在本申请实施例的一种具体实现方式中，样本电芯的析锂分析标签可以为是否析锂，表3所示即为一种可能的样本电芯的析锂分析标签的示例：表3说明书8/13 页11CN 117521857 A110091相应地，目标电芯的析锂分析结果也可以为是否析锂。通过采用是否析锂的二元标签，基于该标签训练所得的电芯析锂分析模型可以有效地分析出目标电芯是否析锂。0092在本申请实施例的一种具体实现方式中，样本电。

38、芯的析锂分析标签可以为析锂等级。0093其中，析锂等级可以根据实际情况进行设置，例如，可以设置等级1（无析锂）、等级2（中等析锂）、等级3（严重析锂）这些等级，也可设置其它形式的析锂等级，本申请实施例对此不作具体限定。0094表4所示即为一种可能的样本电芯的析锂分析标签的示例：表40095相应地，目标电芯的析锂分析结果也可以为析锂等级。通过采用析锂等级作为标签，基于该标签训练所得的电芯析锂分析模型可以有效地分析出目标电芯的析锂等级。0096通过采用电芯拆解的方式，可以得到精准的分析结果，将其作为样本电芯的析锂分析标签进行机器学习，可以提高最终所得的电芯析锂分析模型的准确性。0097步骤S503。

39、、以样本电芯的光纤光栅测量数据为输入，以对应的析锂分析标签为预期输出，对初始的机器学习模型进行训练，得到训练后的电芯析锂分析模型。0098在训练的过程中，可以针对每个样本电芯，使用机器学习模型对该样本电芯的光纤光栅测量数据进行处理，得到该样本电芯的实际输出，然后可以使用预设的损失函数，根据该样本电芯中的预期输出和实际输出计算训练损失值。在本申请实施例中，可以更加实说明书9/13 页12CN 117521857 A12际情况选取现有技术中的任意一种损失函数进行训练损失值的计算，本申请实施例对此不作具体限定。0099在计算得到训练损失值之后，则可以根据训练损失值对机器学习模型的模型参数进行调整。在。

40、本申请实施例中，假设在初始状态下，机器学习模型的模型参数为W1，将训练损失值反向传播修改机器学习模型的模型参数W1，得到修改后的模型参数W2。修改参数之后再继续执行下一次的训练过程，在该次训练过程中，重新计算得到训练损失值，将该训练损失值反向传播修改机器学习模型的模型参数W2，得到修改后的模型参数W3，以此类推，不断重复以上过程，每次训练过程均可对模型参数进行修改，直至满足预设的训练条件，其中，训练条件可以是训练次数达到预设的次数阈值，次数阈值可以根据实际情况进行设置，例如，可以将其设置为数千、数万、数十万甚至更大的数值；训练条件也可以是机器学习模型收敛；由于可能出现训练次数还未达到次数阈值，。

41、但机器学习模型已经收敛，可能导致重复不必要的工作；或者机器学习模型始终无法收敛，可能导致无限循环，无法结束训练的过程，基于上述两种情况，训练条件还可以是训练次数达到次数阈值或机器学习模型收敛。当满足训练条件，即可得到已训练的电芯析锂分析模型。0100通过图5所示的过程，将样本电芯的光纤光栅测量数据和对应的析锂分析标签作为机器学习模型的学习对象，经过训练过程，可以使机器学习模型建立起光纤光栅测量数据与析锂分析标签之间的映射关系，从而在面对新的光纤光栅测量数据时，也可以根据该映射关系得到对应的析锂分析结果。0101在完成电芯析锂分析模型的训练之后，即可使用电芯析锂分析模型对目标电芯的光纤光栅测量数。

42、据进行处理，从而得到目标电芯的析锂分析结果。0102综上所述，本申请实施例可以预先使用样本电芯的光纤光栅测量数据进行机器学习模型的训练，从而得到可以进行电芯析锂分析的电芯析锂分析模型。基于该电芯析锂分析模型，即可对目标电芯的光纤光栅测量数据进行处理，从而得到目标电芯的析锂分析结果。通过机器学习的方式，学习到的是各种电芯共有的特性，而非某类电芯专有的特性，因此具有更广的适用范围，可以适用于对包括圆形电芯在内的各种电芯的析锂分析。0103应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。0104对应。

43、于上文实施例所述的一种电芯析锂分析方法，图6示出了本申请实施例提供的一种电芯析锂分析装置的一个实施例结构图。0105本实施例中，一种电芯析锂分析装置6可以包括：目标电芯数据获取模块601，用于获取目标电芯的光纤光栅测量数据；电芯析锂分析模块602，用于使用电芯析锂分析模型对所述目标电芯的光纤光栅测量数据进行处理，得到所述目标电芯的析锂分析结果；其中，所述电芯析锂分析模型为预先使用样本电芯的光纤光栅测量数据训练得到的机器学习模型。0106在本申请实施例的一种具体实现方式中，所述电芯析锂分析装置还可以包括：样本电芯数据获取模块，用于获取所述样本电芯的光纤光栅测量数据；析锂分析标签确定模块，用于确定。

44、所述样本电芯的析锂分析标签；说明书10/13 页13CN 117521857 A13电芯析锂分析模型训练模块，用于以所述样本电芯的光纤光栅测量数据为输入，以对应的所述析锂分析标签为预期输出，对初始的机器学习模型进行训练，得到训练后的所述电芯析锂分析模型。0107在本申请实施例的一种具体实现方式中，所述析锂分析标签确定模块可以具体用于：对所述样本电芯进行拆解分析，得到拆解分析结果；根据所述拆解分析结果确定所述析锂分析标签。0108在本申请实施例的一种具体实现方式中，所述析锂分析标签可以为是否析锂；相应地，所述析锂分析结果可以为是否析锂。0109在本申请实施例的一种具体实现方式中，所述析锂分析标签。

45、可以为析锂等级；相应地，所述析锂分析结果可以为析锂等级。0110在本申请实施例的一种具体实现方式中，所述目标电芯数据获取模块可以包括：原始测量数据获取单元，用于获取所述目标电芯的光纤光栅原始测量数据；中心波长计算单元，用于根据所述光纤光栅原始测量数据计算对应的中心波长；目标电芯数据确定单元，用于根据中心波长确定所述目标电芯的光纤光栅测量数据。0111在本申请实施例的一种具体实现方式中，所述光纤光栅原始测量数据可以包括多个测量时间点的波长和信号强度；所述中心波长计算单元可以具体用于：对同一测量时间点的多组波长和信号强度进行数据拟合，得到数据拟合函数；根据所述数据拟合函数确定信号强度峰值；将所述信。

46、号强度峰值对应的波长确定为中心波长。0112在本申请实施例的一种具体实现方式中，光纤光栅测量数据可以包括在K次充放电循环、C个测量通道、N个测量时间点的基本数据单元；其中，K、C、N均为正整数。0113在本申请实施例的一种具体实现方式中，所述基本数据单元可以包括中心波长。0114在本申请实施例的一种具体实现方式中，所述基本数据单元还可以包括环境参数。0115在本申请实施例的一种具体实现方式中，所述环境参数可以包括温度和/或压力。0116所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的装置，模块和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。0117在上。

47、述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。0118图7示出了本申请实施例提供的一种电子设备的示意框图，为了便于说明，仅示出了与本申请实施例相关的部分。0119如图7所示，该实施例的电子设备7包括：处理器70、存储器71以及存储在所述存储器71中并可在所述处理器70上运行的计算机程序72。所述处理器70执行所述计算机程序72时实现上述各个电芯析锂分析方法实施例中的步骤，例如图1所示的步骤S101至步骤S102。或者，所述处理器70执行所述计算机程序72时实现上述各装置实施例中各模块/单元的功能，例如图6所示模块601至模块602的功。

48、能。0120示例性的，所述计算机程序72可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器71中，并由所述处理器70执行，以完成本申请。所述一说明书11/13 页14CN 117521857 A14个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序72在所述电子设备7中的执行过程。0121电子设备7可以包括但不限于服务器或者终端设备等中的任一种。服务器可以包括但不限于独立的物理服务器、多个物理服务器构成的服务器集群、分布式系统以及云服务器等中的任一种。终端设备可以包括但不限于移动终端设备（例如，手机、掌上电脑（Perso。

49、nal Digital Assistant，PDA）、平板电脑（Tablet Personal Computer，Tablet PC）、笔记本电脑、智能手表、智能手环等）以及固定终端设备（例如，台式计算机、智能面板、电脑一体机等）等中的任一种。0122本领域技术人员可以理解，图7仅仅是电子设备7的示例，并不构成对电子设备7的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述电子设备7还可以包括输入输出设备、网络接入设备、总线等。0123所述处理器70可以是中央处理单元（Central Processing Unit，CPU），还可以是其它通用处理器、数字信号处理器。

50、（Digital Signal Processor，DSP）、专用集成电路（Application Specific Integrated Circuit，ASIC）、现场可编程门阵列（FieldProgrammable Gate Array，FPGA）或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。0124所述存储器71可以是所述电子设备7的内部存储单元，例如电子设备7的硬盘或内存。所述存储器71也可以是所述电子设备7的外部存储设备，例如所述电子设备7上配备的插接式硬盘，智能存储卡（Smart Media Ca。