本技術涉及一種電池包，屬于電動工具領域。

背景技術：

1、相關技術中，電池包以及電池管理系統(tǒng)是電動工具領域的核心技術。其關系直流電動工具的壽命、工作能力和用戶體驗。在相關技術中，電池包或電源管理系統(tǒng)通常采用，根據實驗室數據生成電池充放電策略，然后將該充放電策略固化在內部嵌入式軟硬件系統(tǒng)中，對電池進行管理和保護。電池組一旦離開電池組裝廠，一旦故障，需要電池供應商到現場獲取電池數據，并進行故障分析。同時，預制定的電池充放電策略無法將電池在不同環(huán)境下的充放電效率做到最優(yōu)。

技術實現思路

1、本技術的一個目的是解決或至少減輕上述問題的一部分或者全部。本技術提供一種充放電效率更高的更智能的的電池包。

2、為實現上述目標，本技術采用如下技術方案：

3、一種電池包，用于給電動工具供電，包括：殼體；電芯組，容納于殼體，電芯組包括多個電芯單體；傳感器，與電芯電連接，傳感器被配置為生成指示電池包的工作參數的傳感器數據；和電子控制器，電子控制器與傳感器電連接，電子控制器包括電子處理器和存儲器，存儲器包括用于由電子處理器執(zhí)行的機器學習程序，電子控制器被配置為：接收傳感器數據，使用機器學習程序處理傳感器數據，機器學習程序包括經過訓練的神經網絡模型，使用機器學習程序基于傳感器數據生成輸出，輸出至少指示電芯的荷電狀態(tài)、溫度狀態(tài)、健康狀態(tài)、功率狀態(tài)中的至少一個。

4、一些實施例中，神經網絡模型為內嵌物理知識神經網絡模型。

5、一些實施例中，內嵌物理知識神經網絡模型將熱傳導偏微分方程作為神經網絡的限制條件。

6、一些實施例中，傳感器數據包括電流數據、電壓數據、溫度數據、時間數據之中的至少一個。

7、一些實施例中，神經網絡模型為深度神經網絡。

8、一些實施例中，電子控制器從預設的原始數據集重新采樣來創(chuàng)建增強樣本，并根據樣本訓練一系列極限學習機。

9、一些實施例中，神經網絡模型為循環(huán)神經網絡。

10、一些實施例中，還包括通信模塊，機器學習控制程序通過基于預設的傳感器數據和相關輸出的訓練而在電池包外生成，并且由通信模塊接收。

11、一些實施例中，電池包是可拆卸式電池包。

12、一些實施例中，電池包為可充電電池包。

13、一種電池包，用于給電動工具供電，包括：殼體；電芯組，容納于殼體，電芯組包括多個電芯單體；電動工具接口，設置于殼體，被配置為與電動工具耦合；放電電路，分別與電芯和電動工具接口電連接，放電電路被配置為經由電動工具接口向電動工具傳輸電能；傳感器，與電芯電連接，傳感器被配置為生成指示電池包的工作參數的傳感器數據；和電子控制器，電子控制器至少用于控制放電電路，電子控制器包括電子處理器和存儲器，存儲器包括用于由電子處理器執(zhí)行的機器學習程序，電子控制器被配置為：接收傳感器數據，使用機器學習程序處理傳感器數據，使用機器學習程序基于傳感器數據生成輸出，以及基于生成的輸出調節(jié)電池包的保護閾值。

14、一些實施例中，電子控制器還包括第二機器學習程序，基于電池包的保護閾值，第二機器學習程序控制放電電路。

15、一些實施例中，傳感器數據包括電流數據、電壓數據、溫度數據和時間數據。

16、一些實施例中，保護閾值包括過溫保護閾值、欠溫保護閾值、過壓保護閾值、欠壓保護閾值和過流保護閾值之中的至少一個。

17、一些實施例中，電子控制器基于保護閾值控制電池包對電動工具的供電。

18、一些實施例中，保護閾值經由電動工具接口發(fā)送給電動工具，電動工具基于保護閾值控制電動工具的用電。

19、一些實施例中，第二電子控制器，第二電子控制器至少用于控制放電電路，第二電子控制器基于電池包的保護閾值控制放電電路。

20、一些實施例中，第二電子控制器包括機器學習程序。

21、一些實施例中，第二電子控制器與電子控制器設置在相同的電路板上。

22、一些實施例中，第二電子控制器與電子控制器設置在不同的電路板上。

23、一種電池包，用于給電動工具供電，包括：殼體；電芯組，容納于殼體，電芯組包括多個電芯單體；電動工具接口，設置于殼體，被配置為與電動工具耦合并與電動工具通信；放電電路，分別與電芯和電動工具接口電連接，放電電路被配置為經由電動工具接口向電動工具傳輸電能；和電子控制器，電子控制器包括電子處理器和存儲器，存儲器包括用于由電子處理器執(zhí)行的機器學習程序，電子控制器被配置為：通過電動工具接口收集來自于電動工具的工作數據，使用機器學習程序處理工作數據，使用機器學習程序基于工作數據生成輸出，以及基于生成的輸出選擇放電模式并控制放電電路。

24、一些實施例中，放電模式包括性能模式、功耗模式和平衡模式。

25、一些實施例中，放電模式包括串聯(lián)模式和并聯(lián)模式。

26、一些實施例中，機器學習程序根據工作數據識別電動工具的類型。

27、一些實施例中，機器學習程序根據工作數據識別電動工具的用戶的使用習慣。

28、一些實施例中，電子控制器基于放電模式控制電池包對電動工具的供電。

29、一些實施例中，放電模式經由電動工具接口發(fā)送給電動工具，電動工具基于放電模式控制電動工具的用電。

30、一些實施例中，還包括通信模塊，機器學習控制程序通過基于預設的傳感器數據和相關輸出的訓練而在電池包外生成，并且由通信模塊接收。

31、一些實施例中，機器學習控制程序通過基于預設的傳感器數據和相關輸出的訓練而在電池包外生成，通過經由電動工具接口電動工具發(fā)送給電池包。

32、一些實施例中，每個放電模式預先限定放電電壓、放電電流、最大放電電流和放電截止電壓等參數信息及其組合。

33、一種電池包，包括：殼體；電芯組，容納于殼體，電芯組包括多個電芯單體；顯示裝置，設置于殼體，配置為指示電池包的狀態(tài)；傳感器，與電芯組電連接，傳感器被配置為生成指示電池包的工作參數的傳感器數據；電路板，與電芯組和傳感器電連接，電路板上設置有多個電子元件；電子控制器，設置于電路板，電子控制器與傳感器電連接，電子控制器包括電子處理器和存儲器，存儲器包括用于由電子處理器執(zhí)行的機器學習程序，電子控制器被配置為：接收傳感器數據，使用機器學習程序處理傳感器數據，使用機器學習程序基于傳感器數據生成輸出，生成的輸出指示多個電芯單體或多個電子元件的故障，以及根據生成的輸出控制顯示裝置顯示異常狀態(tài)。

34、一些實施例中，電池包還包括通信模塊，通信模塊配置為與遠程設備進行通信連接，電子控制器還被配置為：根據生成的輸出，控制通信模塊將故障發(fā)送給遠程設備。

35、一些實施例中，遠程設備是選自以下組中的至少一個：服務器，智能電話，平板電腦和膝上型計算機。

36、一些實施例中，通信模塊包括選自以下組中的至少一個設備：藍牙、局域網、無線、蜂窩網絡。

37、一些實施例中，輸出包括電芯阻抗、電芯溫度數據、壽命預警、老化預警或安裝故障預警。

38、一些實施例中，顯示裝置是通過生成視覺信號或聽覺信號的設備接收控制信號并將狀態(tài)的信息傳達給用戶。

39、一些實施例中，顯示裝置包括指示燈、蜂鳴器或顯示屏。

40、一些實施例中，電池包還包括：電動工具接口，設置于殼體，被配置為與電動工具耦合并與電動工具通信，電子控制器還被配置為：根據生成的輸出，通過電動工具接口將故障發(fā)送給電動工具。

41、一些實施例中，電池包還包括：充電用電動工具接口，設置于殼體，被配置為與充電器耦合并使充電器為電池包充電，電子控制器還被配置為：根據生成的輸出，通過電動工具接口將故障發(fā)送給充電器。

42、一些實施例中，電子控制器通過實施神經網絡預測電池析鋰、折疊、結構改變。

43、一種電池包，包括：殼體；電芯組，容納于殼體，電芯組包括多個電芯單體；通信模塊，通信模塊配置為與遠程設備進行通信連接；傳感器，與電芯組電連接，傳感器被配置為生成指示電池包的工作參數的傳感器數據；電路板，與電芯組和傳感器電連接，電路板上設置有多個電子元件；電子控制器，設置于電路板，電子控制器與傳感器電連接，電子控制器包括電子處理器和存儲器，存儲器包括用于由電子處理器執(zhí)行的機器學習程序，電子控制器被配置為：接收傳感器數據，使用機器學習程序處理傳感器數據，使用機器學習程序基于傳感器數據生成輸出，生成的輸出指示多個電芯單體或多個電子元件的故障，以及根據生成的輸出控制通信模塊將故障發(fā)送給遠程設備。

44、一些實施例中，遠程設備是選自以下組中的至少一個：服務器，智能電話，平板電腦和膝上型計算機。

45、一些實施例中，通信模塊包括選自以下組中的至少一個設備：藍牙、局域網、無線、蜂窩網絡。

46、本技術的有益之處在于：提供一種基于機器學習程序來對電池包進行管理。通過使用機器學習程序對于電池的電芯組的荷電狀態(tài)、溫度狀態(tài)、健康狀態(tài)、功率狀態(tài)中的至少一個進行指示，以對電池包的放電策略進行優(yōu)化，同時在對電池包的故障報警和保護閾值調整更加準確和精準。提升了電池的使用安全性，同時提高了電池的有效利用率。