CN108254689A - 电池组反极单体电池检测方法和系统 - Google Patents
电池组反极单体电池检测方法和系统 Download PDFInfo
- Publication number
- CN108254689A CN108254689A CN201611240193.3A CN201611240193A CN108254689A CN 108254689 A CN108254689 A CN 108254689A CN 201611240193 A CN201611240193 A CN 201611240193A CN 108254689 A CN108254689 A CN 108254689A
- Authority
- CN
- China
- Prior art keywords
- battery
- antipole
- value
- single battery
- deviation value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/396—Acquisition or processing of data for testing or for monitoring individual cells or groups of cells within a battery
Abstract
本发明公开了一种电池组反极单体电池检测方法和系统,涉及通信系统中蓄电池维护技术领域。其中的方法包括:获取电池组的均衡充电数据,其中,电池组的均衡充电数据包括电池组电压和各电池单体电压;对各电池单体电压进行归一化处理;根据聚类分析算法确定单体电池的参考电压值;计算归一化处理后的各电池单体电压与参考电压值的偏离值;对各电池的偏离值进行交叉计算,确定出电池组中的反极单体电池。本发明能够在不放电的条件下更好的确定电池组性能,及时发现故障单体电池,为在线评估蓄电池组的健康状况和及时更新电池提供重要的信息,使蓄电池组能够处于良好稳定运行状态,保障用电设备的安全运行。
Description
技术领域
本发明涉及通信系统中蓄电池维护技术领域,尤其涉及一种电池组反极单体电池检测方法和系统。
背景技术
蓄电池组单体电池反极是蓄电池严重劣化、故障的一种现象,这会导致蓄电池组不能正常放出电流供电,在通信行业会引发通信系统出现宕机甚至是瘫痪事故。因此,通信行业为保证后备蓄电池系统供电安全,通过蓄电池组的核对性或深度放电检查蓄电池容量,这是评价蓄电池性能和检测反极单体电池最有效的办法。现有技术中,可以通过蓄电池组的核对性或深度放电测试数据分析评估,实现初步判断蓄电池是否故障、是否反极、是否严重故障。但当前蓄电池远程维护系统进行放电测试检查的方法存在三个方面的缺点:
1、市电供电日趋稳定,大部分通信局点市电停电频次较少。在通信动力直流或UPS(Uninterruptable Power Supply,不间断电源)供电系统中,市电正常时蓄电池组处于浮充或均充状态,系统不能在此种状态下及时发现单体反极的故障。
2、核对性放电测试要求放出额定容量的30%-40%,通常在线实施,因此对负载尤其重要的通信负载而言,如果整体严重劣化或单体反极未能及时发现并整治,则放电测试存在一定的安全风险。
3、维护规程要求蓄电池组每年应做一次核对性放电试验,三年做一次容量试验,使用6年后一年一次,测试时间跨度较长,通过放电测试发现电池故障的及时性不够高。
发明内容
本发明要解决的一个技术问题是提供一种电池组反极单体电池检测方法和系统,能够在不放电的条件下更好的确定电池组性能,及时发现故障单体电池。
根据本发明一方面,提出一种电池组反极单体电池检测方法,包括:获取电池组的均衡充电数据,其中,电池组的均衡充电数据包括电池组电压和各电池单体电压;对各电池单体电压进行归一化处理;根据聚类分析算法确定单体电池的参考电压值;计算归一化处理后的各电池单体电压与参考电压值的偏离值;对各电池的偏离值进行交叉计算,确定出电池组中的反极单体电池。
进一步地,该方法还包括:对各电池的偏离值进行极化处理,确定各电池的极化偏离值;对各电池的极化偏离值进行交叉计算,确定出电池组中的反极单体电池。
进一步地,对各电池的极化偏离值进行交叉计算,确定出电池组中的反极单体电池包括:对各电池进行极化偏离值交叉计算生成对称矩阵;统计对称矩阵的列或行中的数据数值大于数值阈值的个数,当第i列或第i行中的数据数值大于数值阈值的个数大于个数阈值时,则确定第i列或第i行对应的电池为反极单体电池。
进一步地,根据聚类分析算法确定单体电池的参考电压值包括:在各电池单体电压中设置多个聚类中心;根据聚类算法对聚类中心进行合并确定聚类中心值;在计算出的聚类中心值中取最小值,作为单体电池的参考电压值。
进一步地,该方法还包括:确定电池组中的反极单体电池后进行报警处理。
根据本发明的另一方面,还提出一种电池组反极单体电池检测系统,包括:均衡充电数据获取单元,用于获取电池组的均衡充电数据,其中,电池组的均衡充电数据包括电池组电压和各电池单体电压;归一化处理单元,用于对各电池单体电压进行归一化处理;参考电压确定单元,用于根据聚类分析算法确定单体电池的参考电压值;偏离值计算单元,用于计算归一化处理后的各电池单体电压与参考电压值的偏离值;反极单体电池确定单元,用于对各电池的偏离值进行交叉计算,确定出电池组中的反极单体电池。
进一步地,该系统还包括极化偏离值计算单元;极化偏离值计算单元用于对各电池的偏离值进行极化处理,确定各电池的极化偏离值;反极单体电池确定单元用于对各电池的极化偏离值进行交叉计算,确定出电池组中的反极单体电池。
进一步地,反极单体电池确定单元用于对各电池进行极化偏离值交叉计算生成对称矩阵;统计对称矩阵的列或行中的数据数值大于数值阈值的个数,当第i列或第i行中的数据数值大于数值阈值的个数大于个数阈值时,则确定第i列或第i行对应的电池为反极单体电池。
进一步地,参考电压确定单元用于在各电池单体电压中设置多个聚类中心;根据聚类算法对聚类中心进行合并确定聚类中心值;在计算出的聚类中心值中取最小值,作为单体电池的参考电压值。
进一步地,该系统还包括报警处理单元;报警处理单元用于确定电池组中的反极单体电池后进行报警处理。
与现有技术相比,本发明通过对电池组的在线均衡充电数据进行大数据分析,并利用统计学指标,判断电池组中是否存在反极单体电池,因此,能够在不放电的条件下更好的确定电池组性能,及时发现故障单体电池,为在线评估蓄电池组的健康状况和及时更新电池提供重要的信息,使蓄电池组能够处于良好稳定运行状态,保障用电设备的安全运行。
另外,本发明由于不需要进行放电测试,节省人力物力和工作时间,降低人工成;也不存在供电安全风险。目前,很多蓄电池组都有定期均衡充电的机制,比放电测试频次高,因此相对能更早发现故障电池,减少安全隐。
通过以下参照附图对本发明的示例性实施例的详细描述,本发明的其它特征及其优点将会变得清楚。
附图说明
构成说明书的一部分的附图描述了本发明的实施例,并且连同说明书一起用于解释本发明的原理。
参照附图,根据下面的详细描述,可以更加清楚地理解本发明,其中:
图1为本发明电池组反极单体电池检测方法的一个实施例的流程示意图。
图2为本发明电池组反极单体电池检测方法的另一个实施例的流程示意图。
图3为本发明电池组反极单体电池检测方法中聚类中心计算流程图。
图4为本发明电池组反极单体电池检测方法的一个具体实施例的流程示意图。
图5为放电曲线对比图。
图6为本发明电池组反极单体电池检测系统的一个实施例的结构示意图。
图7为本发明电池组反极单体电池检测系统的另一个实施例的结构示意图。
具体实施方式
现在将参照附图来详细描述本发明的各种示例性实施例。应注意到:除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。
同时,应当明白,为了便于描述,附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。
以下对至少一个示例性实施例的描述实际上仅仅是说明性的,决不作为对本发明及其应用或使用的任何限制。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论,但在适当情况下,所述技术、方法和设备应当被视为授权说明书的一部分。
在这里示出和讨论的所有示例中,任何具体值应被解释为仅仅是示例性的,而不是作为限制。因此,示例性实施例的其它示例可以具有不同的值。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步讨论。
为使本发明的目的、技术方案和优点更加清楚明白,以下结合具体实施例,并参照附图,对本发明进一步详细说明。
图1为本发明电池组反极单体电池检测方法的一个实施例的流程示意图。该方法包括以下步骤:
在步骤110,获取电池组的均衡充电数据,其中,电池组的均衡充电数据包括电池组电压和各电池单体电压,电池组可以为蓄电池组。例如,软件系统24小时在线监测蓄电池组整组电压和各电池单体电压,当电池组总电压达到均衡充电电压时自动将各单体电压数据计入数据库,直到均衡充电过程结束。
在步骤120,对各电池单体电压进行归一化处理。例如,可以将各电池单体电压值与同组最高电压值进行比较,从而实现归一化处理。
在步骤130,根据聚类分析算法确定单体电池的参考电压值。其中,可以利用K-means聚类算法计算单体电池的参考电压值。例如,在各电池单体电压中设置多个聚类中心;根据聚类算法对聚类中心进行合并确定聚类中心值;在计算出的聚类中心值中取最小值,作为单体电池的参考电压值。
在步骤140,计算归一化处理后的各电池单体电压与参考电压值的偏离值。在一个实施例中,还可以对各电池的偏离值进行极化处理,得到各电池的极化偏离值。
在步骤150,对各电池的偏离值进行交叉计算,确定出电池组中的反极单体电池。例如,对各电池之间的偏离值进行交叉计算后,生成对称矩阵;统计对称矩阵的列或行中的数据数值大于数值阈值的个数,当第i列或第i行中的数据数值大于数值阈值的个数大于个数阈值时,则确定第i列或第i行对应的电池为反极单体电池。其中,i为自然数。
在该实施例中,通过对电池组的在线均衡充电数据进行大数据分析,并利用统计学指标,判断电池组中是否存在反极单体电池,因此,能够在不放电的条件下更好的确定电池组性能,及时发现故障单体电池,为在线评估蓄电池组的健康状况和及时更新电池提供重要的信息,使蓄电池组能够处于良好稳定运行状态,保障用电设备的安全运行。
图2为本发明电池组反极单体电池检测方法的另一个实施例的流程示意图。该方法包括以下步骤:
在步骤210,获取蓄电池组的均衡充电数据,其中,蓄电池组的均衡充电数据包括电池组电压和各电池单体电压。可以基于当前蓄电池远程维护系统的软硬件条件(集成式温度电压采集传感器、智能数据采集及监控终端、报文处理服务器、数据库服务器、Web服务器、客户端软件和Web浏览软件等),采用DelphiXE2语言对收集的大量蓄电池组24小时在线运行数据,获得蓄电池组的均衡充电数据。
在步骤220,对各电池单体电压进行归一化处理。当软件系统检测到有新的均衡充电数据记录后,启动一个线程,开始对均衡充电数据进行分析。其中,若第i个电池单体电压值为Vi,蓄电池组中最高电压为Vmax,则对第i个电池单体电压进行归一化处理后为
在步骤230,采用K-means聚类算法确定单体电池的参考电压值。其中,可以如图3所示,在步骤310,先对控制参数进行初始化设置,k为初始聚类中心个数;N为每一类中允许的最少样本数目(若少于此数,就不能单独成为一类);Z为两类中心间的最小距离下限(若小于此数,这两类应合并);T为在每次迭代中最多可以进行“合并”操作的次数;S为允许的最多迭代次数,选定初始聚类中心。
在步骤320,将样本集{Vi}中每个样本分到某一类中。
在步骤330,依据N判断合并,例如,如果类wj中样本数nj<N,则取消该类的中心Cj,k=k-1,则重新执行步骤320。
在步骤340,计算分类后的参数,例如各类重心、类内平均距离及总体平均距离
在步骤350,进行合并操作,即计算各类中心间的距离Zij,其中,i=1,2,3...,k-1;j=1,2,3...,k;依据Z判断合并。将Zij与Z比较,并将小于Z的Zij按递增次序排列,取前T个。从最小的Zij开始,将相应的两类合并,并计算合并后的聚类中心。在一次迭代中,某一类最多只能合并一次,k=k-已合并掉的类数。
在步骤360,如果迭代次数Ip=S或过程收敛,则算法结束。否则,Ip=Ip+1,若需要调整参数,则转至步骤310;若不改变参数,则转至步骤320。
依次检查得到的i个聚类中心值,即该类电池归一化值的平均值,满足下式:其中i为第i类,m是第i类的电池数。Xij为第i类的第j个归一化值。单体电池的参考电压值R取其中最小的数据中心值,即R=min{Ci}。
在步骤240,计算归一化处理后的各电池单体电压与参考电压值的偏离值,即Di=|Xi-R|。
在步骤250,采用指数函数对偏离值进行极化处理,使偏离值两极分化,获得各电池的极化偏离值,其中,可以利用经验公式得到极化偏离值,即
在步骤260,电池之间进行极化偏离值交叉计算,并排成对称矩阵Z。例如将电池组中各极化偏离值两两相减并取绝对值取整确定对称矩阵,其中,Zij=|Yi-Yj|。
在步骤270,统计对称矩阵的列或行中的数据,确定数值大于数值阈值的个数,当第i列或第i行中的数据数值大于数值阈值的个数大于个数阈值时,则确定第i列或所述第i行对应的电池为反极单体电池。
在该实施例中,采用更安全和更容易获取的蓄电池组在线均衡充电数据,进行大数据分析,找到一种统计学指标,用来判断蓄电池组中是否存在严重劣化、危害程度较高的反极单体电池。该实施例不需要进行放电测试,节省人力物力和工作时间,降低人工成;由于不需要进行放电测试,因此不存在供电安全风险。目前,很多蓄电池组都有定期均衡充电的机制,比放电测试频次高,因此相对能更早发现故障电池,减少安全隐。
在本发明的另一个实施例中,还可以包括步骤280,确定电池组中的反极单体电池后进行报警处理,可以及时提醒工作人员更换电池。
另外,在步骤290,还可以将反极单体电池进行数据库记录。
图4为本发明电池组反极单体电池检测方法的一个具体实施例的流程示意图。
在步骤410,对电池组进行均衡充电实验。例如,按照《中国电信电源、空调维护规程》。电池组由24节单体电池组成,整流器输出电压设定到56.4V,在每个单体电池两侧加装传感器,记录充电过程中每个时间点单体电池的电压、电流、平均温度等数据,以备后续处理。其中,均衡充电时间约30分钟,以电池组充电电流稳定在较小值为佳。
在步骤420,归一化处理。即取均衡充电试验中记录的电池组电流绝对值最小的一个时间点的充电数据,包括24节单体电池的电压值,记录为样本向量{Vi};并对样本{Vi}进行归一化处理。
在步骤430,进行聚类分析,求取最小的聚类中心值。例如,首先设置12个聚类中心,采用K-means聚类算法,对初始设置的聚类中心进行合并,在最后剩下的几个聚类中心值中取最小值,得到参考值R=min{Ci}。
在步骤440,均充电压值与参考值之间的偏差极化处理。即计算各个电池电压与参考值R之间的偏差Di,并取绝对值。对此绝对值按照经验公式进行极化处理,得到极化偏离值。
在步骤450,进行极化偏离值交叉计算。即对一组电池的24个极化偏离值两两相减并取绝对值再取整,统计表中某行或者某列中数值大于14的数据个数count,当count>14时,可以判断该电池为反极电池。其中,电池偏离极化值交叉计算排成方阵形式如表1所示:
1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13 | 14 | 15 | 16 | 17 | 18 | 19 | 20 | 21 | 22 | 23 | 24 |
2 | 0 | 0 | 0 | 0 | 0 | 0 | 25 | 4 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 15 | 0 | 0 | 0 | 0 |
3 | 0 | 0 | 0 | 0 | 0 | 0 | 24 | 5 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 17 | 0 | 0 | 0 | 0 |
4 | 0 | 0 | 0 | 0 | 0 | 0 | 21 | 5 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 17 | 0 | 0 | 0 | 0 |
5 | 0 | 0 | 0 | 0 | 0 | 0 | 24 | 5 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 16 | 0 | 0 | 0 | 0 |
6 | 0 | 0 | 0 | 0 | 0 | 0 | 22 | 4 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 15 | 0 | 0 | 0 | 0 |
7 | 0 | 0 | 0 | 0 | 0 | 0 | 21 | 4 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 14 | 0 | 0 | 0 | 0 |
8 | 25 | 24 | 21 | 24 | 22 | 21 | 0 | 1 | 24 | 21 | 25 | 17 | 23 | 25 | 16 | 24 | 25 | 22 | 0 | 24 | 25 | 25 | 21 |
9 | 4 | 5 | 5 | 5 | 4 | 4 | 1 | 0 | 5 | 4 | 5 | 3 | 4 | 5 | 3 | 5 | 5 | 4 | 0 | 5 | 5 | 5 | 4 |
10 | 0 | 0 | 0 | 0 | 0 | 0 | 24 | 5 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 17 | 0 | 0 | 0 | 0 |
11 | 0 | 0 | 0 | 0 | 0 | 0 | 21 | 4 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 14 | 0 | 0 | 0 | 0 |
12 | 0 | 0 | 0 | 0 | 0 | 0 | 25 | 5 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 17 | 0 | 0 | 0 | 0 |
13 | 0 | 0 | 0 | 0 | 0 | 0 | 17 | 3 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 11 | 0 | 0 | 0 | 0 |
14 | 0 | 0 | 0 | 0 | 0 | 0 | 23 | 4 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 15 | 0 | 0 | 0 | 0 |
15 | 0 | 0 | 0 | 0 | 0 | 0 | 25 | 5 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 17 | 0 | 0 | 0 | 0 |
16 | 0 | 0 | 0 | 0 | 0 | 0 | 16 | 3 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 11 | 0 | 0 | 0 | 0 |
17 | 0 | 0 | 0 | 0 | 0 | 0 | 24 | 5 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 16 | 0 | 0 | 0 | 0 |
18 | 0 | 0 | 0 | 0 | 0 | 0 | 25 | 5 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 17 | 0 | 0 | 0 | 0 |
19 | 0 | 0 | 0 | 0 | 0 | 0 | 22 | 4 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 15 | 0 | 0 | 0 | 0 |
20 | 15 | 17 | 17 | 16 | 15 | 14 | 0 | 0 | 17 | 14 | 17 | 11 | 15 | 17 | 11 | 16 | 17 | 15 | 0 | 17 | 17 | 17 | 14 |
21 | 0 | 0 | 0 | 0 | 0 | 0 | 24 | 5 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 17 | 0 | 0 | 0 | 0 |
22 | 0 | 0 | 0 | 0 | 0 | 0 | 25 | 5 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 17 | 0 | 0 | 0 | 0 |
23 | 0 | 0 | 0 | 0 | 0 | 0 | 25 | 5 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 17 | 0 | 0 | 0 | 0 |
24 | 0 | 0 | 0 | 0 | 0 | 0 | 21 | 4 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 14 | 0 | 0 | 0 | 0 |
表1
表1为某站点一次均衡充电数据的计算结果,24节电池两两进行极化值交叉计算,得到的数据排成方阵的形式,第8行和第8列都是第8号电池和其余电池之间的极化值偏差,可见偏差值处于较大的水平(大于20),且8号电池偏离了同组中的大多数电池,可以判定为反极单体电池。
为验证这一判定结果,对该站点的蓄电池组进行了时长2.2小时的放电试验,记录放电过程中全部电池在各个时间点上的电压值,并绘制成放电曲线对比图,见放电曲线图5。其中黑色曲线对应8号电池,从曲线上可以明显看出8#电池经过短时间的放电之后,电压迅速下跌到0,从一个电源变成一个用电器,再被同组电池反向充电,其端电压变成负值,是一个典型的反极单体电池,和本发明中采用的方法的判断结果是一致的。
通信电力系统中蓄电池组的优劣对于通信安全至关重要,因此针对当前蓄电池远程维护系统通过放电来检查蓄电池的技术所存在的缺点和安全风险,在上述实施例中,使用蓄电池均衡充电电压来判断蓄电池组中反极单体电池的存在与否,能够在不放电的条件下更好的确定蓄电池组的性能。另外,由于仅需要一段时间的均衡充电数据,因此比放电数据更容易获取,简便易行,操作时间也短。另外,该实施例对反极单体电池的判断准确率可达80%以上。
图6为本发明电池组反极单体电池检测系统的一个实施例的结构示意图。该系统包括均衡充电数据获取单元610、归一化处理单元620、参考电压确定单元630、偏离值计算单元640和反极单体电池确定单元650,其中:
均衡充电数据获取单元610用于获取电池组的均衡充电数据,其中,电池组的均衡充电数据包括电池组电压和各电池单体电压。归一化处理单元620用于对各电池单体电压进行归一化处理。例如,可以将各电池单体电压值与同组最高电压值进行比较,从而实现归一化处理。参考电压确定单元630用于根据聚类分析算法确定单体电池的参考电压值。例如,可以利用K-means聚类算法计算单体电池的参考电压值。偏离值计算单元640用于计算归一化处理后的各电池单体电压与参考电压值的偏离值。反极单体电池确定单元650用于对各电池的偏离值进行交叉计算,确定出电池组中的反极单体电池。例如,对各电池之间的偏离值进行交叉计算后,生成对称矩阵;统计对称矩阵的列或行中的数据数值大于数值阈值的个数,当第i列或第i行中的数据数值大于数值阈值的个数大于个数阈值时,则确定第i列或第i行对应的电池为反极单体电池。其中,i为自然数。
在该实施例中,通过对电池组的在线均衡充电数据进行大数据分析,并利用统计学指标,判断电池组中是否存在反极单体电池,因此,能够在不放电的条件下更好的确定电池组性能,及时发现故障单体电池,为在线评估蓄电池组的健康状况和及时更新电池提供重要的信息,使蓄电池组能够处于良好稳定运行状态,保障用电设备的安全运行。
图7为本发明电池组反极单体电池检测系统的另一个实施例的结构示意图。该系统包括均衡充电数据获取单元710、归一化处理单元720、参考电压确定单元730、偏离值计算单元740、极化偏离值计算单元750和反极单体电池确定单元760,其中:
均衡充电数据获取单元710用于获取蓄电池组的均衡充电数据,其中,蓄电池组的均衡充电数据包括电池组电压和各电池单体电压。归一化处理单元720用于对各电池单体电压进行归一化处理。例如,若蓄电池组中第i个电池单体电压值为Vi,蓄电池组中最高电压为Vmax,则对第i个电池单体电压进行归一化处理后为参考电压确定单元730用于采用K-means聚类算法确定单体电池的参考电压值。例如,如图3所示,在各电池单体电压中设置多个聚类中心;根据聚类算法对聚类中心进行合并确定聚类中心值;在计算出的聚类中心值中取最小值,作为单体电池的参考电压值。偏离值计算单元740用于计算归一化处理后的各电池单体电压与参考电压值的偏离值。极化偏离值计算单元750用于采用指数函数对偏离值进行极化处理,使偏离值两极分化,获得各电池的极化偏离值,其中,可以利用经验公式得到极化偏离值,即反极单体电池确定单元760用于电池之间进行极化偏离值交叉计算,并排成对称矩阵Z。例如将电池组中各极化偏离值两两相减并取绝对值取整确定对称矩阵,其中,Zij=|Yi-Yj|,统计对称矩阵的列或行中的数据,确定数值大于数值阈值的个数,当第i列或第i行中的数据数值大于数值阈值的个数大于个数阈值时,则确定第i列或所述第i行对应的电池为反极单体电池。
在本发明的另一个实施例中,该系统还可以包括报警处理单元770,报警处理单元770用于确定电池组中的反极单体电池后进行报警处理,可以及时提醒工作人员更换电池。
在上述实施例中,采用更安全和更容易获取的蓄电池组在线均衡充电数据,进行大数据分析,找到一种统计学指标,用来判断蓄电池组中是否存在严重劣化、危害程度较高的反极单体电池。该实施例不需要进行放电测试,节省人力物力和工作时间,降低人工成;由于不需要进行放电测试,因此不存在供电安全风险。目前,很多蓄电池组都有定期均衡充电的机制,比放电测试频次高,因此相对能更早发现故障电池,减少安全隐。
至此,已经详细描述了本发明。为了避免遮蔽本发明的构思,没有描述本领域所公知的一些细节。本领域技术人员根据上面的描述,完全可以明白如何实施这里公开的技术方案。
可能以许多方式来实现本发明的方法以及装置。例如,可通过软件、硬件、固件或者软件、硬件、固件的任何组合来实现本发明的方法以及装置。用于所述方法的步骤的上述顺序仅是为了进行说明,本发明的方法的步骤不限于以上具体描述的顺序,除非以其它方式特别说明。此外,在一些实施例中,还可将本发明实施为记录在记录介质中的程序,这些程序包括用于实现根据本发明的方法的机器可读指令。因而,本发明还覆盖存储用于执行根据本发明的方法的程序的记录介质。
虽然已经通过示例对本发明的一些特定实施例进行了详细说明,但是本领域的技术人员应该理解,以上示例仅是为了进行说明,而不是为了限制本发明的范围。本领域的技术人员应该理解,可在不脱离本发明的范围和精神的情况下,对以上实施例进行修改。本发明的范围由所附权利要求来限定。
Claims (10)
1.一种电池组反极单体电池检测方法,其特征在于,包括:
获取电池组的均衡充电数据,其中,所述电池组的均衡充电数据包括电池组电压和各电池单体电压;
对各电池单体电压进行归一化处理;
根据聚类分析算法确定单体电池的参考电压值;
计算归一化处理后的各电池单体电压与所述参考电压值的偏离值;
对各电池的偏离值进行交叉计算,确定出所述电池组中的反极单体电池。
2.根据权利要求1所述的方法,其特征在于,还包括:
对各电池的偏离值进行极化处理,确定各电池的极化偏离值;
对各电池的极化偏离值进行交叉计算,确定出所述电池组中的反极单体电池。
3.根据权利要求2所述的方法,其特征在于,对各电池的极化偏离值进行交叉计算,确定出所述电池组中的反极单体电池包括:
对各电池进行极化偏离值交叉计算生成对称矩阵;
统计所述对称矩阵的列或行中的数据数值大于数值阈值的个数,当第i列或第i行中的数据数值大于数值阈值的个数大于个数阈值时,则确定所述第i列或所述第i行对应的电池为反极单体电池。
4.根据权利要求1所述的方法,其特征在于,根据聚类分析算法确定单体电池的参考电压值包括:
在各电池单体电压中设置多个聚类中心;
根据聚类算法对所述聚类中心进行合并确定聚类中心值;
在计算出的聚类中心值中取最小值,作为所述单体电池的参考电压值。
5.根据权利要求1-4任一所述的方法,其特征在于,还包括:
确定所述电池组中的反极单体电池后进行报警处理。
6.一种电池组反极单体电池检测系统,其特征在于,包括:
均衡充电数据获取单元,用于获取电池组的均衡充电数据,其中,所述电池组的均衡充电数据包括电池组电压和各电池单体电压;
归一化处理单元,用于对各电池单体电压进行归一化处理;
参考电压确定单元,用于根据聚类分析算法确定单体电池的参考电压值;
偏离值计算单元,用于计算归一化处理后的各电池单体电压与所述参考电压值的偏离值;
反极单体电池确定单元,用于对各电池的偏离值进行交叉计算,确定出所述电池组中的反极单体电池。
7.根据权利要求6所述的系统,其特征在于,还包括极化偏离值计算单元;
所述极化偏离值计算单元用于对各电池的偏离值进行极化处理,确定各电池的极化偏离值;
所述反极单体电池确定单元用于对各电池的极化偏离值进行交叉计算,确定出所述电池组中的反极单体电池。
8.根据权利要求7所述的系统,其特征在于,所述反极单体电池确定单元用于对各电池进行极化偏离值交叉计算生成对称矩阵;统计所述对称矩阵的列或行中的数据数值大于数值阈值的个数,当第i列或第i行中的数据数值大于数值阈值的个数大于个数阈值时,则确定所述第i列或所述第i行对应的电池为反极单体电池。
9.根据权利要求6所述的系统,其特征在于,所述参考电压确定单元用于在各电池单体电压中设置多个聚类中心;根据聚类算法对所述聚类中心进行合并确定聚类中心值;在计算出的聚类中心值中取最小值,作为所述单体电池的参考电压值。
10.根据权利要求6-9任一所述的系统,其特征在于,还包括报警处理单元;
所述报警处理单元用于确定所述电池组中的反极单体电池后进行报警处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611240193.3A CN108254689B (zh) | 2016-12-29 | 2016-12-29 | 电池组反极单体电池检测方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611240193.3A CN108254689B (zh) | 2016-12-29 | 2016-12-29 | 电池组反极单体电池检测方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108254689A true CN108254689A (zh) | 2018-07-06 |
CN108254689B CN108254689B (zh) | 2020-04-28 |
Family
ID=62719600
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611240193.3A Active CN108254689B (zh) | 2016-12-29 | 2016-12-29 | 电池组反极单体电池检测方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108254689B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109143085A (zh) * | 2018-07-18 | 2019-01-04 | 中国电力科学研究院有限公司 | 一种基于人工智能算法对锂离子电池进行预警的方法及系统 |
CN111007420A (zh) * | 2019-12-26 | 2020-04-14 | 智洋创新科技股份有限公司 | 蓄电池组内单体性能在线筛选方法 |
CN112485694A (zh) * | 2020-11-23 | 2021-03-12 | 国网北京市电力公司 | 电池组的检测方法及装置 |
CN114285115A (zh) * | 2021-12-06 | 2022-04-05 | 中国空间技术研究院 | 适用于pcu-ng的bcdr模块自主故障诊断、隔离与恢复方法 |
WO2022151819A1 (zh) * | 2021-01-18 | 2022-07-21 | 北京理工大学 | 一种基于聚类分析的电池系统在线故障诊断方法和系统 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102245437A (zh) * | 2008-12-10 | 2011-11-16 | 本田技研工业株式会社 | 车辆的故障诊断装置 |
US20120299533A1 (en) * | 2011-05-23 | 2012-11-29 | Pulsetech Products Corporation | Circuit and method enabling the sharing of a battery charger with multiple batteries |
JP2013120072A (ja) * | 2011-12-06 | 2013-06-17 | Denso Corp | 電池監視装置 |
CN103633695A (zh) * | 2013-11-22 | 2014-03-12 | 国家电网公司 | 一种改进的锂电池组均衡方法及其均衡电路 |
CN104505812A (zh) * | 2014-12-03 | 2015-04-08 | 中国联合网络通信集团有限公司 | 一种磷酸铁锂电池安全保护装置及方法 |
CN104614630A (zh) * | 2015-01-19 | 2015-05-13 | 清华大学 | 一种电池微短路的识别方法 |
CN104617621A (zh) * | 2015-01-28 | 2015-05-13 | 杭州高特电子设备有限公司 | 一种改进的动力电池组维护方法 |
CN104866872A (zh) * | 2015-06-03 | 2015-08-26 | 哈尔滨工业大学 | 多特征参数的电池等量分组方法 |
CN104882914A (zh) * | 2014-02-28 | 2015-09-02 | 重庆邮电大学 | 一种多电池单体均衡方法 |
EP3016234A1 (de) * | 2014-10-31 | 2016-05-04 | HILTI Aktiengesellschaft | Tiefentladeschutz für Akkupacks |
CN105629172A (zh) * | 2014-10-27 | 2016-06-01 | 中国移动通信集团甘肃有限公司 | 一种混合蓄电池故障检测的方法及装置 |
-
2016
- 2016-12-29 CN CN201611240193.3A patent/CN108254689B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102245437A (zh) * | 2008-12-10 | 2011-11-16 | 本田技研工业株式会社 | 车辆的故障诊断装置 |
US20120299533A1 (en) * | 2011-05-23 | 2012-11-29 | Pulsetech Products Corporation | Circuit and method enabling the sharing of a battery charger with multiple batteries |
JP2013120072A (ja) * | 2011-12-06 | 2013-06-17 | Denso Corp | 電池監視装置 |
CN103633695A (zh) * | 2013-11-22 | 2014-03-12 | 国家电网公司 | 一种改进的锂电池组均衡方法及其均衡电路 |
CN104882914A (zh) * | 2014-02-28 | 2015-09-02 | 重庆邮电大学 | 一种多电池单体均衡方法 |
CN105629172A (zh) * | 2014-10-27 | 2016-06-01 | 中国移动通信集团甘肃有限公司 | 一种混合蓄电池故障检测的方法及装置 |
EP3016234A1 (de) * | 2014-10-31 | 2016-05-04 | HILTI Aktiengesellschaft | Tiefentladeschutz für Akkupacks |
CN104505812A (zh) * | 2014-12-03 | 2015-04-08 | 中国联合网络通信集团有限公司 | 一种磷酸铁锂电池安全保护装置及方法 |
CN104614630A (zh) * | 2015-01-19 | 2015-05-13 | 清华大学 | 一种电池微短路的识别方法 |
CN104617621A (zh) * | 2015-01-28 | 2015-05-13 | 杭州高特电子设备有限公司 | 一种改进的动力电池组维护方法 |
CN104866872A (zh) * | 2015-06-03 | 2015-08-26 | 哈尔滨工业大学 | 多特征参数的电池等量分组方法 |
Non-Patent Citations (1)
Title |
---|
晓青: "车用铅蓄电池极性颠倒的检查和处理", 《中国设备工程》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109143085A (zh) * | 2018-07-18 | 2019-01-04 | 中国电力科学研究院有限公司 | 一种基于人工智能算法对锂离子电池进行预警的方法及系统 |
CN109143085B (zh) * | 2018-07-18 | 2022-09-27 | 中国电力科学研究院有限公司 | 一种基于人工智能算法对锂离子电池进行预警的方法及系统 |
CN111007420A (zh) * | 2019-12-26 | 2020-04-14 | 智洋创新科技股份有限公司 | 蓄电池组内单体性能在线筛选方法 |
CN112485694A (zh) * | 2020-11-23 | 2021-03-12 | 国网北京市电力公司 | 电池组的检测方法及装置 |
WO2022151819A1 (zh) * | 2021-01-18 | 2022-07-21 | 北京理工大学 | 一种基于聚类分析的电池系统在线故障诊断方法和系统 |
CN114285115A (zh) * | 2021-12-06 | 2022-04-05 | 中国空间技术研究院 | 适用于pcu-ng的bcdr模块自主故障诊断、隔离与恢复方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108254689B (zh) | 2020-04-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108254689A (zh) | 电池组反极单体电池检测方法和系统 | |
WO2021208309A1 (zh) | 用于储能电站电化学电池在线评估的方法和系统 | |
US10094806B2 (en) | Method and apparatus for monitoring battery state | |
EP3676625B1 (en) | Apparatus and methods for identifying anomaly(ies) in re-chargeable battery of equipment and connected component(s) | |
CN106443490B (zh) | 一种电池短路的故障诊断系统 | |
CN112014759B (zh) | 基于分布式集群分析电池性能的方法及系统 | |
CN108053148B (zh) | 一种电力信息系统故障高效诊断方法 | |
CN113052464B (zh) | 电池储能系统可靠性评估方法及系统 | |
CN105866689A (zh) | 电池组串运行状态的评估方法和装置 | |
CN107064806A (zh) | 一种锂电池容量衰减率计算方法 | |
CN108957331A (zh) | 电池性能检测方法及电池性能检测系统 | |
CN108347352A (zh) | 一种电力系统中信息系统及设备性能的诊断方法 | |
CN113343177A (zh) | 基于模糊综合评价理论的电梯设备健康状态诊断方法 | |
CN111460656B (zh) | 一种电力机房通信电源运行寿命评估方法和系统 | |
CN110927609B (zh) | 梯次利用电池储能系统的衰退评估方法及装置 | |
CN109615273A (zh) | 一种电动汽车充电设施状态评价方法与系统 | |
CN115514068A (zh) | 一种锂电池梯次利用的电芯压差优化方法 | |
CN104882914B (zh) | 一种多电池单体均衡方法 | |
Wang et al. | Voltage fault detection and precaution of batteries based on entropy and standard deviation for electric vehicles | |
CN106407488B (zh) | 发动机失效风险评估方法和系统 | |
CN111142024B (zh) | 一种电池单体不均衡故障的检测方法及装置 | |
CN109557469B (zh) | 蓄电池核容数据分析方法及装置 | |
CN116298910A (zh) | 电池安全管控方法及装置 | |
CN115792636A (zh) | 一种基于电压最值的电池组微小故障定量诊断方法及系统 | |
CN114879054A (zh) | 一种电池安全监测方法、装置、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |