CN110457833B - 一种用于电池安全与性能分析的数据构建方法 - Google Patents
一种用于电池安全与性能分析的数据构建方法 Download PDFInfo
- Publication number
- CN110457833B CN110457833B CN201910753592.7A CN201910753592A CN110457833B CN 110457833 B CN110457833 B CN 110457833B CN 201910753592 A CN201910753592 A CN 201910753592A CN 110457833 B CN110457833 B CN 110457833B
- Authority
- CN
- China
- Prior art keywords
- battery
- data
- operation data
- performance analysis
- same
- 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.)
- Active
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 35
- 238000010276 construction Methods 0.000 title claims abstract description 28
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 claims abstract description 13
- 229910001416 lithium ion Inorganic materials 0.000 claims abstract description 13
- 238000013499 data model Methods 0.000 claims abstract description 11
- 230000005856 abnormality Effects 0.000 claims abstract description 10
- 241000668842 Lepidosaphes gloverii Species 0.000 claims description 19
- 238000007781 pre-processing Methods 0.000 claims description 10
- 238000000034 method Methods 0.000 claims 4
- 238000005728 strengthening Methods 0.000 abstract description 3
- 230000002159 abnormal effect Effects 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- PXHVJJICTQNCMI-UHFFFAOYSA-N Nickel Chemical compound [Ni] PXHVJJICTQNCMI-UHFFFAOYSA-N 0.000 description 2
- 238000012512 characterization method Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 1
- PFYQFCKUASLJLL-UHFFFAOYSA-N [Co].[Ni].[Li] Chemical compound [Co].[Ni].[Li] PFYQFCKUASLJLL-UHFFFAOYSA-N 0.000 description 1
- HFCVPDYCRZVZDF-UHFFFAOYSA-N [Li+].[Co+2].[Ni+2].[O-][Mn]([O-])(=O)=O Chemical compound [Li+].[Co+2].[Ni+2].[O-][Mn]([O-])(=O)=O HFCVPDYCRZVZDF-UHFFFAOYSA-N 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 229910052739 hydrogen Inorganic materials 0.000 description 1
- 239000001257 hydrogen Substances 0.000 description 1
- GELKBWJHTRAYNV-UHFFFAOYSA-K lithium iron phosphate Chemical compound [Li+].[Fe+2].[O-]P([O-])([O-])=O GELKBWJHTRAYNV-UHFFFAOYSA-K 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 229910052759 nickel Inorganic materials 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02E60/10—Energy storage using batteries
Landscapes
- Secondary Cells (AREA)
Abstract
本发明公开了一种用于电池安全与性能分析的数据构建方法，所述用于电池安全与性能分析的数据构建方法可构造多维度的电池数据模型，通过基于电池运行数据建立不同维度的电池运行特征，更全面的描述锂离子电池的真实状态，从而强化电池潜在异常的特征，进而做到有效识别。
Description
技术领域
本发明涉及一种用于电池安全与性能分析的数据构建方法。
背景技术
现有技术中，锂离子电池用于安全与性能评估的数据通常除了电池自身的各表征数据以外，往往仅增加了一维数据来描述电池状态，如电池一段时间的表征数据，或者同一时刻下电池系统内各电芯的数据。
现有的锂离子电池安全与性能评估方法主要通过实时数据与预先设定的阈值或者模型进行对比拟合来得出结果，比如对比某一时刻的电压异常阈值、温度异常阈值、电池模组或者电池包中各单体电压分布一致性阈值等，或者基于实时数据输入到预设的模型进行计算。
虽然上述现有的锂离子电池安全与性能评估方法在一定程度上也能够反映锂离子电池的真实状况，但其至少具有以下几个方面的问题：
1、现有的技术对于电池长期潜在的异常不能有效评估或探测出来。如电池内短路，自引发内短路的产生往往无明确的外部作用，其发生发展的时间尺度为数百小时，初期阶段现象不明显，具有很高的隐蔽性，通过短期实时数据难以有效探测。
2、现有的技术不能有效识别异常是否真实存在。由于电池的运行数据由电池管理系统采集并通过现场总线、互联网等途径，受到电池管理采样精度、频率、现场环境等影响，数据容易受到干扰，基于实时数据的异常探测模型容易误判，并且受数据精度和频率影响较大。
发明内容
本发明旨在至少在一定程度上解决上述技术问题之一或至少提供一种有用的商业选择。为此，本发明的目的在于提出一种用于电池安全与性能分析的数据构建方法，所述用于电池安全与性能分析的数据构建方法可构造多维度的电池数据模型，通过基于电池运行数据建立不同维度的电池运行特征，更全面的描述锂离子电池的真实状态，从而强化电池潜在异常的特征，进而做到有效识别。
根据本发明的用于电池安全与性能分析的数据构建方法，所述方法包括以下步骤：获取所述电池的长尺度时间的运行数据；获取同一电池模组中各单体电池的运行数据；获取所述电池在同批次不同运行工况下的运行数据；分析所述电池的长尺度时间的运行数据、同一电池模组中各单体电池的运行数据以及所述电池在同批次不同运行工况下的运行数据以得出一电池运行综合数据，根据所述电池运行综合数据构建多维度的电池数据模型。
根据本发明的用于电池安全与性能分析的数据构建方法，所述用于电池安全与性能分析的数据构建方法可构造多维度的电池数据模型，通过基于电池运行数据建立不同维度的电池运行特征，更全面的描述锂离子电池的真实状态，从而强化电池潜在异常的特征，进而做到有效识别。
另外，根据本发明上述的用于电池安全与性能分析的数据构建方法，还可以具有如下附加的技术特征：
所述电池运行综合数据包括电池运行时对应的时间。
所述电池数据模型包括电池异常预测模型、电池容量预测模型、电池内短路预测模型。
根据获取的电池的长尺度时间的运行数据以及获取的电池在同批次不同运行工况下的运行数据，来确定所述电池异常预测模型。
根据获取的电池的长尺度时间的运行数据以及获取的同一电池模组中各单体电池的运行数据，来确定所述电池容量预测模型。
根据获取的电池的长尺度时间的运行数据、获取的同一电池模组中各单体电池的运行数据以及获取的电池在同批次不同运行工况下的运行数据来确定所述电池内短路预测模型。
在得到所述电池运行综合数据之前还对所述电池的长尺度时间的运行数据、同一电池模组中各单体电池的运行数据以及所述电池在同批次不同运行工况下的运行数据执行预处理的步骤。
所述预处理的步骤包括去除坏值、空值。
所述获取的电池的长尺度时间的运行数据、所述获取的同一电池模组中各单体电池的运行数据以及所述获取的电池在同批次不同运行工况下的运行数据存储于数据库中。
所述电池是锂离子电池。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：
图1是本发明的一个实施例的用于电池安全与性能分析的数据构建方法。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
本发明提供了一种用于电池安全与性能分析的数据构建方法，所述用于电池安全与性能分析的数据构建方法可全面的描述锂离子电池的真实状态，将电池的全部信息构建出来，强化电池潜在异常的特征。
图1是本发明的一个实施例的用于电池安全与性能分析的数据构建方法，参考图1，本发明提供了一种用于电池安全与性能分析的数据构建方法，所述用于电池安全与性能分析的数据构建方法具体包括以下步骤：
S10、获取所述电池的长尺度时间的运行数据。
具体的，本发明的用于电池安全与性能分析的数据构建方法首先获取电池在较长的一段时间内的运行数据，包括电池的电压、容量、内阻、能量、功率、输出功率、自放电率、使用寿命等，本发明的用于电池安全与性能分析的数据构建方法获取电池在较长的一段时间内的运行数据，增加了电池的数据量，增大了电池运行数据的时间尺度。
在具体实施中，所述电池可以是锂离子电池、镍氢电池、镍钴锰酸锂三元电池、镍钴铝酸锂三元电池、磷酸铁锂电池等。在本发明中，所述电池是以锂离子电池为例。
S20、获取同一电池模组中各单体电池的运行数据。
具体的，本发明的用于电池安全与性能分析的数据构建方法还获取同一电池模组中各单体电池的运行数据，即获取同一电池模组中或者同一系统中各单体电池的运行数据，从而增加了在同一系统下不同电池运行的差异信息。
S30、获取所述电池在同批次不同运行工况下的运行数据。
具体的，本发明的用于电池安全与性能分析的数据构建方法还获取电池在同批次不同运行工况下的运行数据，即获取同一批次出厂或者同一批次安装在车辆上的电池在不同运行工况下的运行数据，从而增加了包含相同批次电池在不同工况下运行的差异信息。
S40、分析所述电池的长尺度时间的运行数据、同一电池模组中各单体电池的运行数据以及所述电池在同批次不同运行工况下的运行数据以得出一电池运行综合数据，根据所述电池运行综合数据构建多维度的电池数据模型。
具体的，本发明的用于电池安全与性能分析的数据构建方法在获取上述各种电池的运行数据后对这些获取的各种运行数据进行分析，从而得到电池运行综合数据，然后根据该电池运行综合数据构建多维度的电池数据模型，可以作为电池异常预测模型的数据预处理模型，也可以作为电池容量预测模型的数据预处理模型，还可以作为电池内短路预测模型的数据预处理模型，通过基于电池运行数据建立不同维度的电池运行特征，更全面的描述锂离子电池的真实状态，从而强化电池潜在异常的特征，进而做到有效识别。
在具体实施中，所述电池运行综合数据包括电池运行时对应的时间。具体的，本发明的用于电池安全与性能分析的数据构建方法在对电池的运行数据进行分析时针对电池的每一项运行数据均附上相对应的时间，从而便于追踪历史数据。
在具体实施中，所述电池数据模型包括电池异常预测模型、电池容量预测模型、电池内短路预测模型。具体地，本发明的用于电池安全与性能分析的数据构建方法可根据获取的电池的长尺度时间的运行数据以及获取的电池在同批次不同运行工况下的运行数据，来确定电池异常预测模型；本发明的用于电池安全与性能分析的数据构建方法可根据获取的电池的长尺度时间的运行数据以及获取的同一电池模组中各单体电池的运行数据，来确定电池容量预测模型或者电池寿命预测模型；本发明的用于电池安全与性能分析的数据构建方法可根据获取的同一电池模组中各单体电池的运行数据以及获取的电池在同批次不同运行工况下的运行数据，来确定电池档案预测模型；本发明的用于电池安全与性能分析的数据构建方法可根据获取的电池的长尺度时间的运行数据、获取的同一电池模组中各单体电池的运行数据以及获取的电池在同批次不同运行工况下的运行数据来确定所述电池内短路预测模型。
在具体实施中，在得到所述电池运行综合数据之前还对所述电池的长尺度时间的运行数据、同一电池模组中各单体电池的运行数据以及所述电池在同批次不同运行工况下的运行数据执行预处理的步骤。具体的，所述预处理的步骤包括去除坏值、空值等。本发明的用于电池安全与性能分析的数据构建方法通过在得到所述电池运行综合数据之前还对所述电池的长尺度时间的运行数据、同一电池模组中各单体电池的运行数据以及所述电池在同批次不同运行工况下的运行数据执行预处理的步骤，从而剔除无效的数据，使得构建的多维度的电池数据模型更加准确。
在具体实施中，本发明的用于电池安全与性能分析的数据构建方法，首先获取电池的各种运行数据，按照电池系统进行分组并打上车辆信息标签，对每个电池系统数据按单体电池分组并打上电芯批次标签，然后对分组数据进行预处理，去掉坏值、空值，并打上时间标签，接着将带有车辆信息、电池系统信息、电池批次信息、数据产生时间信息的单体电池数据进行存储，由此即创建了电池运行数据的分析模型。
在具体实施中，所述获取的电池的长尺度时间的运行数据、所述获取的同一电池模组中各单体电池的运行数据以及所述获取的电池在同批次不同运行工况下的运行数据存储于数据库中。具体的，本发明的用于电池安全与性能分析的数据构建方法所获取的电池的各种运行数据均可存储于数据库中，所述数据库可以是SQL Server、DB2、Oracle等。在本发明中，所述数据库是以一SQL Server为例。
下面简要地说明本发明的用于电池安全与性能分析的数据构建方法的具体实现步骤：1、构建电池电芯档案，其中每个电芯档案中包括电芯所在的模组/系统，并标明电芯批次；2、采集电池运行数据，并按照电芯档案将对应电芯运行数据分别存入数据库中；3、记录每一条数据对应的时间；4、进行电池建模分析时，将电芯编码、所在模组/系统和电芯批次作为关键字段搜索，数据周期应大于30天；5、所得数据集合即可作为下一步分析的数据。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在不脱离本发明的原理和宗旨的情况下在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (6)
1.一种用于电池安全与性能分析的数据构建方法，其特征在于，包括以下步骤：
获取所述电池的长尺度时间的运行数据,记录每一条数据对应的时间；
获取同一电池模组中各单体电池的运行数据；
获取所述电池在同批次不同运行工况下的运行数据,包括：构建电池电芯档案，其中每个电芯档案中包括电芯所在的模组/系统，并标明电芯批次；采集电池运行数据，并按照电芯档案将对应电芯运行数据分别存入数据库中；
分析所述电池的长尺度时间的运行数据、同一电池模组中各单体电池的运行数据以及所述电池在同批次不同运行工况下的运行数据以得出一电池运行综合数据，根据所述电池运行综合数据构建多维度的电池数据模型；
所述电池运行综合数据包括电池运行时对应的时间；
其中，进行电池建模分析时，将电芯编码、所在模组/系统和电芯批次作为关键字段搜索，数据周期大于30天；
所得数据集合即可作为下一步分析的数据。
2.根据权利要求1所述的用于电池安全与性能分析的数据构建方法，其特征在于，所述电池数据模型包括电池异常预测模型、电池容量预测模型、电池内短路预测模型。
3.根据权利要求1所述的用于电池安全与性能分析的数据构建方法，其特征在于，在得到所述电池运行综合数据之前还对所述电池的长尺度时间的运行数据、同一电池模组中各单体电池的运行数据以及所述电池在同批次不同运行工况下的运行数据执行预处理的步骤。
4.根据权利要求3所述的用于电池安全与性能分析的数据构建方法，其特征在于，所述预处理的步骤包括去除坏值、空值。
5.根据权利要求1所述的用于电池安全与性能分析的数据构建方法，其特征在于，所述获取的电池的长尺度时间的运行数据、所述获取的同一电池模组中各单体电池的运行数据以及所述获取的电池在同批次不同运行工况下的运行数据存储于数据库中。
6.根据权利要求1-5中任一项所述的用于电池安全与性能分析的数据构建方法，其特征在于，所述电池是锂离子电池。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910753592.7A CN110457833B (zh) | 2019-08-15 | 2019-08-15 | 一种用于电池安全与性能分析的数据构建方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910753592.7A CN110457833B (zh) | 2019-08-15 | 2019-08-15 | 一种用于电池安全与性能分析的数据构建方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110457833A CN110457833A (zh) | 2019-11-15 |
| CN110457833B true CN110457833B (zh) | 2023-07-25 |
Family
ID=68486798
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910753592.7A Active CN110457833B (zh) | 2019-08-15 | 2019-08-15 | 一种用于电池安全与性能分析的数据构建方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110457833B (zh) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103488894A (zh) * | 2013-09-23 | 2014-01-01 | 浙江大学 | 一种电动汽车车载动力电池性能评价方法 |
| CN108549033A (zh) * | 2018-04-19 | 2018-09-18 | 首都师范大学 | 变温变流工况下锂电池退化演变基准路径的构建方法 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104483633B (zh) * | 2014-12-23 | 2017-11-28 | 广东电网有限责任公司电力科学研究院 | 铅酸蓄电池监测系统 |
| US10222427B2 (en) * | 2015-10-08 | 2019-03-05 | Con Edison Battery Storage, Llc | Electrical energy storage system with battery power setpoint optimization based on battery degradation costs and expected frequency response revenue |
| CN108196190B (zh) * | 2017-11-20 | 2020-02-18 | 上海理工大学 | 一种电池组在线故障诊断方法 |
| CN109738802A (zh) * | 2018-12-06 | 2019-05-10 | 中车工业研究院有限公司 | 一种车载储能系统的联合监管系统及方法 |
| CN109934408A (zh) * | 2019-03-18 | 2019-06-25 | 常伟 | 一种基于大数据机器学习进行汽车电池rul预测的应用分析方法 |
-
2019
- 2019-08-15 CN CN201910753592.7A patent/CN110457833B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103488894A (zh) * | 2013-09-23 | 2014-01-01 | 浙江大学 | 一种电动汽车车载动力电池性能评价方法 |
| CN108549033A (zh) * | 2018-04-19 | 2018-09-18 | 首都师范大学 | 变温变流工况下锂电池退化演变基准路径的构建方法 |
Non-Patent Citations (1)
| Title |
|---|
| 马强骏等编著.汽车运行工况检测及其记录装置.《汽车电子技术应用》.西北工业大学出版社,1991, * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110457833A (zh) | 2019-11-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Wang et al. | A novel consistency evaluation method for series-connected battery systems based on real-world operation data | |
| Wang et al. | Voltage fault diagnosis and prognosis of battery systems based on entropy and Z-score for electric vehicles | |
| CN109655754B (zh) | 一种基于充电过程多维分阶的电池性能评估方法 | |
| CN106780121B (zh) | 一种基于用电负荷模式分析的用电异常识别方法 | |
| Hong et al. | Multi‐fault synergistic diagnosis of battery systems based on the modified multi‐scale entropy | |
| CN116154900B (zh) | 一种电池储能电站的主动安全三级防控系统及方法 | |
| CN116148679B (zh) | 一种电池健康状态的预测方法及相关装置 | |
| CN108198408B (zh) | 一种基于用电信息采集系统的自适应反窃电监控方法及系统 | |
| CN109615273B (zh) | 一种电动汽车充电设施状态评价方法与系统 | |
| CN110675070B (zh) | 智能微网设备关键度分析方法 | |
| Qiu et al. | Fault diagnosis for lithium-ion battery energy storage systems based on local outlier factor | |
| CN116660759B (zh) | 基于bms电池管理系统的电池寿命预测方法及装置 | |
| CN114487856A (zh) | 换电站电池的热失控预警方法及系统 | |
| Li et al. | A Novel Method for Lithium‐Ion Battery Fault Diagnosis of Electric Vehicle Based on Real‐Time Voltage | |
| CN114779099A (zh) | 一种基于大数据的新能源汽车电池性能分析监测系统 | |
| CN112816881A (zh) | 电池压差异常检测方法、装置及计算机存储介质 | |
| CN115796708A (zh) | 一种工程建设用的大数据智能质检方法、系统和介质 | |
| Yin et al. | Voltage fault diagnosis of power batteries based on boxplots and gini impurity for electric vehicles | |
| CN114646888A (zh) | 一种动力电池容量衰减的评估方法及系统 | |
| Lin et al. | A hybrid multiscale permutation entropy-based fault diagnosis and inconsistency evaluation approach for lithium battery of E-vehicles | |
| CN116777124B (zh) | 一种基于用户用电行为的窃电监测方法 | |
| CN113391214A (zh) | 一种基于电池充电电压排名变化的电池微故障诊断方法 | |
| Song et al. | Series-connected lithium-ion battery pack health modeling with cell inconsistency evaluation | |
| CN110457833B (zh) | 一种用于电池安全与性能分析的数据构建方法 | |
| CN117390015A (zh) | 电池护照的存储方法、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 | ||
| CP03 | Change of name, title or address |
Address after: 518101 floor 1-5 of plant 4-7, Aiqun Road, Shangwu community, Shiyan street, Bao'an District, Shenzhen, Guangdong Province Patentee after: Shenzhen Puresis Testing Technology Co.,Ltd. Country or region after: China Address before: 518100 Building A, 1st and 2nd floors, No. 2 Yihe Road, Shilong Community, Shiyan Street, Bao'an District, Shenzhen, Guangdong Province Patentee before: SHENZHEN PRECISE TESTING TECHNOLOGY CO.,LTD. Country or region before: China |