CN110673042B - 一种基于数据的电池pack热场变化的评估方法 - Google Patents
一种基于数据的电池pack热场变化的评估方法 Download PDFInfo
- Publication number
- CN110673042B CN110673042B CN201911048654.0A CN201911048654A CN110673042B CN 110673042 B CN110673042 B CN 110673042B CN 201911048654 A CN201911048654 A CN 201911048654A CN 110673042 B CN110673042 B CN 110673042B
- Authority
- CN
- China
- Prior art keywords
- data
- battery pack
- class
- value
- temperature data
- 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
- 230000008859 change Effects 0.000 title abstract description 14
- 238000011156 evaluation Methods 0.000 title description 2
- 238000012545 processing Methods 0.000 claims abstract description 31
- 238000000034 method Methods 0.000 claims abstract description 26
- 230000002159 abnormal effect Effects 0.000 claims abstract description 22
- 238000009825 accumulation Methods 0.000 claims abstract description 15
- 238000007405 data analysis Methods 0.000 claims abstract description 8
- 238000012216 screening Methods 0.000 claims abstract description 6
- 238000007689 inspection Methods 0.000 claims 1
- 210000003051 thermoreceptor Anatomy 0.000 claims 1
- 108091008689 thermoreceptors Proteins 0.000 claims 1
- 238000004458 analytical method Methods 0.000 description 7
- 230000008901 benefit Effects 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000020169 heat generation Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 229910001416 lithium ion Inorganic materials 0.000 description 1
- 239000000178 monomer Substances 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
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]
- G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Secondary Cells (AREA)
Abstract
本发明公开了一种基于数据的电池PACK热场变化的评估方法，属于汽车电池领域。该方法具体包括以下步骤：通过BMS采集设置在电池PACK内部的若干个温度感受器输出的温度数据，并确定上报周期，根据上报周期，周期性地将所采集的温度数据上报服务器；确定温度数据的有效区间，服务器根据所述有效区间对温度数据进行筛选，并将有效区间内的温度数据存储；确定数据积累期，达到数据积累期后，开始进行数据分析处理；确定数据处理周期，每隔一个数据处理周期，服务器对所存储的最近一次温度数据进行一次处理分析。该方法能够准确地对电池PACK热场进行评估，预测和鉴别电池PACK的异常，并将异常情况报警，从而有效地避免了安全事故发生。
Description
技术领域
本发明属于汽车电池领域，具体涉及一种基于数据的电池PACK热场变化的评估方法。
背景技术
动力电池是将化学能转为电能的装置，其转化过程是一个复杂的物理化学反应过程，而其转化过程的温升直接影响着转化效率以及电池的安全与寿命。而且目前，
动力电池的性能对温度变化较敏感，特别是车辆上运用的大容量、高功率锂离子电池。车辆上的装载空间有限，车辆所需电池数目较大，电池均为紧密排列连接。当车辆在高速、低速、加速、减速等交替变换的不同行驶状况下运行时，电池会以不同倍率放电，以不同生热速率产生大量热量，加上时间累积以及空间影响会产生不均匀热量聚集，还有其他一些原因会导致电池PACK慢慢出现问题。电池出现过热会导致起火甚至爆炸，目前电动汽车引发的安全事故很多是由于汽车电池故障引发的，因此对于电池安全的问题，非常值得科研人员的关注。
由于动力电池PACK发热电池体的密集摆放，中间区域必然热量聚集较多，边缘区域较少，增加了电池包中各单位之间的温度不均衡，使得各电池模块、单体内阻和容量不一致性。如果电动汽车电池组在高温下得不到及时散热，将会导致电池组系统温度过高或温度分布不均匀，最终将降低电池充放电循环效率，影响电池的功率和能量发挥，严重时还将导致热失控，影响电池的安全性与可靠性。使用电池热管理系统能够一定程度上控制电池PACK温度，但是仍不能杜绝因热场等类似原因导致的汽车电池安全事故。
目前针对电池PACK热场变化的问题，只能靠电池热管理系统来外部控制,但这仅仅是对电池PACK的热量管理控制并不能预测或者鉴别电池PACK的异常，存在很大的盲区，容易因电池热失控等问题造成电池PACK寿命骤减，甚至可能引发的安全事故等。
发明内容
技术问题：本发明提供一种基于数据的电池PACK热场变化的评估方法，旨在通过数据分析电池PACK的热场变化，预测和鉴别电池PACK的异常风险，避免因为电池故障引起安全事故。
技术方案：本发明基于数据的电池PACK热场变化的评估方法，包括以下步骤：
S1：通过BMS采集设置在电池PACK内部的若干个温度感受器输出的温度数据，并确定上报周期，根据上报周期，周期性地将所采集的温度数据上报服务器；
S2：确定温度数据的有效区间，服务器根据所述有效区间对温度数据进行筛选，并将有效区间内的温度数据存储；
S3：确定数据积累期，达到数据积累期后，开始进行数据分析处理；
S4：确定数据处理周期，每隔一个数据处理周期，服务器对所存储的最近一次温度数据进行一次处理分析；
S5：将温度数据异常的电池PACK信息向终端设备发出报警信息，通知用户和相关部门进行检查。
进一步地，所述步骤S4包括以下子步骤：
S4.1：对所有评估的同型号的电池PACK，计算每个电池PACK的最近一次温度数据的均方根值和标准偏差值，并绘制相应电池PACK的温度-温感序号的曲线图；
S4.2：确定风险阈值，并根据风险阈值将所有评估的电池PACK分类，具体分为第一类和第二类，所述第一类中的电池PACK的一致性较好，第二类中的电池PACK具有风险；
S4.3：分别计算第一类中的电池PACK的最近一次温度数据的均方根值的平均值及标准偏差值的平均值；
S4.4：分别计算第二类中的电池PACK的最近一次温度数据的均方根值和标准偏差值，并分别与步骤S4.3所得到的均方根值的平均值和标准偏差值的进行比较，确定第一比较阈值和第二比较阈值，当第二类中的电池PACK的均方根值与第一类中的电池PACK的均方根值的平均值的误差大于第一比较阈值，并且第二类中的电池PACK的标准偏差值与第一类中的电池PACK的标准偏差值的平均值误差大于第二比较阈值，则认定第二类中对应的电池PACK潜在热场变化异常。
进一步地，所述步骤4.2中，首先计算所有评估的电池PACK的最近一次温度数据的标准偏差值的平均值，然后分别与单个电池PACK的最近一次温度数据的标准偏差值进行比较，当二者间的误差小于风险阈值，则将对应单个电池PACK划入第一类，第一类为一致性较好的大多数类，反之，则划入第二类，第二类为少数风险类。
进一步地，所述步骤S1中，每个电池PACK中温度感受器的数量至少为6个，并均匀分布设置。
进一步地，所述步骤S4.2中，风险阈值的范围为3％～10％。
进一步地，所述风险阈值为5％。
进一步地，所述步骤S4.4中，第一比较阈值的范围为1‰～3‰，第二比较阈值的范围为8％～15％。
进一步地，所述步骤S1中，上报周期为60s；所述步骤S3中，数据有效区间为-30℃～70℃；所述步骤S3中，数据积累期为30天。
有益效果：本发明与现有技术相比，具有以下优点：
(1)本发明利用BMS采集设置于电池PACK内部的温度感受器输出的温度数据，并传至服务器，通过服务器对数据进行筛选、存储，并进行数据处理，通过温度数据，对电池PACK内部热场的变化进行评估，实现了对电池PACK是否存在异常进行预测和鉴别，并将异常结果即使向整车和客户端发送报警，使得用户可以提前预知电池PACK的异常风险，从而及时处理，有效地避免了由于电池PACK异常引起的安全事故的发生。
(2)由于电池加工成PACK后难以进行拆分进行单个检查，只能按照压差分析问题，具有很大的局限性，本发明能够依靠BMS发送的温度数据在后台服务器端分析判断电池PACK是否异常，使得对电池PACK的异常判断和预测更加方便，从而实现对电池PACK的异常情况进行快速的判断和预测，从而可以提前对电池PACK的异常进行预警，尽早作出相应处理，避免安全事故发生。
(3)本发明能够通过后台服务器存储大量的数据，从而为数据分析提供有力支持，并且该方法并与应用嵌入式数据处理方式，数据处理分析能力快，从而能够及时鉴别和预测电池PACK存在的异常，能够第一时间接收处理异常信息，得知电池PACK的情况，避免安全事故的发生。
附图说明
图1为本发明基于数据的电池PACK热场变化的评估方法的流程图；
图2为实施例1中编号为pack_3的电池PACK的温度-温感序号曲线图。
具体实施方式
下面结合实施例和说明书附图对本发明作进一步的说明。
结合图1所示，本发明提供一种基于数据的电池PACK热场变化的评估方法，该方法包括以下步骤：
S1：通过BMS采集设置在电池PACK内部的若干个温度感受器输出的温度数据，并确定上报周期，根据上报周期，周期性地将所采集的温度数据上报服务器。
在将单个电池制成PACK时，在电池PACK中设置若干个温度感受器，通常为了温度感受器能够均匀的对电池PACK内部的温度进行检测，温度感受器均匀分布设置，并且为了进行数据检测，对温度感受器进行编号，编号后，还利于判断是电池PACK中哪个位置温度异常。BMS(Battery Management System，电池管理系统)用于采集温度感受器的温度数据，并通过网络数据传输模块(DTU)将数据上报至服务器。为了便于后台服务器进行数据分析，温度感受器的数量至少为6个，具体数量可以根据电池PACK的大小进行设置，如果电池PACK较大，可以多设置，反之可以少设置，但至少为6个。
上报周期是将数据上报至服务器的周期，因为电池PACK中温度数据实时变化的，进行实时监测上传，会使数据量过大，服务器负载过大，因此周期性的将数据上报至服务器，不仅能够及时的对温度数据进行检测，同时还便于服务器进行数据处理。在本发明优选的实施例中，可以将上报周期确定为60s，即每60秒将电池PACK内部温度数据上报服务器一次，既保证数据的丰富完整又节省DTU(网络数据传输模块)和服务器资源。当然，上报周期也可以根据上报周期可根据服务器情况和网络情况而定。
S2：确定温度数据的有效区间，服务器根据所述有效区间对温度数据进行筛选，并将有效区间内的温度数据存储。
因为上报至服务器中的数据量非常庞大，但并不是所有数据均是有用的，数据中可能存在很多无效数据，如过全部进行存储，用于分析，不仅增加了服务器的负载，同时还会影响预测和鉴别的准确性，因此有必要对数据进行筛选。因此，为进行数据筛选，设定温度数据的有效区间，数据在该有效区间内，则对应的温度数据有效，可以进行存储；反之，数据不在该有效区间内，则对应的温度数据无效，不需存储。因为电池通常具有一个有效的工作温度范围，可以根据这一温度范围，确定温度数据的有效区间，例如在本发明的一种实施例中，温度数据的有效区间为-30℃～70℃。
S3：确定数据积累期，达到数据积累期后，开始进行数据分析处理；
数据积累期是指数据需要积累的时间长度，主要是针对新的电池PACK而言的，因为对于新的电池PACK，开始的一个月内充放电循环次数一般不会超过30次,不容易出现异常情况，并且如果数据较少的话，对于进行数据分析处理是不准确的。因此在本发明的一种实施例中，将数据积累期确定为30天，因为经过30天的使用，电池性能趋于稳定，并且经过30天，已经可以进行准确的数据分析处理。
S4：确定数据处理周期，每隔一个数据处理周期，服务器对所存储的最近一次温度数据进行一次处理分析。
上报至服务器的数据并不需要实时处理，那样不仅不经济而且会增加服务器的负担，因此采用周期性的处理方式，每隔一段时间进行一次数据处理分析，在本发明的一种实施例中，将数据处理周期确定为24h，即每隔24小时进行一次数据处理分析。数据处理分析时，以服务器中存储的最近一次数据为分析处理对象。进行数据处理分析时，按如下步骤进行：
S4.1：对所有评估的同型号的电池PACK，计算每个电池PACK的最近一次温度数据的均方根值和标准偏差值，并绘制相应电池PACK的温度-温感序号的曲线图；如果没有图形显示设备，则不需要将温度-温感序号的曲线图显示。型号不同的电池PACK不能同时进行评估，因为并不具有可比较性。
S4.2：确定风险阈值，并根据风险阈值将所有评估的电池PACK分类，具体分为第一类和第二类，所述第一类中的电池PACK的一致性较好，第二类中的电池PACK具有风险。风险阈值是以标准偏差值进行确定的，是每个电池PACK的标准偏差值与所有电池的标准偏差值的平均值之间的误差。在进行这一步骤时，首先计算所有评估的电池PACK的最近一次温度数据的标准偏差值的平均值，然后分别与单个电池PACK的最近一次温度数据的标准偏差值进行比较，当二者间的误差小于风险阈值，则将对应单个电池PACK划入第一类，第一类为一致性较好的大多数类，反之，则划入第二类，第二类为少数风险类。风险阈值通常会根据电池PACK的新旧情况给定，当电池PACK比较新，可以设定的低一点，当电池PACK已经使用了较长时间，可以设定的高一点，通常在3％～10％的范围内设定，例如在本发明的一种实施例中，将风险阈值设定为5％。
S4.3：分别计算第一类中的电池PACK的最近一次温度数据的均方根值的平均值及标准偏差值的平均值；
S4.4：分别计算第二类中的电池PACK的最近一次温度数据的均方根值和标准偏差值，并分别与步骤S4.3所得到的均方根值的平均值和标准偏差值的进行比较，确定第一比较阈值和第二比较阈值，当第二类中的电池PACK的均方根值与第一类中的电池PACK的均方根值的平均值的误差大于第一比较阈值，并且第二类中的电池PACK的标准偏差值与第一类中的电池PACK的标准偏差值的平均值误差大于第二比较阈值，则认定第二类中对应的电池PACK潜在热场变化异常。第一比较阈值和第二比较阈值通常根据电池PACK的新旧情况给定，如果电池PACK较新，则设定的低一些，如果电池PACK已经使用一段时间，则设定的相对高一些，通常第一比较阈值的范围为1‰～3‰，第二比较阈值的范围为8％～15％，例如在本发明的一种实施例中，将第一比较阈值和第二比较阈值分别设定为2‰和10％。
S5：将温度数据异常的电池PACK信息向终端设备发出报警信息，通知用户和相关部门进行检查。
通过以上步骤，对温度数据快速的进行分析处理，判断电池PACK是否存在异常，并及时将温度数据异常的电池PACK信息向终端设备发送报警信息，通知用户和相关部门进行检查，如果没有异常，在不需发送报警信息。重复上述操作，即可对对电池PACK热场变化进行评估，预测和鉴别电池PACK是否存在异常，从而避免安全事故发生。
实施例1
确定如下参数：上报周期为60s、数据有效区间为-30℃～70℃、数据积累期为30天、数据处理周期为24h、风险阈值为5％、第一比较阈值为2‰、第二比较阈值为10％，其中风险阈值、第一比较阈值和第二比较阈值都是在给定的范围之间选择的，将每个电池PACK中设置12个温度感受器，并标号1～12，假设有n个同型号的电池PACK，并标号为pack_1,pack_2,……,pack_n。
按照以上步骤，依次完成计算，其中编号为pack_3的电池PACK被划在了第二类中，即少数风险类中，其中标号为pack_3的电池PACK，服务器中最近一次存储的温度数据如表1所示。
表1服务器中存储的编号为pack_3的电池PACK最近一次的温度值
对与划分到第一类中的电池PACK，计算的最近一次温度数据的均方根值的平均值及标准偏差值的平均值见表2，pack_3的均方根值与标准偏差值同样见表2。
表2pack_3与第一类中的电池PACK对比表
根据表2，可以看出，第编号为pack_3的电池PACK的均方根值与第一类中的电池PACK的均方根值的平均值之间的误差为4.3‰，大于2‰；同时编号为pack_3的电池PACK的标准偏差与第一类中的电池PACK的标准偏差的平均值之间的误差为17.9％，大于10％，因此可以判定编号为pack_3的电池PACK存在异常，可以进行报警，并将报警信息报给终端设备。
如果终端设备可以进行图形显示，可以将pack_3的温度-温感序号曲线图显示出来，在实践中，一个显示设备上可以显示多条曲线，因此，在该实施例中，在显示设备上显示两条曲线，如图2所示，一条是pack_3的温度-温感序号曲线，另一条是第一类中的电池PACK对应每个温度-温感序号曲线，该曲线上每个数据点是第一类中的电池PACK对应的同一编号的温度感受器的均值，通过该曲线，也可已看出，编号为pack_3的电池PACK存在异常，特别是其5号温度感受器的数据，与之前计算的结果一致。
通过本发明的方法，可以快速准确地对电池PACK的热场变化进行评估，从而预测和鉴别电池PACK是否存在异常，并进行报警，有效地避免了安全事故的发生。
上述实施例仅是本发明的优选实施方式，应当指出：对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和等同替换，这些对本发明权利要求进行改进和等同替换后的技术方案，均落入本发明的保护范围。
Claims (8)
1.一种基于数据的电池PACK热场变化的评估方法，其特征在于，包括以下步骤：
S1：通过BMS采集设置在电池PACK内部的若干个温度感受器输出的温度数据，并确定上报周期，根据上报周期，周期性地将所采集的温度数据上报服务器；
S2：确定温度数据的有效区间，服务器根据所述有效区间对温度数据进行筛选，并将有效区间内的温度数据存储；
S3：确定数据积累期，达到数据积累期后，开始进行数据分析处理；
S4：确定数据处理周期，每隔一个数据处理周期，服务器对所存储的最近一次温度数据进行一次处理分析；该步骤包括以下子步骤：
S4.1：对所有评估的同型号的电池PACK，计算每个电池PACK的最近一次温度数据的均方根值和标准偏差值，并绘制相应电池PACK的温度-温感序号的曲线图；
S4.2：确定风险阈值，并根据风险阈值将所有评估的电池PACK分类，具体分为第一类和第二类，所述第一类中的电池PACK的一致性较好，第二类中的电池PACK具有风险；
S4.3：分别计算第一类中的电池PACK的最近一次温度数据的均方根值的平均值及标准偏差值的平均值；
S4.4：分别计算第二类中的电池PACK的最近一次温度数据的均方根值和标准偏差值，并分别与步骤S4.3所得到的均方根值的平均值和标准偏差值的平均值进行比较，确定第一比较阈值和第二比较阈值，当第二类中的电池PACK的均方根值与第一类中的电池PACK的均方根值的平均值的误差大于第一比较阈值，并且第二类中的电池PACK的标准偏差值与第一类中的电池PACK的标准偏差值的平均值误差大于第二比较阈值，则认定第二类中对应的电池PACK潜在热场变化异常；
S5：根据温度数据异常的电池PACK信息向终端设备发出报警信息，通知用户和相关部门进行检查。
2.根据权利要求1所述的一种基于数据的电池PACK热场变化的评估方法，其特征在于，所述步骤S4.2中，首先计算所有评估的电池PACK的最近一次温度数据的标准偏差值的平均值，然后分别与单个电池PACK的最近一次温度数据的标准偏差值进行比较，当二者间的误差小于风险阈值，则将对应单个电池PACK划入第一类，第一类为一致性较好的大多数类，反之，则划入第二类，第二类为少数风险类。
3.根据权利要求1所述的一种基于数据的电池PACK热场变化的评估方法，其特征在于，所述步骤S1中，每个电池PACK中温度感受器的数量至少为6个，并均匀分布设置。
4.根据权利要求1或2所述的一种基于数据的电池PACK热场变化的评估方法，其特征在于，所述步骤S4.2中，风险阈值的范围为3%~10%。
5.根据权利要求4所述的一种基于数据的电池PACK热场变化的评估方法，其特征在于，所述风险阈值为5%。
6.根据权利要求1所述的一种基于数据的电池PACK热场变化的评估方法，其特征在于，所述步骤S4.4中，第一比较阈值的范围为1‰~3‰，第二比较阈值的范围为8%~15%。
7.根据权利要求6所述的一种基于数据的电池PACK热场变化的评估方法，其特征在于，所述第一比较阈值为2‰，所述第二比较阈值为10％。
8.根据权利要求1所述的一种基于数据的电池PACK热场变化的评估方法，其特征在于，所述步骤S1中，上报周期为60s；所述步骤S2中，温度数据的有效区间为-30℃~70℃；所述步骤S3中，数据积累期为30天。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911048654.0A CN110673042B (zh) | 2019-10-31 | 2019-10-31 | 一种基于数据的电池pack热场变化的评估方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911048654.0A CN110673042B (zh) | 2019-10-31 | 2019-10-31 | 一种基于数据的电池pack热场变化的评估方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110673042A CN110673042A (zh) | 2020-01-10 |
| CN110673042B true CN110673042B (zh) | 2021-07-20 |
Family
ID=69084857
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911048654.0A Active CN110673042B (zh) | 2019-10-31 | 2019-10-31 | 一种基于数据的电池pack热场变化的评估方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110673042B (zh) |
Citations (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101055743A (zh) * | 2006-04-14 | 2007-10-17 | 明基电通股份有限公司 | 识别数字视讯光盘类型的系统及其方法 |
| CN101159021A (zh) * | 2007-11-29 | 2008-04-09 | 北京中星微电子有限公司 | 特征提取方法、装置与模式识别方法、装置 |
| US7408358B2 (en) * | 2003-06-16 | 2008-08-05 | Midtronics, Inc. | Electronic battery tester having a user interface to configure a printer |
| CN102142186A (zh) * | 2011-03-01 | 2011-08-03 | 合肥国轩高科动力能源有限公司 | 锂电池组远程监控系统 |
| CN102522607A (zh) * | 2011-12-21 | 2012-06-27 | 中国检验检疫科学研究院 | 动力电池热稳定控制装置及方法 |
| CN103345561A (zh) * | 2013-07-16 | 2013-10-09 | 上海航天电源技术有限责任公司 | 一种具有多层片状结构的锂离子电池热仿真分析方法 |
| CN104766156A (zh) * | 2015-03-04 | 2015-07-08 | 电子科技大学 | 一种能源自动分配方法及管理系统 |
| CN105095912A (zh) * | 2015-08-06 | 2015-11-25 | 北京奇虎科技有限公司 | 数据聚类的方法及装置 |
| CN204927453U (zh) * | 2015-08-13 | 2015-12-30 | 广州橙行智动汽车科技有限公司 | 一种电池组温度检测系统 |
| JP2016110959A (ja) * | 2014-12-10 | 2016-06-20 | 日本電気株式会社 | 二次電池、電動車両、蓄電システム、および製造方法 |
| CN106597299A (zh) * | 2016-11-22 | 2017-04-26 | 南京能启能电子科技有限公司 | 一种锂电池热失控早期预警及自动控制方法 |
| CN108016316A (zh) * | 2017-12-11 | 2018-05-11 | 中国汽车技术研究中心 | 一种基于功能安全的电池管理系统温度监控处理方法 |
| CN207690941U (zh) * | 2017-11-08 | 2018-08-03 | 北京长城华冠汽车科技股份有限公司 | 一种实验用动力电池安全监测预警系统 |
| CN108767989A (zh) * | 2018-08-03 | 2018-11-06 | 陆小磊 | 一种配电自动化系统的工作状态监控系统及分析方法 |
| CN109029995A (zh) * | 2018-08-30 | 2018-12-18 | 上海海事大学 | 基于聚类和多层自编码网络的轴承设备状态监控方法 |
| CN109540212A (zh) * | 2018-11-30 | 2019-03-29 | 湖南世优电力科技股份有限公司 | 一种基于大数据的电缆井状态评估预警系统及方法 |
| CN109655748A (zh) * | 2018-12-29 | 2019-04-19 | 清华大学 | 电池热失控温度的确定方法与电池热失控性能的评价方法 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN201311484Y (zh) * | 2008-11-27 | 2009-09-16 | 比亚迪股份有限公司 | 一种电池包检测装置 |
| US10234439B2 (en) * | 2012-11-07 | 2019-03-19 | Airscout Inc. | Methods and systems for analyzing a field |
| CN109782735B (zh) * | 2019-01-24 | 2021-03-02 | 安徽优旦科技有限公司 | 一种测试数据模拟方法、装置及系统 |
-
2019
- 2019-10-31 CN CN201911048654.0A patent/CN110673042B/zh active Active
Patent Citations (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7408358B2 (en) * | 2003-06-16 | 2008-08-05 | Midtronics, Inc. | Electronic battery tester having a user interface to configure a printer |
| CN101055743A (zh) * | 2006-04-14 | 2007-10-17 | 明基电通股份有限公司 | 识别数字视讯光盘类型的系统及其方法 |
| CN101159021A (zh) * | 2007-11-29 | 2008-04-09 | 北京中星微电子有限公司 | 特征提取方法、装置与模式识别方法、装置 |
| CN102142186A (zh) * | 2011-03-01 | 2011-08-03 | 合肥国轩高科动力能源有限公司 | 锂电池组远程监控系统 |
| CN102522607A (zh) * | 2011-12-21 | 2012-06-27 | 中国检验检疫科学研究院 | 动力电池热稳定控制装置及方法 |
| CN103345561A (zh) * | 2013-07-16 | 2013-10-09 | 上海航天电源技术有限责任公司 | 一种具有多层片状结构的锂离子电池热仿真分析方法 |
| JP2016110959A (ja) * | 2014-12-10 | 2016-06-20 | 日本電気株式会社 | 二次電池、電動車両、蓄電システム、および製造方法 |
| CN104766156A (zh) * | 2015-03-04 | 2015-07-08 | 电子科技大学 | 一种能源自动分配方法及管理系统 |
| CN105095912A (zh) * | 2015-08-06 | 2015-11-25 | 北京奇虎科技有限公司 | 数据聚类的方法及装置 |
| CN204927453U (zh) * | 2015-08-13 | 2015-12-30 | 广州橙行智动汽车科技有限公司 | 一种电池组温度检测系统 |
| CN106597299A (zh) * | 2016-11-22 | 2017-04-26 | 南京能启能电子科技有限公司 | 一种锂电池热失控早期预警及自动控制方法 |
| CN207690941U (zh) * | 2017-11-08 | 2018-08-03 | 北京长城华冠汽车科技股份有限公司 | 一种实验用动力电池安全监测预警系统 |
| CN108016316A (zh) * | 2017-12-11 | 2018-05-11 | 中国汽车技术研究中心 | 一种基于功能安全的电池管理系统温度监控处理方法 |
| CN108767989A (zh) * | 2018-08-03 | 2018-11-06 | 陆小磊 | 一种配电自动化系统的工作状态监控系统及分析方法 |
| CN109029995A (zh) * | 2018-08-30 | 2018-12-18 | 上海海事大学 | 基于聚类和多层自编码网络的轴承设备状态监控方法 |
| CN109540212A (zh) * | 2018-11-30 | 2019-03-29 | 湖南世优电力科技股份有限公司 | 一种基于大数据的电缆井状态评估预警系统及方法 |
| CN109655748A (zh) * | 2018-12-29 | 2019-04-19 | 清华大学 | 电池热失控温度的确定方法与电池热失控性能的评价方法 |
Non-Patent Citations (3)
| Title |
|---|
| A novel active equalization method for lithium-ion batteries in electric vehicles;Yujie Wang 等;《Applied Energy》;20151231;第145卷;第36-42页 * |
| Thermal runaway caused fire and explosion of lithium ion battery;Qingsong Wang 等;《Journal of Power Sources》;20121231;第208卷;第210-224页 * |
| 动力电池包的热场分析;白晟熙 等;《客车技术与研究》;20171231(第4期);第9-11页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110673042A (zh) | 2020-01-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111391668B (zh) | 一种电池热失控预警处理方法、装置、设备及存储介质 | |
| KR102684286B1 (ko) | 배터리 진단 장치, 배터리 진단 방법, 배터리 팩 및 자동차 | |
| CN112098850B (zh) | 基于sdo算法的锂离子电池电压故障诊断方法及系统 | |
| CN113687255A (zh) | 一种电池单体的状态诊断方法、设备及存储介质 | |
| JP2024500893A (ja) | バッテリーパック内の異常兆候セルの検出装置及び方法 | |
| KR20230129953A (ko) | 차량 배터리 셀 일관성 평가 방법, 장치, 기기 및 저장매체 | |
| CN114361616B (zh) | 电池热失控预警方法、系统及存储介质 | |
| CN113791364A (zh) | 模型融合信号驱动的锂离子电池内部短路诊断方法与系统 | |
| CN114274778A (zh) | 动力电池的失效预警方法、装置、车辆及存储介质 | |
| CN117893059A (zh) | 基于传感器的储能数据采集分析方法及系统 | |
| CN115649005A (zh) | 电池温度采样故障预警方法、系统、电子设备及存储介质 | |
| CN117872159B (zh) | 一种基于数据分析的锂电芯充放电异常检测方法及系统 | |
| CN117007983A (zh) | 电池运行监控方法和装置 | |
| US11733309B2 (en) | Method and system for self-discharge prognostics for vehicle battery cells with an internal short circuit | |
| CN118091420A (zh) | 电池自放电检测方法、系统、设备和介质 | |
| CN110673042B (zh) | 一种基于数据的电池pack热场变化的评估方法 | |
| CN116758712A (zh) | 一种锂电池储能箱的消防响应控制方法及系统 | |
| KR20230161377A (ko) | 배터리 진단 장치, 배터리 진단 방법, 배터리 팩 및 자동차 | |
| CN117007999B (zh) | 一种电池组故障诊断方法、装置及系统 | |
| CN117434456B (zh) | 电池组的故障检测方法、装置、存储介质及电子设备 | |
| CN117970127B (zh) | 用于识别动力电池异常自放电的方法和装置 | |
| CN118519060A (zh) | 一种新能源汽车的电池故障检测方法及检测装置 | |
| Zhao et al. | Voltage fault diagnosis and prognostic of lithium-ion batteries in electric scooters based on hybrid neural network and multiple thresholds | |
| CN117681664A (zh) | 一种动力电池预警控制方法及相关设备 | |
| CN116165555A (zh) | 电芯异常膨胀现象的识别方法、装置、设备、介质及产品 |
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 | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: An evaluation method of battery pack thermal field change based on data Effective date of registration: 20220721 Granted publication date: 20210720 Pledgee: China Co. truction Bank Corp Hefei economic and Technological Development Zone Branch Pledgor: ANHUI UDAN TECHNOLOGY CO.,LTD. Registration number: Y2022980010887 |
|
| PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
| PC01 | Cancellation of the registration of the contract for pledge of patent right |
Granted publication date: 20210720 Pledgee: China Co. truction Bank Corp Hefei economic and Technological Development Zone Branch Pledgor: ANHUI UDAN TECHNOLOGY CO.,LTD. Registration number: Y2022980010887 |
|
| PC01 | Cancellation of the registration of the contract for pledge of patent right |