CN110907833A - 一种基于滑动窗口的动力电池故障诊断方法 - Google Patents
一种基于滑动窗口的动力电池故障诊断方法 Download PDFInfo
- Publication number
- CN110907833A CN110907833A CN201910981877.6A CN201910981877A CN110907833A CN 110907833 A CN110907833 A CN 110907833A CN 201910981877 A CN201910981877 A CN 201910981877A CN 110907833 A CN110907833 A CN 110907833A
- Authority
- CN
- China
- Prior art keywords
- result
- row
- power battery
- value
- calculation window
- 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
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]
- G01R31/367—Software therefor, e.g. for battery testing using modelling or look-up tables
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Secondary Cells (AREA)
Abstract
本发明公开一种基于滑动窗口的动力电池故障诊断方法，包括：多次获取动力电池的单体电压值；根据单体电压值建立单体电压矩阵；设定滑动计算窗口大小，所述计算窗口包含预设采样次数的所有单体电压值；利用计算窗口从单体电压矩阵第一行开始获取单体电压值；获取计算窗中每一行单体电压值的中位数；将每一行的各个单体电压值均与该行的中位数相减，得到第一结果；计算第一结果中每一列的方差值，得到第二结果；对第二结果采用拉依达准则进行异常方差值筛选；将计算窗口向下移动一行，跳转至步骤获取计算窗中每一行单体电压值的中位数，直至单体电压矩阵遍历结束。本发明能够对动力电池的单体进行实时诊断。
Description
技术领域
本发明涉及动力电池故障诊断技术领域，特别是涉及一种基于滑动窗口的动力电池故障诊断方法。
背景技术
现有的动力电池故障诊断方法有很多，例如多层次3σ筛选法、熵权重方法、基于熵的故障诊断方法等，但是都存在计算量大，难以实时在线应用的问题。
发明内容
本发明的目的是提供一种基于滑动窗口的动力电池故障诊断方法，能够对动力电池的单体进行实时诊断。
为实现上述目的，本发明提供了如下技术方案：
一种基于滑动窗口的动力电池故障诊断方法，包括：
多次获取动力电池的单体电压值；
根据所述单体电压值建立单体电压矩阵
其中，m代表采样次数，n代表单体电池代号，amn代表第m次采样时第n个单体电池的电压值；
设定滑动计算窗口大小，所述计算窗口包含预设采样次数的所有单体电压值；
利用所述计算窗口从单体电压矩阵第一行开始获取单体电压值；
获取所述计算窗中每一行单体电压值的中位数；
将每一行的各个单体电压值均与该行的中位数相减，得到第一结果；
计算所述第一结果中每一列的方差值，得到第二结果；
对所述第二结果采用拉依达准则进行异常方差值筛选；
将所述计算窗口向下移动一行，跳转至步骤获取所述计算窗中每一行单体电压值的中位数，直至单体电压矩阵遍历结束。
可选的，所述多次获取动力电池的单体电压值步骤之后，根据所述单体电压值建立单体电压矩阵步骤之前，还包括：
判断每次获取的单体电压值中是否含有位于预设范围之外的单体电压值；
若没有，则保留当前次采集的单体电压值；
若有，则剔除当前次采集的单体电压值。
可选的，所述对所述第二结果采用拉依达准则进行异常筛选，包括：
计算所述第二结果的平均数和标准差；
计算所述平均数减去三倍的标准差的值，为第三结果；
计算所述平均数加上三倍的标准差的值，为第四结果；
判断第二结果中的各个方差值是否位于所述第三结果和第四结果组成的区间内；
若是，则该方差值对应的电池单体为正常单体；
若否，则该方差值对应的电池单体为故障单体。
可选的，所述计算窗口包含50次采样的所有单体电压值。
可选的，所述预设范围为2V-5V。
根据本发明提供的具体实施例，本发明公开了以下技术效果：
本发明采用了滑动窗口机制，能够随时间不断更新数据，对动力电池进行实时诊断；而且异常诊断时采用的是计算中位数、方差等基本统计学指标，方法简单，计算效率高，可以实现在线诊断。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例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发明的一些实施例，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他的附图。
图1为本发明基于滑动窗口的动力电池故障诊断方法流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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他实施例，都属于本发明保护的范围。
本发明的目的是提供一种基于滑动窗口的动力电池故障诊断方法，能够对动力电池的单体进行实时诊断。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为本发明基于滑动窗口的动力电池故障诊断方法流程图，如图1所示，一种基于滑动窗口的动力电池故障诊断方法，包括：
步骤101：多次获取动力电池的单体电压值；
步骤102：根据所述单体电压值建立单体电压矩阵
其中，m代表采样次数，n代表单体电池代号，amn代表第m次采样时第n个单体电池的电压值；
步骤103：设定滑动计算窗口大小，所述计算窗口包含预设采样次数的所有单体电压值；
步骤104：利用所述计算窗口从单体电压矩阵第一行开始获取单体电压值；
步骤105：获取所述计算窗中每一行单体电压值的中位数；
步骤106：将每一行的各个单体电压值均与该行的中位数相减，得到第一结果；
步骤107：计算所述第一结果中每一列的方差值，得到第二结果；
步骤108：对所述第二结果采用拉依达准则进行异常方差值筛选；
步骤109：将所述计算窗口向下移动一行，跳转至步骤获取所述计算窗中每一行单体电压值的中位数，直至单体电压矩阵遍历结束。
具体的，步骤101需要从BMS获取动力电池的单体电压值。
在步骤101之后，步骤102之前，还包括步骤：对数据进行预处理，即若某次采样的单体电压值中含有位于2V-5V之外的单体电压值，就把这次采集的所有数据剔除。
步骤103中计算窗口包含50次采样的所有单体电压值。
步骤104中利用计算窗口从单体电压矩阵第一行开始获取单体电压值，即当计算窗口包含50次采样的所有单体电压值时，计算窗口开始获取的单体电压值包含第1行至第50行的所有单体电压值；
关于步骤105获取所述计算窗中每一行单体电压值的中位数，具体方法例如，矩阵中第一行数据为3.5、3.6、3.7，也就是第一次采样采集了3.5、3.6、3.7三个单体电压，此时中位数就是3.6；若单体电压的个数为偶数个，如3.5、3.5、3.6、3.7四个单体电压，此时中位数就是(3.5+3.6)/2＝3.55；
关于步骤106将每一行的各个单体电压值均与该行的中位数相减，得到第一结果；还以上述三个单体电压为例，若第一次采样采集了3.5、3.6、3.7三个单体电压，中位数是3.6，此时结果就是-0.1、0、0.1，以此类推，可以得到第一结果，所以第一结果也是一个矩阵，-0.1、0、0.1就是这个矩阵的第一行；然后再进行步骤107，计算所述第一结果中每一列的方差值，得到第二结果，第二结果中的每一个方差值与单体电池是一一对应的。
步骤108对所述第二结果采用拉依达准则进行异常筛选，具体包括：
计算所述第二结果的平均数和标准差；
计算所述平均数减去三倍的标准差的值，为第三结果；
计算所述平均数加上三倍的标准差的值，为第四结果；
判断第二结果中的各个方差值是否位于所述第三结果和第四结果组成的区间内；
若是，则该方差值对应的电池单体为正常单体；
若否，则该方差值对应的电池单体为故障单体。
步骤109中将所述计算窗口向下移动一行，即步骤104中的计算窗口包含第1行至第50行的所有单体电压值，向下移动一行后，步骤109中计算窗口包含第2行至第51行的所有单体电压值，以此类推，直至单体电压矩阵遍历结束。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。
Claims (5)
1.一种基于滑动窗口的动力电池故障诊断方法，其特征在于，包括：
多次获取动力电池的单体电压值；
根据所述单体电压值建立单体电压矩阵
其中，m代表采样次数，n代表单体电池代号，amn代表第m次采样时第n个单体电池的电压值；
设定滑动计算窗口大小，所述计算窗口包含预设采样次数的所有单体电压值；
利用所述计算窗口从单体电压矩阵第一行开始获取单体电压值；
获取所述计算窗中每一行单体电压值的中位数；
将每一行的各个单体电压值均与该行的中位数相减，得到第一结果；
计算所述第一结果中每一列的方差值，得到第二结果；
对所述第二结果采用拉依达准则进行异常方差值筛选；
将所述计算窗口向下移动一行，跳转至步骤获取所述计算窗中每一行单体电压值的中位数，直至单体电压矩阵遍历结束。
2.根据权利要求1所述的基于滑动窗口的动力电池故障诊断方法，其特征在于，所述多次获取动力电池的单体电压值步骤之后，根据所述单体电压值建立单体电压矩阵步骤之前，还包括：
判断每次获取的单体电压值中是否含有位于预设范围之外的单体电压值；
若没有，则保留当前次采集的单体电压值；
若有，则剔除当前次采集的单体电压值。
3.根据权利要求1所述的基于滑动窗口的动力电池故障诊断方法，其特征在于，所述对所述第二结果采用拉依达准则进行异常筛选，包括：
计算所述第二结果的平均数和标准差；
计算所述平均数减去三倍的标准差的值，为第三结果；
计算所述平均数加上三倍的标准差的值，为第四结果；
判断第二结果中的各个方差值是否位于所述第三结果和第四结果组成的区间内；
若是，则该方差值对应的电池单体为正常单体；
若否，则该方差值对应的电池单体为故障单体。
4.根据权利要求1所述的基于滑动窗口的动力电池故障诊断方法，其特征在于，所述计算窗口包含50次采样的所有单体电压值。
5.根据权利要求2所述的基于滑动窗口的动力电池故障诊断方法，其特征在于，所述预设范围为2V-5V。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910981877.6A CN110907833B (zh) | 2019-10-16 | 2019-10-16 | 一种基于滑动窗口的动力电池故障诊断方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910981877.6A CN110907833B (zh) | 2019-10-16 | 2019-10-16 | 一种基于滑动窗口的动力电池故障诊断方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110907833A true CN110907833A (zh) | 2020-03-24 |
| CN110907833B CN110907833B (zh) | 2021-01-29 |
Family
ID=69815629
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910981877.6A Active CN110907833B (zh) | 2019-10-16 | 2019-10-16 | 一种基于滑动窗口的动力电池故障诊断方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110907833B (zh) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111641236A (zh) * | 2020-05-27 | 2020-09-08 | 上海电享信息科技有限公司 | 基于大数据ai的动态阈值动力电池充电电压状态判断方法 |
| CN113391214A (zh) * | 2021-07-30 | 2021-09-14 | 湖北工业大学 | 一种基于电池充电电压排名变化的电池微故障诊断方法 |
| CN113928122A (zh) * | 2021-09-30 | 2022-01-14 | 蜂巢能源科技有限公司 | 一种确定电池单体电压发生异常的方法及装置 |
| WO2022030971A1 (ko) * | 2020-08-03 | 2022-02-10 | 주식회사 엘지에너지솔루션 | 배터리 진단 디바이스, 배터리 팩, 배터리 시스템 및 배터리 진단 방법 |
| CN114415054A (zh) * | 2022-01-27 | 2022-04-29 | 中国汽车工程研究院股份有限公司 | 一种新能源汽车电池采样异常故障识别方法 |
| CN114942387A (zh) * | 2022-07-20 | 2022-08-26 | 湖北工业大学 | 一种基于真实数据的动力电池故障在线检测方法及系统 |
| CN115267589A (zh) * | 2022-09-26 | 2022-11-01 | 陕西汽车集团股份有限公司 | 一种电动汽车电池故障多参数联合诊断方法 |
| CN116125325A (zh) * | 2022-12-06 | 2023-05-16 | 北汽福田汽车股份有限公司 | 电池的电芯一致性的检测方法及装置、车辆和存储介质 |
| CN118182151A (zh) * | 2024-05-16 | 2024-06-14 | 陕西西部智联新能源产业集团有限公司 | 基于大数据的新能源车辆动力电池故障诊断方法及其系统 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1901081A1 (de) * | 2006-09-18 | 2008-03-19 | VB Autobatterie GmbH & Co. KGaA. | Einrichtung und Verfahren zur Batteriezustandsermittlung |
| CN103329136A (zh) * | 2010-11-26 | 2013-09-25 | 具兴燮 | 代表值计算装置及方法 |
| CN106052864A (zh) * | 2015-04-07 | 2016-10-26 | 安纳利蒂克耶拿股份公司 | 用于波谱中的背景信号的校正的方法 |
| CN106526488A (zh) * | 2016-09-27 | 2017-03-22 | 北京理工大学 | 串联式动力电池包内传感器故障诊断方法 |
| US20170193395A1 (en) * | 2016-01-06 | 2017-07-06 | International Business Machines Corporation | Optimizing performance of event detection by sensor data analytics |
| CN108302329A (zh) * | 2018-01-25 | 2018-07-20 | 福建双环能源科技股份有限公司 | 一种露点数据异常检测方法 |
| CN110161414A (zh) * | 2019-06-13 | 2019-08-23 | 北京理工大学 | 一种动力电池热失控在线预测方法及系统 |
-
2019
- 2019-10-16 CN CN201910981877.6A patent/CN110907833B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1901081A1 (de) * | 2006-09-18 | 2008-03-19 | VB Autobatterie GmbH & Co. KGaA. | Einrichtung und Verfahren zur Batteriezustandsermittlung |
| CN103329136A (zh) * | 2010-11-26 | 2013-09-25 | 具兴燮 | 代表值计算装置及方法 |
| CN106052864A (zh) * | 2015-04-07 | 2016-10-26 | 安纳利蒂克耶拿股份公司 | 用于波谱中的背景信号的校正的方法 |
| US20170193395A1 (en) * | 2016-01-06 | 2017-07-06 | International Business Machines Corporation | Optimizing performance of event detection by sensor data analytics |
| CN106526488A (zh) * | 2016-09-27 | 2017-03-22 | 北京理工大学 | 串联式动力电池包内传感器故障诊断方法 |
| CN108302329A (zh) * | 2018-01-25 | 2018-07-20 | 福建双环能源科技股份有限公司 | 一种露点数据异常检测方法 |
| CN110161414A (zh) * | 2019-06-13 | 2019-08-23 | 北京理工大学 | 一种动力电池热失控在线预测方法及系统 |
Non-Patent Citations (2)
| Title |
|---|
| 曹文平 等: "基于异常因子的异常模式探测算法", 《计算机工程与设计》 * |
| 董晓芳 等: "基于中位数排序集抽样的非参数估计", 《数理统计与管理》 * |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111641236A (zh) * | 2020-05-27 | 2020-09-08 | 上海电享信息科技有限公司 | 基于大数据ai的动态阈值动力电池充电电压状态判断方法 |
| CN111641236B (zh) * | 2020-05-27 | 2023-04-14 | 上海电享信息科技有限公司 | 基于大数据ai的动态阈值动力电池充电电压状态判断方法 |
| WO2022030971A1 (ko) * | 2020-08-03 | 2022-02-10 | 주식회사 엘지에너지솔루션 | 배터리 진단 디바이스, 배터리 팩, 배터리 시스템 및 배터리 진단 방법 |
| CN113391214A (zh) * | 2021-07-30 | 2021-09-14 | 湖北工业大学 | 一种基于电池充电电压排名变化的电池微故障诊断方法 |
| CN113928122A (zh) * | 2021-09-30 | 2022-01-14 | 蜂巢能源科技有限公司 | 一种确定电池单体电压发生异常的方法及装置 |
| CN114415054B (zh) * | 2022-01-27 | 2022-10-11 | 中国汽车工程研究院股份有限公司 | 一种新能源汽车电池采样异常故障识别方法 |
| CN114415054A (zh) * | 2022-01-27 | 2022-04-29 | 中国汽车工程研究院股份有限公司 | 一种新能源汽车电池采样异常故障识别方法 |
| CN114942387A (zh) * | 2022-07-20 | 2022-08-26 | 湖北工业大学 | 一种基于真实数据的动力电池故障在线检测方法及系统 |
| CN114942387B (zh) * | 2022-07-20 | 2022-10-25 | 湖北工业大学 | 一种基于真实数据的动力电池故障在线检测方法及系统 |
| CN115267589A (zh) * | 2022-09-26 | 2022-11-01 | 陕西汽车集团股份有限公司 | 一种电动汽车电池故障多参数联合诊断方法 |
| CN115267589B (zh) * | 2022-09-26 | 2023-01-06 | 陕西汽车集团股份有限公司 | 一种电动汽车电池故障多参数联合诊断方法 |
| CN116125325A (zh) * | 2022-12-06 | 2023-05-16 | 北汽福田汽车股份有限公司 | 电池的电芯一致性的检测方法及装置、车辆和存储介质 |
| CN118182151A (zh) * | 2024-05-16 | 2024-06-14 | 陕西西部智联新能源产业集团有限公司 | 基于大数据的新能源车辆动力电池故障诊断方法及其系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110907833B (zh) | 2021-01-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110907833B (zh) | 一种基于滑动窗口的动力电池故障诊断方法 | |
| CN112858919B (zh) | 一种基于聚类分析的电池系统在线故障诊断方法和系统 | |
| DE112018007494B4 (de) | Speicherbatterie-diagnoseeinrichtung, speicherbatterie-diagnoseverfahren und speicherbatterie-steuerungssystem | |
| EP3329540B1 (de) | Verfahren und vorrichtung zum abschätzen eines aktuellen leerlaufspannungsverlaufs einer batterie | |
| EP4231027A1 (en) | Lithium ion battery life span prediction method, discharge capacity retention rate prediction method, life span prediction program, discharge capacity retention rate prediction program, and information processing device | |
| DE112016006166T5 (de) | Zustandsschätz-Vorrichtung und Zustandsschätz-Verfahren | |
| CN110726898B (zh) | 一种配电网故障类型识别方法 | |
| CN111158068A (zh) | 一种基于简单卷积循环神经网络的短临预报方法及系统 | |
| DE102006033629B4 (de) | Verfahren und Vorrichtung zum Bestimmen des Zustands einer Batterie | |
| WO2015055454A1 (de) | Verfahren und vorrichtung zum einstellen einer maximal-entladetiefe eines energiespeichers für eine zeitperiode | |
| EP3475713B1 (de) | Verfahren zur bestimmung des alters eines elektrochemischen energiespeichers | |
| CN103860167A (zh) | 基于非负矩阵分解的j波提取和分析方法 | |
| DE102022208932A1 (de) | Verfahren und Vorrichtung zur prädiktiven Diagnose einer Gerätebatterie eines technischen Geräts mithilfe eines Transformer-Modells | |
| CN115980588A (zh) | 基于自编码器提取特征的锂离子电池健康状态估计方法 | |
| EP4123319B1 (de) | Verfahren, vorrichtung und computerprogrammprodukt zur lebensdauerabschätzung von batteriespeichern | |
| DE102013207187B4 (de) | Zeitgesteuerter Ladungsausgleich bei Batteriesystemen | |
| CN117092446A (zh) | 一种电力输电线路故障检测方法及系统 | |
| CN117213858A (zh) | 一种基于多传感器特征融合的轴承故障诊断方法 | |
| DE102018206353B3 (de) | Verfahren zur Ermittlung von Ladungszuständen von Zellen in einer Batterie | |
| DE102015212591A1 (de) | Formierung einer Elektrode | |
| DE102022212239A1 (de) | Verfahren und Vorrichtung zur prädiktiven Diagnose einer Gerätebatterie eines technischen Geräts mithilfe eines multivariaten Transformer-Modells | |
| EP4297222A1 (de) | Computer-implementiertes verfahren und system zur anomalie-erkennung und anomalie-lokalisierung in einem energieverteilungs-netz | |
| DE202014100996U1 (de) | Vorrichtung zum Ermitteln einer Prognose der Strom-Spannung (IV) Eigenschaften einer Solarzelle unter der einwertigen Vorspannungsbedingung | |
| DE102009044858B4 (de) | Verfahren und Modul mit Analog-Digital-Umsetzer | |
| DE102015222683A1 (de) | Verfahren zum rechnergestützten Ermitteln von Parametern eines elektrochemischen Energiespeichers |
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 |