CN110954830B - 电池跳水预测方法及设备 - Google Patents
电池跳水预测方法及设备 Download PDFInfo
- Publication number
- CN110954830B CN110954830B CN201911170511.7A CN201911170511A CN110954830B CN 110954830 B CN110954830 B CN 110954830B CN 201911170511 A CN201911170511 A CN 201911170511A CN 110954830 B CN110954830 B CN 110954830B
- Authority
- CN
- China
- Prior art keywords
- battery
- internal resistance
- resistance value
- time point
- 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.)
- Active
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]
- G01R31/389—Measuring internal impedance, internal conductance or related variables
-
- 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]
- G01R31/392—Determining battery ageing or deterioration, e.g. state of health
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
- Secondary Cells (AREA)
Abstract
本发明实施例提供一种电池跳水预测方法及设备,该方法包括获取待测电池的充放电数据,并根据所述充放电数据确定当前时间点的第一等效循环圈数;对待测电池进行电池内阻测量,得到当前时间点的第一电池内阻值;将所述第一电池内阻值与所述第一等效循环圈数对应的预测值进行比较,得到第一比较结果,并根据所述第一比较结果生成预警信息并发出;所述预测值是根据回归模型预测得到的,所述回归模型是根据多个时间点测量得到的电池内阻值获得的。本发明实施例采用线性回归模型对内阻进行预测,能够对跳水点进行更加准确的预测。
Description
技术领域
本发明实施例涉及可充电电池技术领域,尤其涉及一种电池跳水预测方法及设备。
背景技术
锂离子电池具有能量密度高、循环寿命长、自放电率低、无记忆效应等优点,与其他电池相比,是目前最适合于电动汽车的动力源。锂离子电池在老化过程中,电池容量随着老化的不断进行会逐渐变小。电池的老化可分为两个阶段,在老化初期,电池的容量衰减随循环圈数之间是呈线性关系,称为线性老化区;当电池老化到一定程度时,电池内部的老化机理发生变化,导致其容量衰减速率会突然加速,严重影响电池的正常使用。因此,对电池容量衰减跳水点的预警对于电池管理来说是十分重要的。
现有技术中针对电池跳水的研究目前还比较少,主要有两种解决方案,第一种是利用低倍率充电过程中的ICA中dQ/dV曲线对应较高电位的峰的强度变化来判断磷酸铁锂电池的跳水行为;第二种是利用电池的SOC-OCV曲线中的转折点是否达到截止电压作为电池容量是否跳水的判据。
然而,第一种方案中只是认为电池老化过程中ICA曲线的获取比较困难,仅考虑了活性锂的损失这一个因素;第二种方案中是以电池在整个老化过程中(包括跳水阶段)的内阻增长速率是呈线性增长的趋势为基础的,但是在实际使用中,电池内部的阻抗增长会出现非线性变化趋势,并非是线性增长的关系。综上可知,上述两种方案的测试结果的准确性均较低。
发明内容
本发明实施例提供一种电池跳水预测方法及设备,以提高电池跳水预警的准确性。
第一方面,本发明实施例提供一种电池跳水预测方法,包括:
获取待测电池的充放电数据,并根据所述充放电数据确定当前时间点的第一等效循环圈数;
对待测电池进行电池内阻测量,得到当前时间点的第一电池内阻值;
将所述第一电池内阻值与所述第一等效循环圈数对应的预测值进行比较,得到第一比较结果,并根据所述第一比较结果生成预警信息并发出;所述预测值是根据回归模型预测得到的,所述回归模型是根据多个时间点测量得到的电池内阻值获得的。
在一种可能的设计中,所述将所述第一电池内阻值与所述第一等效循环圈数对应的预测值进行比较之前,还包括:
获取至少两个时间点的电池内阻值;
判断第二时间点测得的第二电池内阻值是否满足预设条件,若满足,则根据已获取的所有时间点的电池内阻值,以及每个时间点的电池内阻值对应的等效循环圈数,确定回归模型;所述第二时间点为所述至少两个时间点中第一时间点与所述当前时间点之间的任一时间点;
根据所述回归模型,确定所述第一等效循环圈数对应的预测值。
在一种可能的设计中,所述预设条件为所述第二电池内阻值与初始电池内阻值的比值是否大于预设阈值。
在一种可能的设计中,所述电池内阻值为电池的直流内阻值或交流内阻值。
在一种可能的设计中,所述电池内阻值为直流阻抗值,所述对待测电池进行电池内阻测量,得到当前时间点的第一电池内阻值,包括:
在待测电池处于预设荷电状态下,以预设时长的脉冲信号进行电池的阻抗测试。
在一种可能的设计中,所述预设荷电状态为30%~70%。
在一种可能的设计中,所述交流内阻值为多频率阻抗谱中的预设频率下的阻抗。
第二方面,本发明实施例提供一种电池跳水预测设备,包括:
第一获取模块,用于获取待测电池的充放电数据,并根据所述充放电数据确定当前时间点的第一等效循环圈数;
测量模块,用于对待测电池进行电池内阻测量,得到当前时间点的第一电池内阻值;
比较模块,用于将所述第一电池内阻值与所述第一等效循环圈数对应的预测值进行比较,得到第一比较结果,并根据所述第一比较结果生成预警信息并发出;所述预测值是根据回归模型预测得到的,所述回归模型是根据多个时间点测量得到的电池内阻值获得的。
第三方面,本发明实施例提供一种电池跳水预测设备,包括:至少一个处理器和存储器;
所述存储器存储计算机执行指令;
所述至少一个处理器执行所述存储器存储的计算机执行指令,使得所述至少一个处理器执行如上第一方面以及第一方面各种可能的设计所述的方法。
第四方面,本发明实施例提供一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现如上第一方面以及第一方面各种可能的设计所述的方法。
本实施例提供的电池跳水预测方法及设备,该方法通过获取待测电池的充放电数据,并根据所述充放电数据确定当前时间点的第一等效循环圈数,对待测电池进行电池内阻测量,得到当前时间点的第一电池内阻值,将所述第一电池内阻值与所述第一等效循环圈数对应的预测值进行比较,得到第一比较结果,并根据所述第一比较结果生成预警信息并发出,所述预测值是根据回归模型预测得到的,所述回归模型是根据多个时间点测量得到的电池内阻值获得的,相对于现有技术中仅考虑活性锂的损失,或者将内阻增长速率默认为成线性增长的做法,本实施例采用线性回归模型对内阻进行预测,能够对跳水点进行更加准确的预测。
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,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图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性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明一实施例的一种应用场景;
图2为本发明又一实施例提供的电池跳水预测方法的流程示意图;
图3为本发明又一实施例提供的电池跳水预测方法的流程示意图;
图4为本发明又一实施例提供的直流内阻值与累计等效循环圈数的关系图;
图5为本发明又一实施例提供的电池跳水预测设备的结构示意图;
图6为本发明又一实施例提供的电池跳水预测设备的结构示意图;
图7为本发明又一实施例提供的电池跳水预测设备的硬件结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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作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。
图1为本发明一实施例的一种应用场景。如图1所示,电池用电设备70包括电池模块101、充放电数据采集模块102、内阻测量模块103和处理器104。该电池用电设备70可以为由电池供电的终端设备,例如手机、平板电脑、平衡车、电动自行车和电动汽车等。其中,电池模块101为可充电电池,例如锂离子电池,该电池模块101用于为电池用电设备70供电。充放电数据采集模块102,与电池模块101连接,用于采集电池的充放电数据,并将该充放电数据发送给处理器104,所述充放电数据可以包括充放电次数,每次充放电的充放电容量,以及累计充放电容量等;所述内阻测量模103,用于在处理器104的控制下测量电池模块101的内阻值,并将各个时间点测量得到的电池内阻值发送给处理器104;处理器104,用于根据获取的充放电数据和各时间点测量得到的电池内阻值生成跳水点预警。
在具体实现过程中,充放电数据采集模块102自该电池用电设备70被第一次使用即开始对电池的充放电数据进行记录,可选地,内阻测量模块103可以在电池使用过一段时间后开始进行第一时间点的测量,得到对应于第一时间点的电池内阻值,并将该电池内阻值发送给处理器104,处理器104从充放电数据采集模块102获取该第一时间点及之前的充放电数据,并根据获取到的数据计算该第一时间点对应的累计等效循环圈数或者累计吞吐容量值。至此获得第一时间点的电池内阻以及累计等效循环圈数或者累计吞吐容量值。依照上述方法继续获得第二时间点对应的数据,第三时间点对应的数据,以及第N时间点对应的数据,并根据各时间点对应的数据进行跳水点预警。并将预警信息发送给用户,以使用户采取相应措施。
下面以具体地实施例对本发明的技术方案进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例不再赘述。
图2为本发明又一实施例提供的电池跳水预测方法的流程示意图。如图2所示,该方法包括:
201、获取待测电池的充放电数据,并根据所述充放电数据确定当前时间点的第一等效循环圈数。
实际应用中,本实施例的执行主体可以为如图1所示的电池用电设备。
本实施例中,电池的累计吞吐容量是指电池从开始使用到当前累计充电与放电容量的总和,而等效循环圈数则是指电池累计吞吐容量与电池额定容量的比值。
具体的,通过充放电数据采集模块102获取待测电池的充放电数据,该充放电数据可以包括充放电次数,每次充放电的充放电容量,以及累计充放电容量等。可选地,根据该充放电数据确定当前时间点的第一等效循环圈数的步骤可以通过充放电数据采集模块102执行,还可以通过处理器104执行。
202、对待测电池进行电池内阻测量,得到当前时间点的第一电池内阻值;
本实施例中,所述电池内阻值为电池的直流内阻值或交流内阻值。可选地,所述交流内阻值为多频率阻抗谱中的预设频率下的阻抗。
所述当前时间点之前至少存在两个时间点的内阻测量值,以根据该至少两个时间点的内阻测量值进行线性回归模型的建立。
可选地,所述电池内阻值为直流阻抗值,所述对待测电池进行电池内阻测量,得到当前时间点的第一电池内阻值,包括:
在待测电池处于预设荷电状态下,以预设时长的脉冲信号进行电池的阻抗测试。
可选地,所述预设荷电状态为30%~70%。
在电池实际使用以及测试过程中,需在给定的条件下(例如,在预设贺电状态下,使用预设时长的脉冲信号)进行电池的阻抗测试,并利用电池每次充放电过程中的容量信息计算电池阻抗测试时的累计循环圈数或者累计吞吐容量值,记录此刻的阻抗值以及累计循环圈数或者累计吞吐容量值。
以下以电池内阻值为直流内阻值对电池内阻的测量过程进行示例说明。可选地,可以通过电流阶跃法测量电池内阻值。具体的,当电池经过较一段时间静置之后,电池的开路电压保持不变,则对电池施加一个恒电流的充电(或放电)阶跃信号,此时电池的电压在施加阶跃之后会逐渐发生变化,整个过程持续时间为30s至120s,假设在施加恒流阶跃信号前的电池的端电压为V1,测试结束之后的电池端电压为V2,施加的电流大小为I,则电池的充电(或放电)直流内阻的计算公式为:R=|V2-V1/I|,即可测量得到电池的内阻。可以理解,脉冲时长的选择可以根据实际测试状况选定,例如,通常情况下可以选择脉冲时长为30s至120s,若电池的荷电状态接近满荷电,则对其进行充电的话,不宜选择过长的脉冲时长,可以对其通过放电进行电池内阻测量。相应的,电池处于接近空负荷的状态时,不宜选择过长的脉冲时长进行放电,可以对其通过充电进行电池内阻测量。
需要说明的是,电池的内阻随电池当前的荷电状态(电池当前剩余容量与可用容量的比值)有关,一般来说,当电池的荷电状态为30%~70%时,其内阻随荷电状态的变化较小,可选地,实际测量中可以选择在50%荷电状态下对电池进行内阻测量。
实际应用中,对于内阻测量的时间点选取有多种方式,一种是以固定周期进行内阻的测量,例如每周或每月;另一种是先以较长周期进行内阻测量,例如以一个月为一个周期,因为前期电池出现跳水的概率较小,因此可以先以长周期进行内阻测量以减少运算量,节约计算资源,后续当电池使用一段时间后,将周期缩短,邻近电池预测寿命时则可以选择以一个等效循环圈为一个测量周期。以对跳水点进行准确捕捉。本实施例对此不做限定。
203、将所述第一电池内阻值与所述第一等效循环圈数对应的预测值进行比较,得到第一比较结果,并根据所述第一比较结果生成预警信息并发出;所述预测值是根据回归模型预测得到的,所述回归模型是根据多个时间点测量得到的电池内阻值获得的。
实际应用中,在利用线性回归模型进行线性回归预测时,需要给出相应的置信概率,给定的置信概率是利用线性回归模型进行预测的基础,可选地,可以选择5%~10%之间的任意值作为置信概率,本实施例对此不做限定。当电池的阻抗值超过线性回归模型给出的阻抗值时,则给出跳水预警。
本实施例中,以置信概率设置为α=5%为例,预测值在置信概率α=5%条件下的置信区间可用下式计算得到:
若第j次测量中测量得到的内阻值即测量得到的内阻值,则认为此时电池内部老化机理发生了变化,即将发生跳水,给出跳水预警,在图4中,虚线所示的部分则是线性回归模型给出的置信区间,可以看到B点处的内阻增长显著高于置信区间,此时在B点处应给出电池容量即将跳水的预警。
本实施例提供的电池跳水预测方法,通过获取待测电池的充放电数据,并根据所述充放电数据确定当前时间点的第一等效循环圈数,对待测电池进行电池内阻测量,得到当前时间点的第一电池内阻值,将所述第一电池内阻值与所述第一等效循环圈数对应的预测值进行比较,得到第一比较结果,并根据所述第一比较结果生成预警信息并发出,所述预测值是根据回归模型预测得到的,所述回归模型是根据多个时间点测量得到的电池内阻值获得的,相对于现有技术中仅考虑活性锂的损失,或者将内阻增长速率默认为成线性增长的做法,本实施例采用线性回归模型对内阻进行预测,能够对跳水点进行更加准确的预测。
图3为本发明又一实施例提供的电池跳水预测方法的流程示意图。如图3所示,在上述实施例的基础上,本实施例对线性回归模型的建立进行了详细说明,本实施例中,该方法包括:
301、获取至少两个时间点的电池内阻值。
本实施例中,该至少两个时间点的电池内阻值的获取方法可以参考图2所示实施例中步骤202的方法进行。此处不再赘述。
302、判断第二时间点测得的第二电池内阻值是否满足预设条件,若满足,则根据已获取的所有时间点的电池内阻值,以及每个时间点的电池内阻值对应的等效循环圈数,确定回归模型;所述第二时间点为所述至少两个时间点中第一时间点与所述当前时间点之间的任一时间点。
可选地,所述预设条件为所述第二电池内阻值与初始电池内阻值的比值是否大于预设阈值。
实际应用中,该预设阈值可以由使用者确定,例如可以设置为容量衰减小于10%或者内阻增长小于10%的某个值作为阈值。如图4所示,图中的圆点表示测量得到的内阻值,实线表示拟合得到的回归模型,在该实施例中,当电池的内阻超过初始阻抗值的10%时,则对该点之前测试的所有阻抗数据利用最小二乘法进行线性回归,得到的线性回归模型可以表示为:
303、根据所述回归模型,确定所述第一等效循环圈数对应的预测值。
具体的,如图4所示,拟合得到的回归模型为图中的实线,根据图中的实线,以及第一等效循环圈数即可得到该第一等效循环圈数对应的预测值。
需要说明的是,步骤301至步骤303在步骤306之前执行即可。也就是说,其可以与步骤305并列执行。也可以在步骤305至306之间执行。
304、获取待测电池的充放电数据,并根据所述充放电数据确定当前时间点的第一等效循环圈数。
305、对待测电池进行电池内阻测量,得到当前时间点的第一电池内阻值。
306、将所述第一电池内阻值与所述第一等效循环圈数对应的预测值进行比较,得到第一比较结果,并根据所述第一比较结果生成预警信息并发出;所述预测值是根据回归模型预测得到的,所述回归模型是根据多个时间点测量得到的电池内阻值获得的。
本实施例中步骤304至步骤306相当于上述实施例中步骤201至步骤203,此处不再赘述。
本实施例提供的电池跳水预测方法,通过采样至少两个时间点的电池内阻值为每个电池建立线性回归模型,能够保留该电池的全部特性,从而实现对跳水点进行更加准确的预测。
图5为本发明又一实施例提供的电池跳水预测设备的结构示意图。如图5所示,该电池跳水预测设备50包括:。
第一获取模块501,用于获取待测电池的充放电数据,并根据所述充放电数据确定当前时间点的第一等效循环圈数;
测量模块502,用于对待测电池进行电池内阻测量,得到当前时间点的第一电池内阻值;
比较模块503,用于将所述第一电池内阻值与所述第一等效循环圈数对应的预测值进行比较,得到第一比较结果,并根据所述第一比较结果生成预警信息并发出;所述预测值是根据回归模型预测得到的,所述回归模型是根据多个时间点测量得到的电池内阻值获得的。
本发明实施例提供的电池跳水预测设备,通过第一获取模块501获取待测电池的充放电数据,并根据所述充放电数据确定当前时间点的第一等效循环圈数;测量模块502对待测电池进行电池内阻测量,得到当前时间点的第一电池内阻值;比较模块503将所述第一电池内阻值与所述第一等效循环圈数对应的预测值进行比较,得到第一比较结果,并根据所述第一比较结果生成预警信息并发出;所述预测值是根据回归模型预测得到的,所述回归模型是根据多个时间点测量得到的电池内阻值获得的。相对于现有技术中仅考虑活性锂的损失,或者将内阻增长速率默认为成线性增长的做法,本实施例采用线性回归模型对内阻进行预测,能够对跳水点进行更加准确的预测。
图6为本发明又一实施例提供的电池跳水预测设备的结构示意图。如图6所示,该电池跳水预测设备50还包括:通信模块504、训练模块505。
可选地,所述设备50还包括:
第二获取模块504,用于获取至少两个时间点的电池内阻值;
判断模块505,用于判断第二时间点测得的第二电池内阻值是否满足预设条件,若满足,则根据已获取的所有时间点的电池内阻值,以及每个时间点的电池内阻值对应的等效循环圈数,确定回归模型;所述第二时间点为所述至少两个时间点中第一时间点与所述当前时间点之间的任一时间点;
确定模块506,用于根据所述回归模型,确定所述第一等效循环圈数对应的预测值。
可选地,所述预设条件为所述第二电池内阻值与初始电池内阻值的比值是否大于预设阈值。
可选地,所述电池内阻值为电池的直流内阻值或交流内阻值。
可选地,所述电池内阻值为直流阻抗值,所述测量模块502具体用于:
在待测电池处于预设荷电状态下,以预设时长的脉冲信号进行电池的阻抗测试。
可选地,所述预设荷电状态为30%~70%。
可选地,所述交流内阻值为多频率阻抗谱中的预设频率下的阻抗。
本发明实施例提供的电池跳水预测设备,可用于执行上述的方法实施例,其实现原理和技术效果类似,本实施例此处不再赘述。
图7为本发明又一实施例提供的电池跳水预测设备的硬件结构示意图。如图7所示,本实施例提供的电池跳水预测设备70包括:至少一个处理器701和存储器702。该电池跳水预测设备70还包括通信部件703。其中,处理器701、存储器702以及通信部件703通过总线704连接。
在具体实现过程中,至少一个处理器701执行所述存储器702存储的计算机执行指令,使得至少一个处理器701执行如上电池跳水预测设备70所执行的电池跳水预测方法。
当本实施例的后端由服务器执行时,该通信部件703可以将语音帧发送给服务器。
处理器701的具体实现过程可参见上述方法实施例,其实现原理和技术效果类似,本实施例此处不再赘述。
在上述的图7所示的实施例中,应理解,处理器可以是中央处理单元(英文:Central Processing Unit,简称:CPU),还可以是其他通用处理器、数字信号处理器(英文:Digital Signal Processor,简称:DSP)、专用集成电路(英文:Application SpecificIntegrated Circuit,简称:ASIC)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合发明所公开的方法的步骤可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。
存储器可能包含高速RAM存储器,也可能还包括非易失性存储NVM,例如至少一个磁盘存储器。
总线可以是工业标准体系结构(Industry Standard Architecture,ISA)总线、外部设备互连(Peripheral Component,PCI)总线或扩展工业标准体系结构(ExtendedIndustry Standard Architecture,EISA)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示,本申请附图中的总线并不限定仅有一根总线或一种类型的总线。
本申请还提供一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现如上电池跳水预测设备执行的电池跳水预测方法。
本申请还提供一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现如上电池跳水预测设备执行的电池跳水预测方法。
上述的计算机可读存储介质,上述可读存储介质可以是由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。可读存储介质可以是通用或专用计算机能够存取的任何可用介质。
一种示例性的可读存储介质耦合至处理器,从而使处理器能够从该可读存储介质读取信息,且可向该可读存储介质写入信息。当然,可读存储介质也可以是处理器的组成部分。处理器和可读存储介质可以位于专用集成电路(Application Specific IntegratedCircuits,简称:ASIC)中。当然,处理器和可读存储介质也可以作为分立组件存在于设备中。
本领域普通技术人员可以理解:实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时,执行包括上述各方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (10)
1.一种电池跳水预测方法,其特征在于,包括:
获取待测电池的充放电数据,并根据所述充放电数据确定当前时间点的第一等效循环圈数;
对待测电池进行电池内阻测量,得到当前时间点的第一电池内阻值;
将所述第一电池内阻值与所述第一等效循环圈数对应的预测电池内阻值进行比较,得到第一比较结果,并在所述第一比较结果满足第一预设条件时生成预警信息并发出;所述预测电池内阻值是根据回归模型预测得到的,所述回归模型是根据多个时间点测量得到的电池内阻值以及所述多个时间点中每个时间点的电池内阻值所对应的等效循环圈数获得的;
所述第一预设条件包括所述第一电池内阻值与所述预测电池内阻值的差值大于第一值,所述第一值为均值为0、方差为1的正态分布对应的上分位数与当前时间点对应的数据测量离散度的乘积。
2.根据权利要求1所述的方法,其特征在于,所述将所述第一电池内阻值与所述第一等效循环圈数对应的预测电池内阻值进行比较之前,还包括:
获取至少两个时间点的电池内阻值;
判断第二时间点测得的第二电池内阻值是否满足第二预设条件,若满足,则根据已获取的所有时间点的电池内阻值,以及每个时间点的电池内阻值对应的等效循环圈数,确定回归模型;所述第二时间点为所述至少两个时间点中第一时间点与所述当前时间点之间的任一时间点;
根据所述回归模型,确定所述第一等效循环圈数对应的预测电池内阻值。
3.根据权利要求2所述的方法,其特征在于,所述第二预设条件为所述第二电池内阻值与初始电池内阻值的比值是否大于预设阈值。
4.根据权利要求1所述的方法,其特征在于,所述电池内阻值为电池的直流内阻值或交流内阻值。
5.根据权利要求4所述的方法,其特征在于,所述电池内阻值为直流阻抗值,所述对待测电池进行电池内阻测量,得到当前时间点的第一电池内阻值,包括:
在待测电池处于预设荷电状态下,以预设时长的脉冲信号进行电池的阻抗测试。
6.根据权利要求5所述的方法,其特征在于,所述预设荷电状态为30%~70%。
7.根据权利要求4所述的方法,其特征在于,所述交流内阻值为多频率阻抗谱中的预设频率下的阻抗。
8.一种电池跳水预测设备,其特征在于,包括:
第一获取模块,用于获取待测电池的充放电数据,并根据所述充放电数据确定当前时间点的第一等效循环圈数;
测量模块,用于对待测电池进行电池内阻测量,得到当前时间点的第一电池内阻值;
比较模块,用于将所述第一电池内阻值与所述第一等效循环圈数对应的预测电池内阻值进行比较,得到第一比较结果,并根据所述第一比较结果满足第一预设条件时生成预警信息并发出;所述预测电池内阻值是根据回归模型预测得到的,所述回归模型是根据多个时间点测量得到的电池内阻值以及所述多个时间点中每个时间点的电池内阻值所对应的等效循环圈数获得的;所述第一预设条件包括所述第一电池内阻值与所述预测电池内阻值的差值大于第一值,所述第一值为均值为0、方差为1的正态分布对应的上分位数与当前时间点对应的数据测量离散度的乘积。
9.一种电池跳水预测设备,其特征在于,包括:至少一个处理器和存储器;
所述存储器存储计算机执行指令;
所述至少一个处理器执行所述存储器存储的计算机执行指令,使得所述至少一个处理器执行如权利要求1至7任一项所述的电池跳水预测方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现如权利要求1至7任一项所述的电池跳水预测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911170511.7A CN110954830B (zh) | 2019-11-26 | 2019-11-26 | 电池跳水预测方法及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911170511.7A CN110954830B (zh) | 2019-11-26 | 2019-11-26 | 电池跳水预测方法及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110954830A CN110954830A (zh) | 2020-04-03 |
CN110954830B true CN110954830B (zh) | 2022-04-15 |
Family
ID=69976926
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911170511.7A Active CN110954830B (zh) | 2019-11-26 | 2019-11-26 | 电池跳水预测方法及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110954830B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111537884B (zh) * | 2020-04-17 | 2022-04-29 | 中国科学院深圳先进技术研究院 | 获取动力电池寿命数据的方法、装置、计算机设备及介质 |
CN112034355B (zh) * | 2020-09-04 | 2023-09-05 | 中国南方电网有限责任公司超高压输电公司曲靖局 | 蓄电池状态的评估方法及评估装置 |
CN112130078B (zh) * | 2020-09-22 | 2022-04-15 | 清华四川能源互联网研究院 | 充放电数据处理方法、充放电数据处理装置和终端设备 |
CN112327167B (zh) * | 2020-10-21 | 2022-01-28 | 北京航空航天大学 | 一种电池容量跳水风险评估方法及系统 |
CN113655398B (zh) * | 2021-08-11 | 2024-04-05 | 远景动力技术(江苏)有限公司 | 预估锂电池循环跳水的方法 |
CN115754825B (zh) * | 2022-11-08 | 2023-07-28 | 中山市新益昌自动化设备有限公司 | 一种电容检测方法、装置及数据板 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107748330A (zh) * | 2017-09-20 | 2018-03-02 | 镇江恒驰科技有限公司 | 一种动力锂电池的老化预警方法 |
CN108761347A (zh) * | 2018-06-29 | 2018-11-06 | 联想(北京)有限公司 | 一种处理方法、装置及电子设备 |
CN109596983A (zh) * | 2018-11-19 | 2019-04-09 | 清华大学 | 一种电池老化过程中容量跳水的预测方法 |
CN109946612A (zh) * | 2019-04-01 | 2019-06-28 | 北京交通大学 | 一种三元锂离子电池容量加速衰退转折点识别方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8519674B2 (en) * | 2009-11-12 | 2013-08-27 | GM Global Technology Operations LLC | Method for estimating battery degradation in a vehicle battery pack |
JP2011208966A (ja) * | 2010-03-29 | 2011-10-20 | Nec Corp | 余命予測装置、そのコンピュータプログラムおよびデータ処理方法 |
JP6546452B2 (ja) * | 2015-06-02 | 2019-07-17 | ローム株式会社 | 電池残量推定装置、電池残量推定システム、およびバッテリーパック |
CN106970334B (zh) * | 2017-05-05 | 2019-08-13 | 安徽锐能科技有限公司 | 电池健康状态检测的方法及装置 |
CN107632262A (zh) * | 2017-08-07 | 2018-01-26 | 北京长城华冠汽车科技股份有限公司 | 一种动力电池组循环寿命的检测方法及装置 |
CN110261790A (zh) * | 2019-04-10 | 2019-09-20 | 北京海博思创科技有限公司 | 电池健康状态的预估方法、装置及系统 |
-
2019
- 2019-11-26 CN CN201911170511.7A patent/CN110954830B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107748330A (zh) * | 2017-09-20 | 2018-03-02 | 镇江恒驰科技有限公司 | 一种动力锂电池的老化预警方法 |
CN108761347A (zh) * | 2018-06-29 | 2018-11-06 | 联想(北京)有限公司 | 一种处理方法、装置及电子设备 |
CN109596983A (zh) * | 2018-11-19 | 2019-04-09 | 清华大学 | 一种电池老化过程中容量跳水的预测方法 |
CN109946612A (zh) * | 2019-04-01 | 2019-06-28 | 北京交通大学 | 一种三元锂离子电池容量加速衰退转折点识别方法 |
Non-Patent Citations (2)
Title |
---|
Modeling of lithium plating induced aging of lithium-ion batteries: Transition from linear to nonlinear aging;Xiao-Guang Yang 等;《Journal of Power Sources》;20171231;第360卷;第28-40页 * |
电动汽车动力电池梯次利用寿命预测方法研究;王开让 等;《全球能源互联网》;20180731;第1卷(第3期);第375-382页 * |
Also Published As
Publication number | Publication date |
---|---|
CN110954830A (zh) | 2020-04-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110954830B (zh) | 电池跳水预测方法及设备 | |
EP4019321B1 (en) | Battery managing method and device, and vehicle | |
US6392415B2 (en) | Method for determining the state of charge of lead-acid rechargeable batteries | |
CN107437642B (zh) | 一种智能充电方法及装置 | |
KR20220011564A (ko) | 배터리 용량 결정 방법 및 장치, 관리 시스템 및 저장 매체 | |
JP2023523370A (ja) | リチウムメッキを検出するための方法及び装置、並びに分極比率を取得するための方法及び装置 | |
US20230112978A1 (en) | Method and apparatus for calculating cell state, and storage medium | |
CN111142032B (zh) | 电池电量的确定方法、装置、设备和存储介质 | |
CN112986841A (zh) | 电池荷电状态的估算方法、装置及设备 | |
CN115270454A (zh) | 电池寿命预测方法及相关设备 | |
CN112825431A (zh) | 电池装置及其控制方法 | |
CN116754981B (zh) | 电池容量预测方法、装置、电子设备及存储介质 | |
CN110068409B (zh) | 锂电池应力预测方法和装置 | |
CN114089204B (zh) | 一种电池容量跳水拐点预测方法及装置 | |
CN110850304B (zh) | 一种满充电检测方法、装置和存储介质 | |
CN112272908A (zh) | 充电方法、电子装置以及存储介质 | |
WO2022012500A1 (zh) | 一种检测车辆蓄电池坏格类型的方法及电池检测设备 | |
CN114179618A (zh) | 车辆里程试验方法及装置、计算机可读存储介质 | |
CN112731187A (zh) | 电池容量修正方法和电池管理系统 | |
JP2008537630A (ja) | 様々な比重の鉛蓄電池の容量を確定するための方法 | |
CN116908723A (zh) | 一种电池循环次数的计算方法及装置 | |
CN108832676A (zh) | 用于电池组的被动均衡系统 | |
US20230268753A1 (en) | Intelligent battery charging based on history | |
CN116054349B (zh) | 一种光伏蓄能电池组电压控制保护系统 | |
CN111487541A (zh) | 判断电量状态的方法及其电子装置 |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: Unit 1201, unit 3, 12 / F, building 2, yard 9, FengHao East Road, Haidian District, Beijing 100094 Applicant after: Beijing Haibo Sichuang Technology Co., Ltd Applicant after: TSINGHUA University Address before: Room 208, floor 2, building C, academic research center, Beijing Forestry University, No. 35, Qinghua East Road, Haidian District, Beijing 100083 Applicant before: BEIJING HYPERSTRONG TECHNOLOGY Co.,Ltd. Applicant before: TSINGHUA University |
|
GR01 | Patent grant | ||
GR01 | Patent grant |