CN113049963A - 一种基于局部离群因子的锂电池组一致性检测方法及装置 - Google Patents
一种基于局部离群因子的锂电池组一致性检测方法及装置 Download PDFInfo
- Publication number
- CN113049963A CN113049963A CN202110478393.7A CN202110478393A CN113049963A CN 113049963 A CN113049963 A CN 113049963A CN 202110478393 A CN202110478393 A CN 202110478393A CN 113049963 A CN113049963 A CN 113049963A
- Authority
- CN
- China
- Prior art keywords
- cell
- local outlier
- battery
- battery pack
- cells
- 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.)
- Pending
Links
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 title claims abstract description 23
- 229910052744 lithium Inorganic materials 0.000 title claims abstract description 23
- 238000001514 detection method Methods 0.000 title claims abstract description 18
- 238000000034 method Methods 0.000 claims abstract description 28
- 230000002159 abnormal effect Effects 0.000 claims abstract description 17
- 210000004027 cell Anatomy 0.000 claims description 195
- 238000010586 diagram Methods 0.000 claims description 19
- 238000005070 sampling Methods 0.000 claims description 17
- 238000004364 calculation method Methods 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 12
- 210000004460 N cell Anatomy 0.000 claims description 6
- 238000012216 screening Methods 0.000 claims description 5
- 238000012163 sequencing technique Methods 0.000 claims 2
- 238000001914 filtration Methods 0.000 claims 1
- 238000003745 diagnosis Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000000644 propagated effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000000178 monomer Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000001338 self-assembly Methods 0.000 description 1
- 239000004065 semiconductor Substances 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]
- G01R31/367—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
Abstract
本发明涉及一种基于局部离群因子的锂电池组一致性检测方法及装置,其方法包括:获取电池组中的多个电芯的电压曲线;利用欧式距离计算每个电芯的电压曲线与其他电芯的的电压曲线的距离,得到每个电芯对应的多个电芯距离;根据每个电芯对应的多个电芯距离,计算电池组中每一个电芯的局部离群因子评分;基于每个电芯的局部离群因子评分,确定电池组中与其它电芯不一致的电芯。本发明利用局部离群因子对锂电池组的离群电芯进行检测,能有效过滤噪声数据,提高了异常电芯检测的准确率和有效性。
Description
技术领域
本发明属于锂电池组检测技术领域,具体涉及一种基于局部离群因子的锂电池组一致性检测方法及装置。
背景技术
由于工艺水平的限制,当前电池模组中各单体并无法做到完全的一致,电池的一致性主要指容量、电压、内阻、自放电率等主要参数的趋同性。电池自成组初期便有着不一致性的存在,在使用过程中,由于电池组的组合结构、使用工况、使用环境、电池管理等因素的影响,电池的不一致情况会日益明显,直至影响电池模组的正常使用。因此,电池管理系统应当有一致性检测的能力。
另一方面,在一般数据集中往往存在少量数据对象的特征表现异常或者行为异常的情况,这样的数据对象通常被称作孤立点或者离群点(Outlier)。检测这些异常数据对象的方法称为离群点诊断方法,这是数据挖掘领域中非常重要的一项挖掘技术。关于离群点的诊断可以作如下描述:对于所给定n个数据点或者说数据对象的集合中,预期存在离群点或者离群对象的数目为k,分析挖掘出与其他数据对象相比是异常的、显著差异的或者不一致的前k个对象。那么离群点的诊断可以分为两个步骤,首先针对给定的数据点或者数据对象集合定义离群点,然后利用恰当的方法来检测出这样的离群点。
发明内容
为了减少现有电池组一致性检测方法中模型拟合度差、准确率低、判断困难等问题,在本发明的第一方面提供了一种基于局部离群因子的锂电池组一致性检测方法,包括如下步骤:获取电池组中的多个电芯的电压曲线;利用欧式距离计算每个电芯的电压曲线与其他电芯的的电压曲线的距离,得到每个电芯对应的多个电芯距离;根据每个电芯对应的多个电芯距离,计算电池组中每一个电芯的局部离群因子评分;基于每个电芯的局部离群因子评分,确定电池组中与其它电芯不一致的电芯。
在本发明的一些实施例中,所述利用欧式距离计算每个电芯的电压曲线与其他电芯的的电压曲线的距离,并将其作为电芯距离包括如下步骤:根据电压曲线的采样频率选取参与计算电芯距离的多个采样点;根据选取的多个采样点按如下公式进行计算:
其中X、Y对应两个电芯的电压曲线,distance(X,Y)表示电压曲线X与电压曲线Y的距离,i为曲线上采样点,n为曲线上采样点总数目,Xi、Yi分别为曲线上对应点的电压值。
在本发明的一些实施例中,所述根据每个电芯对应的多个电芯距离,计算电池组中每一个电芯的局部离群因子评分包括如下步骤:将每个电芯的电压曲线和电芯距离分别作为数据对象及其距离,根据预设的电芯距离统计每个电芯的邻居数;根据每个电芯的邻居数计算其数据密度;根据每个电芯的数据密度计算局部离群因子评分。
进一步的,所述数据密度的计算方法为:
其中,x表示待计算数据密度所对应电芯的电压曲线,k表示满足与电压曲线x的距离低于阈值的电压曲线个数,density(x,k)表示电压曲线x的数据密度,y表示电压曲线x的邻近电压曲线,distance(x,y)表示电压曲线x和y之间的距离;N(x,k)表示电压曲线x的k个最近电压曲线的集合,|N(x,k)|表示N(x,k)集合的大小;
所述局部离群因子评分的计算方法为:
其中局部离群因子评分用相对数据密度relative_density表示,density(y,k)表示电压曲线y的数据密度。
在本发明的一些实施例中,所述基于每个电芯的局部离群因子评分,确定电池组中与其它电芯不一致的电芯包括如下步骤:根据每个电芯的局部离群因子评分的大小进行排序,并统计每个电芯的局部离群因子评分的频数;选取电池组中的局部离群因子评分最高M个电芯,和局部离群因子评分的频数最低的N个作为候选异常电芯,且0≤N≤M≤5;将候选异常电芯中局部离群因子评分最高且局部离群因子评分的频数最低的电芯确定为电池组中的不一致电芯。
在上述的实施例中,所述获取电池组中的多个电芯的电压曲线包括如下步骤:获取电池组中的多个电芯在运行时的电压数据;根据电压数据绘制每个电芯的第一波形图;将每个电芯的第一波形图进行分解或重构得到第二波形图;根据每个电芯的第一波形图和第二波形图分别绘制在同一张波形图中,得到多个电芯的电压曲线。
本发明的第二方面,提供了一种基于局部离群因子的锂电池组一致性检测装置,包括获取模块、第一计算模块、第二计算模块、确定模块,所述获取模块,用于获取电池组中的多个电芯的电压曲线;所述第一计算模块,利用欧式距离计算每个电芯的电压曲线与其他电芯的的电压曲线的距离,得到每个电芯对应的多个电芯距离;所述第二计算模块,用于根据每个电芯对应的多个电芯距离,计算电池组中每一个电芯的局部离群因子评分;所述确定模块,用于根基于每个电芯的局部离群因子评分,确定电池组中与其它电芯不一致的电芯。
进一步的,所述确定模块包括统计模块、候选模块、筛选模块,所述统计模块,用于根据每个电芯的局部离群因子评分的大小进行排序,并统计每个电芯的局部离群因子评分的频数;所述候选模块,用于选取电池组中的局部离群因子评分最高M个电芯,和局部离群因子评分的频数最低的N个作为候选异常电芯,且0≤N≤M≤5;所述筛选模块,用于将候选异常电芯中局部离群因子评分最高且局部离群因子评分的频数最低的电芯确定为电池组中的不一致电芯。
本发明的第三方面,提供了一种电子设备,包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现本发明第一方面提供的方法。
本发明的第四方面,提供了一种计算机可读介质,其上存储有计算机程序,其中,所述计算机程序被处理器执行时实现本发明第一方面提供的方法。
本发明的有益效果是:
1.曲线LOF评分虽然易受其稀疏程度影响,但皆表现出正常曲线群LOF评分分布较均匀,离群电压曲线LOF评分远大于均值的特点,可有效检测差异电芯;
2.基于数据密度的离群点诊断方法不仅可有效寻找出数据对象集合中的离群点,而且对离群点的离群程度的度量给出了定量表示。该方法对于数据密度不一致的区域也能起到非常有效的处理。电池随着循环次数的增加,电压曲线间的差异程度亦发生相应的变化。
附图说明
图1为本发明的一些实施例中的基于局部离群因子的锂电池组一致性检测方法的基本流程图;
图2本发明的一些实施例中的基于局部离群因子的锂电池组一致性检测方法的具体流程图;
图3本发明的一些实施例中的电芯的电压曲线的数据密度及其频数统计及分布示意图;
图4本发明的一些实施例中的电芯的电压曲线的局部离群因子评分及其频数统计及分布示意图;
图5本发明的一些实施例中的一些实施例中的基于局部离群因子的锂电池组一致性检测方法的效果示意图;
图6为本发明的一些实施例中的基于局部离群因子的锂电池组一致性检测装置的结构示意图;
图7为本发明的一些实施例中的电子设备的结构示意图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述,所举实例只用于解释本发明,并非用于限定本发明的范围。
实施例1
参考图1,在本发明的第一方面提供了一种基于局部离群因子的锂电池组一致性检测方法,包括如下步骤:S101.获取电池组中的多个电芯的电压曲线;S102.利用欧式距离计算每个电芯的电压曲线与其他电芯的的电压曲线的距离,得到每个电芯对应的多个电芯距离;S103.根据每个电芯对应的多个电芯距离,计算电池组中每一个电芯的局部离群因子(Local Outlier Factor,LOF)评分;S104.基于每个电芯的局部离群因子评分,确定电池组中与其它电芯不一致的电芯。
在本发明的一些实施例中的步骤S102中,所述利用欧式距离计算每个电芯的电压曲线与其他电芯的的电压曲线的距离,得到每个电芯对应的多个电芯距离包括如下步骤:根据电压曲线的采样频率选取参与计算电芯距离的多个采样点;根据选取的多个采样点按如下公式进行计算:
其中X、Y对应两个电芯的电压曲线,distance(X,Y)表示电压曲线X与电压曲线Y的距离,i为曲线上采样点,n为曲线上采样点总数目,Xi、Yi分别为曲线上对应点的电压值。
可选的,上述电芯距离还可以利用Hamming(汉明)距离、Mahalanobis(马氏)距离、球面距离、地动距离等表示数据之间距离的一种或多种计算方法进行计算。
参考图2,在本发明的一些实施例中的步骤S103中,所述根据每个电芯对应的多个电芯距离,计算电池组中每一个电芯的局部离群因子评分包括如下步骤:将每个电芯的电压曲线和电芯距离分别作为数据对象及其距离,根据预设的电芯距离统计每个电芯的邻居数;根据每个电芯的邻居数计算其数据密度;根据每个电芯的数据密度计算局部离群因子评分。
为了提高各电芯的数据密度计算效率,可利用KNN(K-Nearest Neighbor)对电芯距离相近的电芯进行筛选或排序。可选的,还可根据电芯距离及其统计分布规律或电芯的其他属性来计算每个电芯的局部离群因子评分。
进一步的,在本发明的一些实施例中,为了解决电压或电芯距离的分布规律难以确定、拟合度差、精确性低的问题,所述数据密度的计算方法为:
其中,x表示待计算数据密度所对应电芯的电压曲线,k表示满足与电压曲线x的距离低于阈值的电压曲线个数,density(x,k)表示电压曲线x的数据密度,y表示电压曲线x的邻近电压曲线,distance(x,y)表示电压曲线x和y之间的距离;N(x,k)表示电压曲线x的k个最近电压曲线的集合,|N(x,k)|表示N(x,k)集合的大小,x本身不包含在集合中。
所述局部离群因子评分的计算方法为:
其中局部离群因子评分用相对数据密度relative_density表示,density(y,k)表示电压曲线y的数据密度。
具体地,上述实施例中的k值设置过小(如1),则有可能因为少量的邻近离群曲线导致较低的离群程度判断,而如若k值设定过大,则有可能曲线数目少于k值的曲线簇而导致所有对象都被判定为离群曲线。在本发明的一些实施例中的电池模组(锂电池)由108块电池组成,对应108条曲线,综合考虑将其k值设定为20。
参考图3与图4,在本发明的一些实施例的步骤S104中,所述基于每个电芯的局部离群因子评分,确定电池组中与其它电芯不一致的电芯包括如下步骤:根据每个电芯的局部离群因子评分的大小进行排序,并统计每个电芯的局部离群因子评分的频数;选取电池组中的局部离群因子评分最高M个电芯,和局部离群因子评分的频数最低的N个作为候选异常电芯,且0≤N≤M≤5;将候选异常电芯中局部离群因子评分最高且局部离群因子评分的频数最低的电芯确定为电池组中的不一致电芯。
需要说明的是,上述局部离群因子评分的频数是局部离群因子评分出现的次数,为了便于统计和表达相互邻近的局部离群因子评分的电芯,频数可理解为某一区间内该数据出现的次数,例如图3中出现的最左侧的矩形代表第46号电芯的局部离群因子评分落入到[0-10]区间里,将其频数计为1。
可以理解,从图3所示的电压曲线图中寻找数据密度最小值及其对应的电芯,易得知46号电芯为离群程度最为严重的电芯,按照其与其他电芯的数值对比可将其划分为离群电芯。频数统计图中数值较高的部分所包括的电芯曲线无疑隶属于正常曲线群,然而13号及92号等几块电芯对应的曲线密度相对较小,但从频数统计图却可以看出其与其他电芯差异相对不大,因此其曲线密度值受周围电芯曲线密度影响较大,这类电芯曲线离群与否不易判断。
从图4可以得知该电池模组电芯的局部离群因子评分大部分处于1附近,然而46号电芯的评分却高达10.38,根据LOF值越高,数据对象离群可能性越大的规律,结合电芯LOF评分值频数统计容易判断46号电芯曲线为离群曲线,其他曲线评分数值接近,可统一划分为正常曲线群。通过对比图3和图4可以发现,基于相对密度的离群曲线诊断要由于基于密度的离群曲线诊断,因为前者的结果不受邻域空间内其他电芯曲线密度影响,隶属于正常曲线群的曲线相对密度的分布高度集中,对异常电芯曲线的突出效果十分明显。
有鉴于此,在本发明的实施例中,为了进一步提高了判断的准确率和减少异常电芯(离群电芯或不一致电芯)误判,上述检测不一致电芯的步骤还包括根据每个电芯的数据密度对所述电池组中的多个电芯进行排序,并与上述局部离群因子评分共同确定电池组中的不一致电芯。
参考图5,在上述的实施例的步骤S101中,所述获取电池组中的多个电芯的电压曲线包括如下步骤:获取电池组中的多个电芯在运行时的电压数据;根据电压数据绘制每个电芯的第一波形图;将每个电芯的第一波形图进行分解或重构得到第二波形图(图中的重构信号);根据每个电芯的第一波形图和第二波形图分别绘制在同一张波形图中,得到多个电芯的电压曲线。
可选的,第二波形图可通过对第一波形图所表征的信号进行一次或多次傅里叶变换或小波变换的正逆变换得到。
实施例2
参考图6,本发明的第二方面,提供了一种基于局部离群因子的锂电池组一致性检测装置1,包括获取模块11、第一计算模块12、第二计算模块13、确定模块14,所述获取模块11,用于获取电池组中的多个电芯的电压曲线;所述第一计算模块12,用于利用欧式距离计算每个电芯的电压曲线与其他电芯的的电压曲线的距离,得到每个电芯对应的多个电芯距离;所述第二计算模块13,用于根据每个电芯对应的多个电芯距离,计算电池组中每一个电芯的局部离群因子评分;所述确定模块14,用于基于每个电芯的局部离群因子评分,确定电池组中与其它电芯不一致的电芯。
进一步的,所述确定模块14包括统计模块、候选模块、筛选模块,所述统计模块,用于根据每个电芯的局部离群因子评分的大小进行排序,并统计每个电芯的局部离群因子评分的频数;所述候选模块,用于选取电池组中的局部离群因子评分最高M个电芯,和局部离群因子评分的频数最低的N个作为候选异常电芯,且0≤N≤M≤5;所述筛选模块,用于将候选异常电芯中局部离群因子评分最高且局部离群因子评分的频数最低的电芯确定为电池组中的不一致电芯。
实施例3
本发明的第三方面,提供了一种电子设备,包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现本发明第一方面提供的方法。
参考图7,电子设备500可以包括处理装置(例如中央处理器、图形处理器等)501,其可以根据存储在只读存储器(ROM)502中的程序或者从存储装置508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM 503中,还存储有电子设备500操作所需的各种程序和数据。处理装置501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
通常以下装置可以连接至I/O接口505:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置506;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置507;包括例如硬盘等的存储装置508;以及通信装置509。通信装置509可以允许电子设备500与其他设备进行无线或有线通信以交换数据。虽然图7示出了具有各种装置的电子设备500,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图7中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置509从网络上被下载和安装,或者从存储装置508被安装,或者从ROM502被安装。在该计算机程序被处理装置501执行时,执行本公开的实施例的方法中限定的上述功能。需要说明的是,本公开的实施例所描述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的实施例中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个计算机程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的实施例的操作的计算机程序代码,程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++、Python,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于局部离群因子的锂电池组一致性检测方法,其特征在于,包括如下步骤:
获取电池组中的多个电芯的电压曲线;
利用欧式距离计算每个电芯的电压曲线与其他电芯的的电压曲线的距离,得到每个电芯对应的多个电芯距离;
根据每个电芯对应的多个电芯距离,计算电池组中每一个电芯的局部离群因子评分;
基于每个电芯的局部离群因子评分,确定电池组中与其它电芯不一致的电芯。
3.根据权利要求1所述的基于局部离群因子的锂电池组一致性检测方法,其特征在于,根据每个电芯对应的多个电芯距离,计算电池组中每一个电芯的局部离群因子评分包括如下步骤:
将每个电芯的电压曲线和电芯距离分别作为数据对象及其距离,根据预设的电芯距离统计每个电芯的邻居数;
根据每个电芯的邻居数计算其数据密度;
根据每个电芯的数据密度计算局部离群因子评分。
4.根据权利要求3所述的基于局部离群因子的锂电池组一致性检测方法,其特征在于,所述数据密度的计算方法为:
其中,x表示待计算数据密度所对应电芯的电压曲线,k表示满足与电压曲线x的距离低于阈值的电压曲线个数,density(x,k)表示电压曲线x的数据密度,y表示电压曲线x的邻近电压曲线,distance(x,y)表示电压曲线x和y之间的距离;N(x,k)表示电压曲线x的k个最近电压曲线的集合,|N(x,k)|表示N(x,k)集合的大小;
所述局部离群因子评分的计算方法为:
其中局部离群因子评分用相对数据密度relative_density表示,density(y,k)表示电压曲线y的数据密度。
5.根据权利要求1所述的基于局部离群因子的锂电池组一致性检测方法,其特征在于,所述根据每个电芯的局部离群因子评分对所述电池组中的多个电芯进行排序,并确定电池组中的不一致电芯包括如下步骤:
根据每个电芯的局部离群因子评分的进行排序,并统计每个电芯的局部离群因子评分的频数;
选取电池组中的局部离群因子评分最高的M个电芯,和局部离群因子评分的频数最低的N个作为候选异常电芯,且0≤N≤M≤5;
将候选异常电芯中局部离群因子评分最高且局部离群因子评分的频数最低的电芯确定为电池组中的不一致电芯。
6.根据权利要求1-5中任一项所述的基于局部离群因子的锂电池组一致性检测方法,其特征在于,所述获取电池组中的多个电芯的电压曲线包括如下步骤:
获取电池组中的多个电芯在运行时的电压数据;
根据电压数据绘制每个电芯的第一波形图;
将每个电芯的第一波形图进行分解或重构得到第二波形图;
根据每个电芯的第一波形图和第二波形图分别绘制在同一张波形图中,得到多个电芯的电压曲线。
7.一种基于局部离群因子的锂电池组一致性检测装置,其特征在于,包括获取模块、第一计算模块、第二计算模块、确定模块,
所述获取模块,用于获取电池组中的多个电芯的电压曲线;
所述第一计算模块,用于利用欧式距离计算每个电芯的电压曲线与其他电芯的的电压曲线的距离,得到每个电芯对应的多个电芯距离;
所述第二计算模块,用于根据每个电芯对应的多个电芯距离,计算电池组中每一个电芯的局部离群因子评分;
所述确定模块,基于每个电芯的局部离群因子评分,确定电池组中与其它电芯不一致的电芯。
8.根据权利要求7所述的基于局部离群因子的锂电池组一致性检测装置,其特征在于,所述确定模块包括统计模块、候选模块、筛选模块,
所述统计模块,用于根据每个电芯的局部离群因子评分的大小进行排序,并统计每个电芯的局部离群因子评分的频数;
所述候选模块,用于选取电池组中的局部离群因子评分最高M个电芯,和局部离群因子评分的频数最低的N个作为候选异常电芯,且0≤N≤M≤5;
所述筛选模块,用于将候选异常电芯中局部离群因子评分最高且局部离群因子评分的频数最低的电芯确定为电池组中的不一致电芯。
9.一种电子设备,包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1至6中任一项所述的基于局部离群因子的锂电池组一致性检测方法。
10.一种计算机可读介质,其上存储有计算机程序,其中,所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述的基于局部离群因子的锂电池组一致性检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110478393.7A CN113049963A (zh) | 2021-04-29 | 2021-04-29 | 一种基于局部离群因子的锂电池组一致性检测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110478393.7A CN113049963A (zh) | 2021-04-29 | 2021-04-29 | 一种基于局部离群因子的锂电池组一致性检测方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113049963A true CN113049963A (zh) | 2021-06-29 |
Family
ID=76517887
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110478393.7A Pending CN113049963A (zh) | 2021-04-29 | 2021-04-29 | 一种基于局部离群因子的锂电池组一致性检测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113049963A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111487553A (zh) * | 2020-04-20 | 2020-08-04 | 国电南瑞科技股份有限公司 | 一种电池单体一致性评价的方法及其装置 |
CN113721161A (zh) * | 2021-09-15 | 2021-11-30 | 摩拜(北京)信息技术有限公司 | 锂离子电池组的一致性评估方法及装置 |
CN113740732A (zh) * | 2021-08-20 | 2021-12-03 | 蜂巢能源科技有限公司 | 电芯离群的检测方法、装置及电子设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170193078A1 (en) * | 2016-01-06 | 2017-07-06 | International Business Machines Corporation | Hybrid method for anomaly Classification |
WO2019033391A1 (zh) * | 2017-08-18 | 2019-02-21 | 罗伯特·博世有限公司 | 用于检测电池组一致性的方法、装置及系统 |
CN110133530A (zh) * | 2019-05-16 | 2019-08-16 | 深圳市博诺技术有限公司 | 电池状态检测装置及方法 |
CN111208445A (zh) * | 2020-02-25 | 2020-05-29 | 中国第一汽车股份有限公司 | 一种动力电池异常单体识别方法及系统 |
-
2021
- 2021-04-29 CN CN202110478393.7A patent/CN113049963A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170193078A1 (en) * | 2016-01-06 | 2017-07-06 | International Business Machines Corporation | Hybrid method for anomaly Classification |
WO2019033391A1 (zh) * | 2017-08-18 | 2019-02-21 | 罗伯特·博世有限公司 | 用于检测电池组一致性的方法、装置及系统 |
CN110133530A (zh) * | 2019-05-16 | 2019-08-16 | 深圳市博诺技术有限公司 | 电池状态检测装置及方法 |
CN111208445A (zh) * | 2020-02-25 | 2020-05-29 | 中国第一汽车股份有限公司 | 一种动力电池异常单体识别方法及系统 |
Non-Patent Citations (2)
Title |
---|
叶冬芬 等: "无线传感网离群点检测技术研究综述", 计算机应用研究, vol. 32, no. 7, 31 July 2015 (2015-07-31), pages 1937 - 1941 * |
马洋洋: "锂离子电池系统故障诊断及软件开发", 中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑, 15 March 2021 (2021-03-15), pages 29 - 36 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111487553A (zh) * | 2020-04-20 | 2020-08-04 | 国电南瑞科技股份有限公司 | 一种电池单体一致性评价的方法及其装置 |
CN113740732A (zh) * | 2021-08-20 | 2021-12-03 | 蜂巢能源科技有限公司 | 电芯离群的检测方法、装置及电子设备 |
CN113740732B (zh) * | 2021-08-20 | 2023-06-30 | 蜂巢能源科技有限公司 | 电芯离群的检测方法、装置及电子设备 |
CN113721161A (zh) * | 2021-09-15 | 2021-11-30 | 摩拜(北京)信息技术有限公司 | 锂离子电池组的一致性评估方法及装置 |
CN113721161B (zh) * | 2021-09-15 | 2024-03-19 | 摩拜(北京)信息技术有限公司 | 锂离子电池组的一致性评估方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113049963A (zh) | 一种基于局部离群因子的锂电池组一致性检测方法及装置 | |
Wu et al. | Online detection of low-quality synchrophasor measurements: A data-driven approach | |
KR102362532B1 (ko) | 신경망 기반의 배터리 잔존 수명 예측 방법 및 장치 | |
WO2020215783A1 (zh) | 定位方法、装置及存储介质 | |
CN107979431B (zh) | 基于黎曼中值的频谱感知的方法、装置以及设备 | |
CN112990330B (zh) | 用户用能异常数据检测方法及设备 | |
CN110046633B (zh) | 一种数据质量检测方法及装置 | |
CN108647727A (zh) | 不平衡数据分类欠采样方法、装置、设备及介质 | |
CN111738319B (zh) | 一种基于大规模样本的聚类结果评价方法及装置 | |
Xiaolong et al. | RFC: a feature selection algorithm for software defect prediction | |
CN117078048A (zh) | 基于数字孪生的智慧城市资源管理方法及系统 | |
CN113486134B (zh) | 降雨量异常检测方法、装置、计算机设备及存储介质 | |
CN109189747A (zh) | 基于Spark大数据平台的电瓶车用户行为习惯分析方法 | |
CN114509679A (zh) | 基于深度学习的电池soh预测模型构建方法 | |
CN110705606A (zh) | 一种基于Spark分布式内存计算的空间K均值聚类方法 | |
CN108133234B (zh) | 基于稀疏子集选择算法的社区检测方法、装置及设备 | |
CN116482540A (zh) | 电池电压不一致性的分析预测方法、装置及系统 | |
Gibson et al. | Dynamic online performance optimization in streaming data compression | |
CN114781766A (zh) | 水文站点的水文信息预测方法、装置、设备及存储介质 | |
CN114741435A (zh) | 控制站供水保证水位确定方法及其相关装置 | |
CN109981630A (zh) | 基于卡方检验和ldof算法的入侵检测方法及系统 | |
CN116774064B (zh) | 电池自放电检测方法、装置、设备和存储介质 | |
Luo-jia et al. | A new measurement partition for extended target tracking based on CFSFDP algorithm | |
CN115329857B (zh) | 内河通航水域等级划分方法、装置、电子设备及存储介质 | |
CN116580025B (zh) | 缺陷过滤方法、装置、计算机设备和存储介质 |
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 |