CN113253142B - 基于小波变换的锂电池组一致性评估与诊断方法及装置 - Google Patents

Abstract

本发明涉及一种基于小波变换的锂电池组一致性评估与诊断方法及装置，其方法包括：获取待检测的锂电池组中多个电池单体在运行中产生的电信号；将每个所述电池单体在运行中产生的电信号进行M层离散小波变换，得到每个所述电池单体的多层低频信号；对每个所述电池单体的多层低频信号分别进行小波重构，得到每一个电池单体的多层重构信号；根据多个电池单体的多层重构信号构建重构信号的曲线群并判断待检测的锂电池组是否存在不一致。本发明通过对锂电池组的多层离散小波变换和小波重构得到低频重构信号的曲线群，并根据曲线群判断锂电池组一致性问题，降低了分析需要的数据量，得到的结果噪声小、准确率高。

Description

基于小波变换的锂电池组一致性评估与诊断方法及装置

技术领域

本发明属于锂电池组检测技术领域，具体涉及基于小波变换的锂电池组一致性评估与诊断方法及装置。

背景技术

由于工艺水平的限制，当前电池模组的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。

所谓的动力电池一致性检测，评判的是作为动力输出来源的全部电芯的一致性，与动力电池本身的特性及电池是串联还是并联排布无关。动力电池一致性检测通过监测使用过程中动力电池模组整体的工作能力及各动力电池单体不同参数表现的差异性，来评判动力电池的不一致程度。

动力电池的不一致性直观表现在电压不一致，而内在表现为内阻不一致，随着时间的积累，将演变成容量及寿命的不一致。当电池内阻差异过大时，可能引起电池包局部温升过大，而容量不一致将影响电池模组整体的充放电能力，寿命不一致，最直观的影响表现为当一块电池寿终正寝之后，即使其他电池还比较“健康”，整个电池模组也无法正常使用。因此电池一致性检测的意义便在于尽早发现并处理电池过于不一致的情况，保证电池模组在高长寿命期间能最大限度发挥其充放电能力。

关于实车动力电池一致性检测算法的期望效果，首先，算法能够评判电池模组全部电芯的一致性情况，在不一致情况不过于严重时，算法即可诊断出“问题”电池的具体位置或编号。其次，算法的复杂程度及响应时间应被控制在较良好的范围之内，且应当只通过较少循环的数据便可得出较为确切的结果。

现有技术中期望从行车数据中分析出电池单体间的不一致性，原始数据一方面数据量非常庞大，车辆在行驶过程中每时每刻都在产生新数据，另一方面原始数据离群点以及噪声较多，直接利用原始数据来做分析效果并不理想。

发明内容

为了减少电池一致性检测分析的数据量，提高一致性诊断或评估的准确率，在本发明的第一方面提供了一种基于小波变换的锂电池组一致性评估与诊断方法，包括：获取待检测的锂电池组中多个电池单体在运行中产生的电信号；将每个所述电池单体在运行中产生的电信号进行M层离散小波变换，得到每个所述电池单体的多层低频信号；对每个所述电池单体的多层低频信号分别进行小波重构，得到每一个电池单体的多层重构信号；根据多个电池单体的多层重构信号构建重构信号的曲线群；根据所述重构信号的曲线群的曲线分布确定其中的离群曲线和正常曲线群，并判断待检测的锂电池组是否存在不一致的单体。

在本发明的一些实施例中，所述将每个所述电池单体在运行中产生的电信号进行M层离散小波变换，得到每一个电池单体对应的多层低高频信号包括如下步骤：将所述电信号进行以Daubechies函数为小波函数的M层离散小波变换，得到多层高频信号和多层低频信号；保存所述多层高频信号和多层低频信号。

进一步的，所述Daubechies函数为DB4。

在本发明的一些实施例中，所述对每个所述电池单体的多层低频信号分别进行小波重构，得到每一个电池单体的多层重构信号；根据多个电池单体的多层重构信号构建重构信号的曲线群包括如下步骤：对每个所述电池单体的每一层的低频信号进行小波重构，得到每个电池单体的多层重构信号；将多个电池单体的相同层级的重构信号的波形输出于同一张波形图中，得到多层重构信号的曲线群。

在上述的实施例中，所述电信号为电压信号。优选的，4≤M≤6，且M为整数。

本发明的第二方面，提供了一种基于小波变换的锂电池组一致性评估与诊断装置，包括获取模块、变换模块、重构模块和确定模块，所述获取模块，用于获取待检测的锂电池组中多个电池单体在运行中产生的电信号；所述变换模块，用于将每个所述电池单体在运行中产生的电信号进行M层离散小波变换，得到每个所述电池单体的多层低频信号；所述重构模块，用于对每个所述电池单体的多层低频信号分别进行小波重构，得到每一个电池单体的多层重构信号；根据多个电池单体的多层重构信号构建重构信号的曲线群；所述确定模块，用于根据所述重构信号的曲线群的曲线分布确定其中的离群曲线和正常曲线群，并判断待检测的锂电池组是否存在不一致的单体。

进一步的，所述重构模块包括遍历模块和构建模块，所述遍历模块，用于对每个所述电池单体的每一层的低频信号进行小波重构，得到每个电池单体的多层重构信号；所述构建模块，用于将多个电池单体的相同层级的重构信号的波形输出于同一张波形图中，得到多层重构信号的曲线群。

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.本发明提出了通过对锂电池组的多级离散小波变换和小波重构得到低频重构信号的曲线群，并根据曲线群判断锂电池组一致性问题的技术方案；

2.在小波分解得出的信号中由于刻意忽略了高频细节信号所反映的信息，而着重关注低频信号之间的差异，降低了分析需要的数据量，得到的结果噪声小、准确率高；

3.重构的低频信号可以很好地表现出离群电池的差异，且大致反映了原始信号的基本分布及变化规律，其中细节信息损失明显，但对于异常电池与正常电池群的差异放大效果较好。

附图说明

图1为本发明的一些实施例中的基于小波变换的锂电池组一致性评估与诊断方法的基本流程图；

图2为本发明的一些实施例中的小波变换过程示意图；

图3为本发明的一些实施例中的实测电信号的小波分解树及近似信号波形图；

图4为本发明的一些实施例中的实测电信号的小波分解各级信号及源信号的波形图；

图5为本发明的一些实施例中的实测电信号的小波分解各级信号分布图；

图6为本发明的一些实施例中的实测电信号的低频信号小波重构与源信号的波形图；

图7为本发明的一些实施例中的重构信号与初始信号的对比图；

图8为本发明的一些实施例中的基于小波变换的锂电池组一致性评估与诊断装置的结构示意图；

图9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小波变换的锂电池组一致性评估与诊断方法，包括：S101.获取待检测的锂电池组中多个电池单体在运行中产生的电信号；S102.将每个所述电池单体在运行中产生的电信号进行M层离散小波变换，得到每个所述电池单体的多层低频信号；S103.对每个所述电池单体的多层低频信号分别进行小波重构，得到每一个电池单体的多层重构信号；根据多个电池单体的多层重构信号构建重构信号的曲线群；S104.根据所述重构信号的曲线群的曲线分布确定其中的离群曲线和正常曲线群，并判断待检测的锂电池组是否存在不一致的单体。

参考图2，在本发明的一些实施例的步骤S102中，所述将每个所述电池单体在运行中产生的电信号进行M层离散小波变换，得到每一个电池单体对应的多层低高频信号包括如下步骤：将所述电信号进行以Daubechies函数为小波函数的M层离散小波变换，得到多层高频信号和多层低频信号；保存所述多层高频信号和多层低频信号。

具体地，图中所示共对信号进行了5次逐层分解，即进行了5级小波分解，一级分解将原始信号分解成低频平滑信号ca1及高频细节信号cd1，此后的每一级分解都将低频平滑信号再次细分，最终结果保存在c，l中；其中caM表示经过第M层小波分解(小波变换)得到的低频分量，cdM中表示经过第M层小波分解(小波变换)得到的高频分量，c中存储所分解得得最终低频平滑信号和高频细节信号，l中存储所分解出得各信号所对应得长度。

可以理解，对于J阶DWT，原始信号f(t)可以由所分解成的系列低频平滑信号及高频细节信号组合来表示，如下式所示：

其中，N表示分解的最大层数，j为尺度参数，k为平移参数，a_j,k为尺度系数，d_j,k为细节系数，ψ(t)为小波函数，φ_j,k为尺度函数。

参考图3，进一步的，为了更好地进行小波变换(小波分解)，选用Daubechies函数作为小波函数；其中，Daubechies小波是著名小波分析学者Ingrid Daubechies所构造的小波函数，一般简写成dbN，其中N是小波的阶数。本发明实测数据小波变换采用Daubechies函数中的db4作为小波函数。在图3中，左图为小波分解树示意图，原始信号逐层进行了5次分解。右上图为原始实测数据信号，右下图为近似信号，近似信号可以大体呈现原始信号的变化规律，但同时存在部分信息的缺失。对应于图2，S表示源信号，a1－a5表示低频分量，d1－d5代表高频分量；可选的，图2与图3均以5次逐层分解的小波变换为基础，并不能作为对其的限定。

为说明本发明的实施例小波变换分解后的效果，参考图4，左边图为原始信号及各级近似信号，右边图为原始信号及各级细节信号。通过分析小波变换算法容易得知，小波变换实质是不断地将输入信号通过高通滤波器及低通滤波器，然后进行二倍采样，输出信号的长度会逐层变短。因此在分解的级数越高，单层信号所包含的信息量越少。a1－a5表示低频分量，d1－d5代表高频分量，S表示源信号，cfs表示频谱图。

为进一步说明经小波分解后的信号与原始信号的差异，图5中示出了小波分解各级信号的统计分布，从各分布图中可以得出两个结论，一是各级低频信号能够大致反映原始信号的分布特征，各级高频信号大致呈现正态分布的特点；而是随着分解级数的增加，信号的分布特征与原始信号差异逐渐变大。

可以理解，小波重构与小波分解是互逆的过程，如果完全采用所有小波分解得出的信号，按照原路反向进行重构，可以复现出原始信号。本发明关注的是各单体电压曲线或电流信号)之间的差异，由上文中的分析可以得知低频信号可以大体反映信号的分布特征及变化规律，而高频细节信号表示信号在极短时间内的波动特性。从电池的本身特性可以分析得知，各电池单体对于瞬时信号通常具有相近的反映趋势，以及不同的响应程度。响应程度的不同随着时间的积累逐渐从压差等特征中明显表现出来。一方面，瞬时的相应差异在数值上表现往往并不明显，而且难以统计其表现规律；另一方面瞬时差异的积累可以从电压分布的一般特性中表现出来。

因此，为了突出挖掘电信号间的差异，在小波分解得出的信号中刻意忽略了高频细节信号所反映的信息，而着重关注低频信号之间的差异。通过利用小波分解得到的低频平滑信号进行小波重构，各级信号重构如图6所示。a1－a5表示各级低频信号的重构信号，S表示源信号。

参考图6与7，在本发明的一些实施例的步骤S103中，所述对每个所述电池单体的多层低频信号分别进行小波重构，得到每一个电池单体的多层重构信号；根据多个电池单体的多层重构信号构建重构信号的曲线群包括如下步骤：对每个所述电池单体的每一层的低频信号进行小波重构，得到每个电池单体的多层重构信号；将多个电池单体的相同层级的重构信号的波形输出于同一张波形图中，得到多层重构信号的曲线群。

具体地，参考图6，在实际车辆中，各电池总体分布可以表现为正常电池群和个别异常电池，按照此分布规律可将电压曲线分为正常曲线群和离群曲线，那么，电池一致性检测工作可以等同于离群曲线的判别。从图6中可以发现随着分解级数(层数)的增加，重构出的信号中异常电池的电压曲线与正常曲线群的差异越来越大，即小波分解和低频信号重构这两步过程将离群电池差异进行了放大。反观正常曲线群，这两步过程对其并无较大的影响。联系本发明在前文中关于小波分解层数加深对信息量损失的影响，因此需要在差异放大及信息损失间取得一个平衡，即在放大离群电池差异的同时采用尽可能少的分解层数。

参考图7，在对108块电池电压数据进行逐层分解及低频信号重构过程中，发现在分解到四至六层时，重构出的信号已经可以很好地表现出离群电池的差异，因此，在本发明的一些实施例中通过对电池电压数据做5级小波分解。重构近似信号由5级小波分解所得的低频平滑信号进行小波重构所得，可以看出重构信号大致反映了原始信号的基本分布及变化规律，其中细节信息损失明显，但对于异常电池与正常电池群的差异放大效果较好。

需要说明的是，本发明示意的波形图由于已经对其采样频率和振幅(电压或电流有效值)进行了标准化或归一化，因而省略其相应的单位，但并不影响本发明提出的方法的效果展示。

实施例2

参考图8，本发明的第二方面，提供了一种基于小波变换的锂电池组一致性评估与诊断装，1，包括获取模块11、变换模块12、重构模块13和确定模块14，所述获取模块11，用于获取待检测的锂电池组中多个电池单体在运行中产生的电信号；所述变换模块12，用于将每个所述电池单体在运行中产生的电信号进行M层离散小波变换，得到每个所述电池单体的多层低频信号；所述重构模块13，用于对每个所述电池单体的多层低频信号分别进行小波重构，得到每一个电池单体的多层重构信号；根据多个电池单体的多层重构信号构建重构信号的曲线群；所述确定模块14，用于于根据所述重构信号的曲线群的曲线分布确定其中的离群曲线和正常曲线群，并判断待检测的锂电池组是否存在不一致的单体。

进一步的，所述重构模13块包括遍历模块和构建模块，所述遍历模块，用于对每个所述电池单体的每一层的低频信号进行小波重构，得到每个电池单体的多层重构信号；所述构建模块，用于将多个电池单体的相同层级的重构信号的波形输出于同一张波形图中，得到多层重构信号的曲线群。

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9，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9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9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.基于小波变换的锂电池组一致性评估与诊断方法，其特征在于，包括如下步骤：

获取待检测的锂电池组中多个电池单体在运行中产生的电信号；

将每个所述电池单体在运行中产生的电信号进行M层离散小波变换，得到每个所述电池单体的多层低频信号；

对每个所述电池单体的多层低频信号分别进行小波重构，得到每一个电池单体的多层重构信号；根据多个电池单体的多层重构信号构建重构信号的曲线群；

根据所述重构信号的曲线群的曲线分布确定其中的离群曲线和正常曲线群，并判断待检测的锂电池组是否存在不一致的单体。

2.根据权利要求1所述的基于小波变换的锂电池组一致性评估与诊断方法，其特征在于，所述将每个所述电池单体在运行中产生的电信号进行M层离散小波变换，得到每一个电池单体对应的多层低高频信号包括如下步骤：

将所述电信号进行以Daubechies函数为小波函数的M层离散小波变换，得到多层高频信号和多层低频信号；

保存所述多层高频信号和多层低频信号。

3.根据权利要求2所述的基于小波变换的锂电池组一致性评估与诊断方法，其特征在于，所述Daubechies函数为DB4。

4.根据权利要求1所述的基于小波变换的锂电池组一致性评估与诊断方法，其特征在于，所述对每个所述电池单体的多层低频信号分别进行小波重构，得到每一个电池单体的多层重构信号；根据多个电池单体的多层重构信号构建重构信号的曲线群包括如下步骤：

对每个所述电池单体的每一层的低频信号进行小波重构，得到每个电池单体的多层重构信号；

将多个电池单体的相同层级的重构信号的波形输出于同一张波形图中，得到多层重构信号的曲线群。

5.根据权利要求1至4任一项所述的基于小波变换的锂电池组一致性评估与诊断方法，其特征在于，所述电信号为电压信号。

6.根据权利要求1至4任一项所述基于小波变换的锂电池组一致性评估与诊断方法，其特征在于，4≤M≤6，且M为整数。

7.基于小波变换的锂电池组一致性评估与诊断装置，其特征在于，包括获取模块、变换模块、重构模块和确定模块，

所述获取模块，用于获取待检测的锂电池组中多个电池单体在运行中产生的电信号；

所述变换模块，用于将每个所述电池单体在运行中产生的电信号进行M层离散小波变换，得到每个所述电池单体的多层低频信号；

所述重构模块，用于对每个所述电池单体的多层低频信号分别进行小波重构，得到每一个电池单体的多层重构信号；根据多个电池单体的多层重构信号构建重构信号的曲线群；

所述确定模块，用于根据所述重构信号的曲线群的曲线分布确定其中的离群曲线和正常曲线群，并判断待检测的锂电池组是否存在不一致的单体。

8.根据权利要求7所述的基于小波变换的锂电池组一致性评估与诊断装置，其特征在于，所述重构模块包括遍历模块和构建模块，

所述遍历模块，用于对每个所述电池单体的每一层的低频信号进行小波重构，得到每个电池单体的多层重构信号；

所述构建模块，用于将多个电池单体的相同层级的重构信号的波形输出于同一张波形图中，得到多层重构信号的曲线群。

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4中任一项所述的基于小波变换的锂电池组一致性评估与诊断方法。

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4中任一项所述的基于小波变换的锂电池组一致性评估与诊断方法。

Images