CN113625692B - 一种基于故障注入的电动汽车电池安全性检验系统 - Google Patents
一种基于故障注入的电动汽车电池安全性检验系统 Download PDFInfo
- Publication number
- CN113625692B CN113625692B CN202110965017.0A CN202110965017A CN113625692B CN 113625692 B CN113625692 B CN 113625692B CN 202110965017 A CN202110965017 A CN 202110965017A CN 113625692 B CN113625692 B CN 113625692B
- Authority
- CN
- China
- Prior art keywords
- battery
- power battery
- fault
- module
- power
- 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
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0256—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults injecting test signals and analyzing monitored process response, e.g. injecting the test signal while interrupting the normal operation of the monitored system; superimposing the test signal onto a control signal during normal operation of the monitored system
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/70—Energy storage systems for electromobility, e.g. batteries
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Secondary Cells (AREA)
- Tests Of Electric Status Of Batteries (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
本发明提供一种基于故障注入的电动汽车电池安全性检验系统，其可以提高对锂离子电池的安全隐患的覆盖率，进而降低电动汽车的锂电池在使用中的运行风险。本专利技术方案中，基于动力电池大数据训练获得动力电池健康度模型、动力电池故障诊断模块，通过故障注入模块模拟不同型号的动力电池的电池参数信号，基于故障注入的方式，检测动力电池健康度模型、动力电池故障诊断模块、动力电池故障预警模块的性能和准确性。
Description
技术领域
本发明涉及电池安全检测技术领域，具体为一种基于故障注入的电动汽车电池安全性检验系统。
背景技术
随着新能源汽车特别是电动汽车的保有量的逐年提升，因“三电”问题引发的电动汽车汽车起火、失控等事故频发。而这种事故频发的现象的主要原因是现行的对于电动汽车锂电池的安全性测试的主要依据是“滥用条件”，而现实生活中，锂离子电池安全性事故的很大部分原因是无滥用条件下的“自引发热失控”。即，现行的锂离子电池安全性标准测试不能保证完全覆盖锂离子电池的安全隐患问题。
发明内容
为了解决现行的锂离子电池安全性标准测试不能保证完全覆盖锂离子电池的安全隐患的问题，本发明提供一种基于故障注入的电动汽车电池安全性检验系统，其可以提高对锂离子电池的安全隐患的覆盖率，进而降低电动汽车的锂电池在使用中的运行风险。
本发明的技术方案是这样的：一种基于故障注入的电动汽车电池安全性检验系统，其特征在于，其包括：输入模块、故障注入模块、动力电池健康度模型、动力电池故障诊断模块和动力电池故障预警模块；
所述输入模块接收待测试电池的型号信息、车辆使用状态、动力电池使用状态，并将所述型号信息、所述动力电池使用状态传入所述故障注入模块，将所述车辆使用状态、所述动力电池使用状态传入所述动力电池故障诊断模块；
所述故障注入模块为信号发生装置，其基于待测试电池的所述型号信息，产生电池参数信号的模拟信号，并将所述电池参数信号的模拟信号输入所述动力电池故障诊断模块；
所述动力电池健康度模型提供所述电池参数信号对应的健康度信息；所述健康度信息包括：异常运行参数、参数偏离程度、参数正常阈值；所述动力电池健康度模型为基于经卷积神经网络构建，基于动力电池大数据进行训练后获得的检测模型；
所述动力电池故障诊断模块将所述待测试电池的所述电池参数信号传输到所述动力电池健康度模型中，接收所述动力电池健康度模型回传的所述健康度信息，结合所述车辆使用状态、所述动力电池使用状态，进行诊断、预测，并输出待测试电池的故障预警信息；并将所述故障预警信息输入到所述动力电池故障预警模块；所述动力电池故障诊断模块为基于最小二乘支持向量机构建，基于动力电池大数据进行训练后获得的预测模块；
所述动力电池故障预警模块对待测试电池对应的所述故障预警信息的预警等级进行判断，并根据不同的预警等级发出不同的警报信息。
其进一步特征在于：
所述电池参数信号包括：电池包、电池组及电池单体的温度、电压、输出电流，绝缘电阻、DC-DC状态、SOC；
所述动力电池故障诊断模块输出的所述故障预警信息包括：电池故障、故障发生预测时间、范围以及故障发生概率；
所述电池故障包括：电池动力输出不足、SOC快速下降、电池动力输出中断、电池温度过高、电池充电异常、电池起火、电池爆炸；
所述故障发生预测时间包括：小于等于5min、大于5min且小于等于两小时、两小时以上；
所述动力电池大数据包括：电池参数信号数据、健康度信息数据、电池故障数据。
本发明提供的一种基于故障注入的电动汽车电池安全性检验系统，基于动力电池大数据训练获得动力电池健康度模型、动力电池故障诊断模块，确保本专利技术方案对待检测电池的健康度检测和故障预测都是基于实际的电动汽车动力电池进行的，最大范围的覆盖了动力电池实际的故障类型，进而降低了动力电池在使用过程中的运行风险；通过故障注入模块模拟不同型号的动力电池的电池参数信号，基于故障注入的方式，方便快捷地模拟电动汽车动力电池常规故障形式，保证动力电池健康度模型、动力电池故障诊断模块、动力电池故障预警模块的性能和准确性，确保能够覆盖到更大范围的动力电池的使用情况，进而确保提高对锂离子电池的安全隐患的覆盖率。
附图说明
图1为本专利检验系统的系统模块图。
具体实施方式
如图1所示，本发明包括一种基于故障注入的电动汽车电池安全性检验系统，其特征在于，其包括：输入模块、故障注入模块、动力电池健康度模型、动力电池故障诊断模块和动力电池故障预警模块。
输入模块接收待测试电池的型号信息、车辆使用状态、动力电池使用状态，并将型号信息、动力电池使用状态传入故障注入模块，将车辆使用状态、动力电池使用状态传入动力电池故障诊断模块。
故障注入模块为信号发生装置，其基于待测试电池的型号信息，产生电池参数信号的模拟信号，并将电池参数信号的模拟信号输入动力电池故障诊断模块。具体实现时，产生模拟信号的故障注入模块基于现有的电池测试系统中的模拟信号发生装置实现，故障注入模块的通过电流电信号模拟电池参数信号，信号内容一般包括：信号名称、信号值、信号变化率、持续时间等内容，信号发生频率一般应大于等于10Hz。信号发生后，故障注入模块通过专用接口将模拟信号发送至动力电池故障诊断模块
本专利中，电池参数信号包括：电池包、电池组及电池单体的温度、电压、输出电流，绝缘电阻、DC-DC状态、SOC。车辆使用状态包括：车辆的行驶速度、加速度、环境温度；动力电池使用状态包括：电池温度和电池环境温度。
动力电池健康度模型、动力电池故障诊断模块都需要基于动力电池大数据进行训练；本专利中，动力电池大数据包括：电池参数信号数据、健康度信息数据、电池故障数据，确保两个模型符合实际生产生活中的电池故障发生场景。
动力电池健康度模型提供电池参数信号对应的健康度信息；健康度信息包括：工作电压、电流和绝缘电阻的异常运行参数、参数偏离程度、参数正常阈值；动力电池健康度模型为基于经卷积神经网络（CNN）构建，基于动力电池大数据进行训练后获得的检测模型。动力电池健康度模型的输入为：待测试电池的电池参数信号，输出为：健康度信息。
动力电池正常工作时运行参数的参数值范围，称为参数正常阈值，正常阈值之外的参数值称为异常运行参数，形容二者的相差程度的数值为参数偏离程度，参数偏离程度；不同厂商不同型号的动力电池健康度模型正常阈值一般会有所不同。
动力电池故障诊断模块将待测试电池的电池参数信号传输到动力电池健康度模型中，接收动力电池健康度模型回传的健康度信息，结合车辆使用状态、动力电池使用状态，进行诊断、预测，并输出待测试电池的故障预警信息；并将故障预警信息输入到动力电池故障预警模块；动力电池故障诊断模块为基于最小二乘支持向量机（LS-SVM）构建，基于动力电池大数据进行训练后获得的预测模块；
动力电池故障诊断模块输出的故障预警信息包括：电池故障、故障发生预测时间、范围以及故障发生概率。
基于最小二乘支持向量机（LS-SVM）构建动力电池故障诊断模块时，首先取动力电池大数据中的电池故障数据构成训练样本，对训练样本进行归一化处理，网格法优化待定参数，交叉验证参数选取是否合理，利用经过预处理的训练样本训练支持向量机回归模型，得到训练好的动力电池故障诊断模块。支持向量机对非线性信号的处理有叫号的准确度以及精度，基于最小二乘支持向量机（LS-SVM）构建动力电池故障诊断模块尤其使用与对动力电池故障诊断的应用场景，可以获得更准确的预测结果。基于本专利中的动力电池故障诊断模块的诊断周期小于等于100ms，诊断结果输出频率大于等于10Hz。
动力电池故障诊断模块诊断结果将发送至动力电池故障预警模块。动力电池故障预警模块对待测试电池对应的故障预警信息的预警等级进行判断，并根据不同的预警等级发出不同的警报信息。
本专利的故障预警信息中：
电池故障包括：电池动力输出不足、SOC（State of Charge，电池荷电状态）快速下降、电池动力输出中断、电池温度过高、电池充电异常、电池起火、电池爆炸；
故障发生预测时间包括：小于等于5min、大于5min且小于等于两小时、两小时以上。
依据电池故障的形式、故障发生预测时间，将动力电池故障危险程度分为：高风险、中风险和低风险，具体划分情况参照下面的表1：动力电池故障风险等级。
表1：动力电池故障风险等级
动力电池故障预警模块根据动力电池故障危险程度分级，发出不同级别的报警；动力电池故障预警模块将报警信号通过专用总线发送给车辆仪表，车辆仪表以声音和视觉结合的形式发出报警。声音报警通过声强大小及频率区分紧急程度，光学报警通过闪烁频率区分紧急程度。
电动力故障预警具体内容详见表2：电动力故障预警要求。
表2：电动力故障预警要求
本专利技术方案中的报警方式可明显地从声音和视觉上区分危险级别，易于理解。
Claims (4)
1.一种基于故障注入的电动汽车电池安全性检验系统，其特征在于，其包括：输入模块、故障注入模块、动力电池健康度模型、动力电池故障诊断模块和动力电池故障预警模块；
所述输入模块接收待测试电池的型号信息、车辆使用状态、动力电池使用状态，并将所述型号信息、所述动力电池使用状态传入所述故障注入模块，将所述车辆使用状态、所述动力电池使用状态传入所述动力电池故障诊断模块；
所述故障注入模块为信号发生装置，其基于待测试电池的所述型号信息，产生电池参数信号的模拟信号，并将所述电池参数信号的模拟信号输入所述动力电池故障诊断模块；
所述动力电池健康度模型提供所述电池参数信号对应的健康度信息；所述健康度信息包括：异常运行参数、参数偏离程度、参数正常阈值；所述动力电池健康度模型为基于经卷积神经网络构建，基于动力电池大数据进行训练后获得的检测模型；
所述动力电池故障诊断模块将所述待测试电池的所述电池参数信号传输到所述动力电池健康度模型中，接收所述动力电池健康度模型回传的所述健康度信息，结合所述车辆使用状态、所述动力电池使用状态，进行诊断、预测，并输出待测试电池的故障预警信息；并将所述故障预警信息输入到所述动力电池故障预警模块；所述动力电池故障诊断模块为基于最小二乘支持向量机构建，基于动力电池大数据进行训练后获得的预测模块；
所述动力电池故障预警模块对待测试电池对应的所述故障预警信息的预警等级进行判断，并根据不同的预警等级发出不同的警报信息;
所述动力电池故障预警模块依据电池故障的形式、故障发生预测时间，将动力电池故障危险程度分为：高风险、中风险和低风险;
所述车辆使用状态包括：车辆的行驶速度、加速度、环境温度；动力电池使用状态包括：电池温度和电池环境温度；
所述动力电池故障诊断模块输出的所述故障预警信息包括：电池故障、故障发生预测时间、范围以及故障发生概率。
2.根据权利要求1所述一种基于故障注入的电动汽车电池安全性检验系统，其特征在于：所述电池参数信号包括：电池包、电池组及电池单体的温度、电压、输出电流，绝缘电阻、DC-DC状态、SOC。
3.根据权利要求1所述一种基于故障注入的电动汽车电池安全性检验系统，其特征在于：所述电池故障包括：电池动力输出不足、SOC快速下降、电池动力输出中断、电池温度过高、电池充电异常、电池起火、电池爆炸；
所述故障发生预测时间包括：小于等于5min、大于5min且小于等于两小时、两小时以上。
4.根据权利要求1所述一种基于故障注入的电动汽车电池安全性检验系统，其特征在于：所述动力电池大数据包括：电池参数信号数据、健康度信息数据、电池故障数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110965017.0A CN113625692B (zh) | 2021-08-23 | 2021-08-23 | 一种基于故障注入的电动汽车电池安全性检验系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110965017.0A CN113625692B (zh) | 2021-08-23 | 2021-08-23 | 一种基于故障注入的电动汽车电池安全性检验系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113625692A CN113625692A (zh) | 2021-11-09 |
| CN113625692B true CN113625692B (zh) | 2023-03-31 |
Family
ID=78387129
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110965017.0A Active CN113625692B (zh) | 2021-08-23 | 2021-08-23 | 一种基于故障注入的电动汽车电池安全性检验系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113625692B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11951842B2 (en) * | 2021-09-27 | 2024-04-09 | Ford Global Technologies, Llc | Electrified vehicle configured to selectively deactivate restricted power mode based on acceleration request |
| CN114063604B (zh) * | 2021-11-18 | 2024-06-07 | 酷黑智行科技(北京)有限公司 | 一种软件硬件故障模拟系统、方法和装置 |
| CN114814608A (zh) * | 2022-03-28 | 2022-07-29 | 岚图汽车科技有限公司 | 一种动力电池的测试方法及装置 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103033704A (zh) * | 2012-12-11 | 2013-04-10 | 上海汽车集团股份有限公司 | 电动汽车高压电气故障动态模拟试验系统及方法 |
| CN112731159A (zh) * | 2020-12-23 | 2021-04-30 | 江苏省电力试验研究院有限公司 | 一种储能电站电池舱电池故障预判及定位的方法 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| ATE268025T1 (de) * | 1999-10-28 | 2004-06-15 | Gen Electric | Vorrichtung und verfahren für leistungs- und fehlerdatenanalyse |
| CN104021238A (zh) * | 2014-03-25 | 2014-09-03 | 重庆邮电大学 | 一种铅酸动力电池系统故障诊断方法 |
| CN104793169A (zh) * | 2015-04-30 | 2015-07-22 | 重庆长安汽车股份有限公司 | 一种新能源汽车电池管理系统测试用故障注入装置 |
| CN108357361A (zh) * | 2018-05-07 | 2018-08-03 | 中国科学技术大学 | 一种电动汽车动力电池安全监控装置及方法 |
| CN110133508B (zh) * | 2019-04-24 | 2022-04-01 | 上海博强微电子有限公司 | 电动汽车动力电池的安全预警方法 |
| EP3786904A1 (en) * | 2019-08-27 | 2021-03-03 | GEOTAB Inc. | Method for telematically providing vehicle component rating |
| CN112946497A (zh) * | 2020-12-04 | 2021-06-11 | 广东电网有限责任公司 | 基于故障注入深度学习的蓄电池故障诊断方法和装置 |
-
2021
- 2021-08-23 CN CN202110965017.0A patent/CN113625692B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103033704A (zh) * | 2012-12-11 | 2013-04-10 | 上海汽车集团股份有限公司 | 电动汽车高压电气故障动态模拟试验系统及方法 |
| CN112731159A (zh) * | 2020-12-23 | 2021-04-30 | 江苏省电力试验研究院有限公司 | 一种储能电站电池舱电池故障预判及定位的方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113625692A (zh) | 2021-11-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113625692B (zh) | 一种基于故障注入的电动汽车电池安全性检验系统 | |
| CN110018425B (zh) | 一种动力电池故障诊断方法及系统 | |
| CN108845273B (zh) | 一种动力电池功率状态估算功能测试方法和装置 | |
| CN107611513B (zh) | 一种用于监测电动汽车锂离子电池热失控的方法 | |
| CN110370984A (zh) | 动力电池热失控预警方法 | |
| CN108711893A (zh) | 一种动力电池热失控预警系统和方法 | |
| CN110148991B (zh) | 一种基于大数据的电池过充预警方法及系统 | |
| CN109031138B (zh) | 一种动力电池的安全评估方法和装置 | |
| CN110376530A (zh) | 电池内短路检测装置及方法 | |
| CN110398699A (zh) | 多传感器信息融合的动力电池热失控预警方法 | |
| CN108556647B (zh) | 基于云平台和电池管理系统的电动汽车用动力电池的在线安全预警方法 | |
| CN116973782B (zh) | 基于机器学习的新能源汽车保养维护与故障监测诊断方法 | |
| CN117203541A (zh) | 电池状态评估方法、装置、电子设备及存储介质 | |
| CN117341476B (zh) | 一种电池压差故障预警方法及系统 | |
| CN117388725B (zh) | 一种基于锂离子电池膨胀力的早期异常预警方法 | |
| CN112684349A (zh) | 电池单体失效的分析方法、验证方法、装置、设备及介质 | |
| CN114204626A (zh) | 充电控制方法及相关设备 | |
| CN113985297A (zh) | 一种过充电诱发电池热失控预警方法、装置及存储介质 | |
| CN112349981A (zh) | 一种电池管理系统 | |
| JP7485043B2 (ja) | 電源装置および電池の不具合検出方法 | |
| Zhang et al. | Multi-dimension fault diagnosis of battery system in electric vehicles based on real-world thermal runaway vehicle data | |
| CN207925620U (zh) | 一种动力电池热失控预警系统 | |
| CN116400221A (zh) | 一种电池管理系统安全功能的测试方法 | |
| CN115799690A (zh) | 一种储能设备的运行方法及系统 | |
| CN216411516U (zh) | 锂电池和模组的析锂检测装置 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |