CN114509695B - 电池析锂检测方法、装置、设备、存储介质和计算机程序 - Google Patents
电池析锂检测方法、装置、设备、存储介质和计算机程序 Download PDFInfo
- Publication number
- CN114509695B CN114509695B CN202210022682.0A CN202210022682A CN114509695B CN 114509695 B CN114509695 B CN 114509695B CN 202210022682 A CN202210022682 A CN 202210022682A CN 114509695 B CN114509695 B CN 114509695B
- Authority
- CN
- China
- Prior art keywords
- battery
- characteristic parameter
- lithium
- target characteristic
- detected
- 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]
- G01R31/396—Acquisition or processing of data for testing or for monitoring individual cells or groups of cells within a battery
-
- 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
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02E60/10—Energy storage using batteries
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Secondary Cells (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本申请涉及一种电池析锂检测方法、装置、设备、存储介质和计算机程序。该方法包括:获取待检测电池在放电过程中预设时间段的电压信号和电流信号。根据所述电压信号,确定第一目标特征参数;所述第一目标特征参数用于表征所述电压信号中处于稳定状态的本征模函数。基于所述第一目标特征参数和所述电流信号,确定所述待检测电池是否发生析锂。能够解决现有技术由于引入形变压力等其他信号进行析锂检测,存在检测成本较高,且实用性有限的问题。
Description
技术领域
本申请涉及电池检测技术领域,特别是涉及一种电池析锂检测方法、装置、设备、存储介质和计算机程序。
背景技术
为缓解能源短缺和环境污染问题,我国已经将新能源汽车列入战略性新兴技术产业。汽车动力系统电动化已逐渐成为未来汽车技术发展的主要趋势之一。汽车动力系统电动化的主要特征之一即使用电能替代化学能作为车辆主要的驱动能量来源。锂离子电池因其具有比能量高、自放电率低以及循环寿命长的特点,是目前最具实用价值的纯电动汽车能量源。
在低温充电、大倍率充电或过充电等极端工况下,锂离子电池内部的锂离子容易以金属的形式在负极表面析出,形成金属锂,这种现象称之为“析锂”。析锂会导致电池内部的可用锂离子减少,引发电池容量快速衰减。由于析出的金属锂热稳定性差,容易在锂离子电池的正常工作温度区间内与电解液发生产热反应,引起电池异常自产热。因此,为保障电池系统的正常的使用,降低安全风险,需及时对锂离子电池析锂进行检测,将已经产生析锂的锂离子电池筛选出来。
现有技术的电池析锂检测方法是通过引入形变压力等其他信号进行析锂检测,存在检测成本较高,且实用性有限的问题。
发明内容
基于此,有必要针对上述技术问题,提供一种电池析锂检测方法、装置、设备、存储介质和计算机程序,以解决现有技术由于引入形变压力等其他信号进行析锂检测,存在检测成本较高,且实用性有限的问题。
第一方面,本申请提供了一种电池析锂检测方法,所述方法包括:
获取待检测电池在放电过程中预设时间段的电压信号和电流信号。
根据所述电压信号,确定第一目标特征参数;所述第一目标特征参数用于表征所述电压信号中处于稳定状态的本征模函数。
基于所述第一目标特征参数和所述电流信号,确定所述待检测电池是否发生析锂。
在其中一个实施例中,所述根据所述电压信号,确定第一目标特征参数,包括:
根据所述电压信号和变分模态分解算法,确定多个本征模函数以及各所述本征模函数对应的中心频率。
根据所述中心频率,在所述多个本征模函数中确定所述第一目标特征参数。
在其中一个实施例中,所述根据所述中心频率,在所述多个本征模函数中确定所述第一目标特征参数,包括:
在所述多个本征模函数中,将所述中心频率最低的本征模函数确定为所述第一目标特征参数。
在其中一个实施例中,所述基于所述第一目标特征参数和所述电流信号,确定所述待检测电池是否发生析锂,包括:
获取所述电流信号对应的标准特征参数。
基于所述第一目标特征参数与所述标准特征参数的差值,确定第二目标特征参数。
根据所述第二目标特征参数确定所述待检测电池是否发生析锂。
在其中一个实施例中,在确定所述待检测电池发生析锂的情况下,所述方法还包括:基于所述第二目标特征参数确定所述待检测电池的析锂量。
在其中一个实施例中,所述基于所述第二目标特征参数确定所述待检测电池的析锂量,包括:
对所述第二目标特征参数中为非负数的第二目标特征参数进行积分运算,确定第三目标特征参数。
根据所述第三目标特征参数,在预先建立的各第三目标特征参数与析锂量的关系曲线中,确定所述待检测电池的析锂量。
第二方面,本申请还提供了一种电池析锂检测装置,所述装置包括:
获取模块,用于获取待检测电池在放电过程中预设时间段的电压信号和电流信号。
处理模块,用于根据所述获取模块获取的所述电压信号,确定第一目标特征参数;所述第一目标特征参数用于表征所述电压信号中处于稳定状态的本征模函数。
所述处理模块,用于基于所述第一目标特征参数和所述获取模块获取的所述电流信号,确定所述待检测电池是否发生析锂。
第三方面,本申请还提供了一种计算机设备。该计算机设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
获取待检测电池在放电过程中预设时间段的电压信号和电流信号。
根据所述电压信号,确定第一目标特征参数;所述第一目标特征参数用于表征所述电压信号中处于稳定状态的本征模函数。
基于所述第一目标特征参数和所述电流信号,确定所述待检测电池是否发生析锂。
第四方面,本申请还提供了一种计算机可读存储介质。其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
获取待检测电池在放电过程中预设时间段的电压信号和电流信号。
根据所述电压信号,确定第一目标特征参数;所述第一目标特征参数用于表征所述电压信号中处于稳定状态的本征模函数。
基于所述第一目标特征参数和所述电流信号,确定所述待检测电池是否发生析锂。
第五方面,本申请还提供了一种计算机程序产品。所述计算机程序产品,包括计算机程序,该计算机程序被处理器执行时以下步骤:
获取待检测电池在放电过程中预设时间段的电压信号和电流信号。
根据所述电压信号,确定第一目标特征参数;所述第一目标特征参数用于表征所述电压信号中处于稳定状态的本征模函数。
基于所述第一目标特征参数和所述电流信号,确定所述待检测电池是否发生析锂。
上述电池析锂检测方法、装置、设备、存储介质和计算机程序,通过获取的待检测电池在放电过程中预设时间段的电压信号,确定用于表征电压信号中处于稳定状态的本征模函数的特征参数,结合该待检测电池在放电过程中预设时间段的电流信号,来判断其是否发生析锂。因此,本申请只需获取待检测电池放电过程中的电压信号和电流信号即可判断待检测电池是否存在析锂,无需额外引入其他信号,降低了检测成本,提高了适用性更广。
附图说明
图1为一个实施例中电池析锂检测系统的架构图;
图2为一个实施例中电池析锂检测方法的流程示意图之一;
图3为一个实施例中电池析锂检测方法的流程示意图之二;
图4a为一个实施例中电压信号的曲线示意图;
图4b为一个实施例中本征模函数的曲线示意图之一;
图4c为一个实施例中本征模函数的曲线示意图之二;
图5为一个实施例中电池析锂检测方法的流程示意图之三;
图6a为一个实施例中标准特征参数和第一目标特征参数的曲线示意图;
图6b为一个实施例中第二目标特征参数的曲线示意图;
图7为一个实施例中关系曲线M0的曲线示意图;
图8为一个实施例中电池析锂检测装置的结构示意图;
图9为一个实施例中计算机设备的内部结构图。
具体实施方式
下面将结合附图,对本申请一些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申请一部分实施例,而不是全部的实施例。基于本申请所提供的实施例,本领域普通技术人员所获得的所有其他实施例,都属于本申请保护的范围。
除非上下文另有要求,否则,在整个说明书和权利要求书中,术语“包括(comprise)”及其其他形式例如第三人称单数形式“包括(comprises)”和现在分词形式“包括(comprising)”被解释为开放、包含的意思,即为“包含,但不限于”。在说明书的描述中,术语“一个实施例(one embodiment)”、“一些实施例(some embodiments)”、“示例性实施例(exemplary embodiments)”、“示例(example)”、“特定示例(specific example)”或“一些示例(some examples)”等旨在表明与该实施例或示例相关的特定特征、结构、材料或特性包括在本申请的至少一个实施例或示例中。上述术语的示意性表示不一定是指同一实施例或示例。此外,所述的特定特征、结构、材料或特点可以以任何适当方式包括在任何一个或多个实施例或示例中。
以下,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请实施例的描述中,除非另有说明,“多个”的含义是两个或两个以上。
在描述一些实施例时,可能使用了“耦接”和“连接”及其衍伸的表达。例如,描述一些实施例时可能使用了术语“连接”以表明两个或两个以上部件彼此间有直接物理接触或电接触。又如,描述一些实施例时可能使用了术语“耦接”以表明两个或两个以上部件有直接物理接触或电接触。然而,术语“耦接”或“通信耦合(communicatively coupled)”也可能指两个或两个以上部件彼此间并无直接接触,但仍彼此协作或相互作用。这里所公开的实施例并不必然限制于本文内容。
“A、B和C中的至少一个”与“A、B或C中的至少一个”具有相同含义,均包括以下A、B和C的组合:仅A,仅B,仅C,A和B的组合,A和C的组合,B和C的组合,及A、B和C的组合。
如本文中所使用,根据上下文,术语“如果”任选地被解释为意思是“当……时”或“在……时”或“响应于确定”或“响应于检测到”。类似地,根据上下文,短语“如果确定……”或“如果检测到[所陈述的条件或事件]”任选地被解释为是指“在确定……时”或“响应于确定……”或“在检测到[所陈述的条件或事件]时”或“响应于检测到[所陈述的条件或事件]”。
本文中“适用于”或“被配置为”的使用意味着开放和包容性的语言,其不排除适用于或被配置为执行额外任务或步骤的设备。
另外,“基于”或“根据”的使用意味着开放和包容性,因为“基于”或“根据”一个或多个所述条件或值的过程、步骤、计算或其他动作在实践中可以基于额外条件或超出所述的值。
为了对锂离子电池析锂进行检测,现有已存在多种技术。比如,通过获取锂离子电池在充电后静置过程的电压数据,将电压对时间做微分处理,通过电压微分曲线极小值判断锂离子电池是否出现析锂。该方法最大的问题是只适用于锂离子电池充电后的静置过程,而不适用于充电后的放电过程。再如,通过对充电后的放电电压段计算电压衰减的加速度,判断加速度是否存在零值点,进而判断是否析锂。该方法的主要问题是放电过程的电压会随着电流的波动而剧烈波动,只有电流不变(即恒流放电)时,才能可靠计算电压衰减的加速度。又如,通过改变充电策略来判断是否析锂,但该方法实用性较差。还有通过引入形变压力等其他信号进行析锂检测,该方法存在检测成本较高,且实用性有限的问题。
针对上述技术问题,本申请实施例提供一种电池析锂检测方法,该方法通过待检测电池在放电过程中预设时间段的电压信号结合变分模态分解算法,来确定用于表征所述电压信号中处于稳定状态的本征模函数,并进一步结合电流信号,来判断待检测电池是否发生析锂,以解决现有技术中存在的技术问题。
为了便于使用本实施例,参见图1所示的电池析锂检测系统10的架构,在电池析锂检测系统10中,包括电池析锂检测装置11以及锂离子电池12。该锂离子电池12能够为电动车、电动汽车、机器人、AGV、轨道交通、医疗电子、应急后备、勘探测绘、商用金融等方面的设备进行供电。
在一个示例性的方案中,通常情况下,电池析锂检测装置11可以为终端设备;该终端设备可以具备多通用或专用的计算装置环境或配置。例如:个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器装置、包括以上任何装置或设备的分布式计算环境等等。该终端设备可以有不同的名称,例如用户设备(user equipment,UE)、接入设备、终端单元、终端站、移动站、移动台、远方站、远程终端、移动设备、无线通信设备、终端代理或终端装置等。本申请实施例中,用于实现电池析锂检测装置11的功能的装置可以是终端设备,也可以是能够支持电池析锂检测装置11实现该功能的装置,例如芯片系统等。本申请中,芯片系统可以有芯片构成,也可以包括芯片和其他分立器件。
结合上述图1,对本申请实施例提供的电池析锂检测方法进行详细介绍,参照图2,该方法包括:
S11、获取待检测电池在放电过程中预设时间段的电压信号和电流信号。
可以理解的是,本申请实施例对待检测电池的具体类型不做具体限定。待检测电池适用于所有种类的锂离子电池,包括聚合物锂离子蓄电池、液态锂离子蓄电池或固态锂离子蓄电池等。
可选地,锂离子电池的正极材料优选为锰酸锂类或三元系活性材料。待检测电池可以包括多个锂离子电池单体。待检测电池在放电过程中预设时间段的电压信号可以是锂离子电池单体的端电压信号,也可以是多个锂离子电池单体的端电压信号。本申请实施例对此不作任何限定。
需要说明的是,待检测电池在放电过程中预设时间段的电压信号具体指的是待检测电池的工作电压的信号;其中,工作电压又称端电压,是指电池在工作状态下即电路中有电流流过时电池正负极之间的电势差。在电池放电工作状态下,当电流流过电池内部时,需克服电池的内阻所造成阻力,会造成欧姆压降和电极极化,故工作电压总是低于开路电压,充电时则与之相反,端电压总是高于开路电压。即极化的结果使电池放电时端电压低于电池的电动势,电池充电时,电池的端电压高于电池的电动势。
具体的,电压信号和电流信号的获取方式为在预设时间段内根据设定的时间间隔Δt采集电流信号,电压信号;其中,电流信号和电压信号对应有采样时间等数据。
示例性的,预设时间段的起始时间可以是在待检测电池充电完成后开始放电的时间;而预设时间段的结束时间可以是放电完成的时间。因此,电压信号可以理解为该预设时间段中对待检测电池的工作电压的时序采样信号;电流信号同理,此处不再赘述。当然,上述预设时间段仅为示例性说明,预设时间段也可以是在待检测电池充电完成后,在放电过程中的任意时段,本申请实施例对在待检测电池充电完成后,在放电过程中的预设时间段的起始时间以及结束时间不做任何限定。
S12、根据电压信号,确定第一目标特征参数;第一目标特征参数用于表征电压信号中处于稳定状态的本征模函数。
在实际应用中,电压信号中处于稳定状态可以定义为电池在某一种状况(例如25℃,标准大气压)下通过电池电流为常数的状态,是电池的开路状态(也称静态)、恒流充电和恒流放电这三种状态的总称。当然电压信号中处于稳定状态也可以定义为电池在其他状况下通过电池电流为常数的状态,本申请实施例对此不作限定。
S13、基于第一目标特征参数和电流信号,确定待检测电池是否发生析锂。
在一种可能的实现方式中,将待检测电池的第一目标特征参数与标准特征参数进行比较后,可以根据比较结果确定待检测电池的析锂情况,可以将待检测电池的第一目标特征参数与标准特征参数作差比较,根据差值确定待检测电池的析锂情况;也可以将待检测电池的第一目标特征参数与标准特征参数作商比较,再根据商值确定待检测电池的析锂情况;还可以是其他将待检测电池的第一目标特征参数与标准特征参数进行比较的方式,本实施例对此不作具体限定。
其中,标准特征参数为通过实验数据或者大数据确定的先验数据;标准特征参数基于电流信号在先验数据集中确定;先验数据集可以包括多种电流信号以及各电流信号所对应的先验数据。
上述电池析锂检测方法,通过获取的待检测电池在放电过程中预设时间段的电压信号,确定用于表征电压信号中处于稳定状态的本征模函数的特征参数,结合该待检测电池在放电过程中预设时间段的电流信号,来判断其是否发生析锂。因此,本申请只需获取待检测电池放电过程中的电压信号和电流信号即可判断待检测电池是否存在析锂,无需额外引入其他信号,降低了检测成本,提高了适用性更广。另外,无需改变充电策略来检测锂离子电池的析锂情况,提高了析锂检测的实用性。
在其中一个实施例中,参照图3,S12包括:
S121、根据电压信号和变分模态分解算法,确定多个本征模函数以及各本征模函数对应的中心频率。
具体的,锂离子电池充电后的放电过程的电压信号为时间序列信号,利用变分模态分解算法可以生成k个不同中心频率的本征模函数uk,如公式1所示:
其中,ωk表示中心频率,δ表示狄拉克分布,V表示电压信号,t表示电压信号的采样时间,*表示卷积运算符。
之后,对公式1进行求解可以使用广义拉格朗日乘子法,如公式2所示,其中λL表示拉格朗日乘子,α表示约束参数。
最后,通过求解公式2可得到电压信号的k个本征模函数uk以及各本征模函数对应的中心频率ωk。
示例性的,以待检测电池为软包锂离子电池为例;将待检测电池置于-5℃温箱中,用1.0C电流对电池进行充电后,利用联邦城市行车计划(federal urban drivingschedule,FUDS)工况对电池进行放电,获得待测电池的电压信号,电压信号如图4a所示的曲线,其中,为使图4a所示的电压信号清晰,仅截取前200s的数据。假设将α设为1×108,k设为8,利用变分模态分解算法对电压信号进行分解处理后,得到u1,u2,…,u8一共8个本征模函数的曲线;具体参照图4b中的u1,u2,…,u7和图4c中的u8;
需要说明的是,参数α和k为变分模态分解算法中的可调参数,因此其具体设定不能理解为对本申请的限制。实验中采用的联邦城市行车计划(federal urban drivingschedule,FUDS)工况为其中一种常用的动态工况,不能视为对本申请使用条件的限制。
S122、根据中心频率,在多个本征模函数中确定第一目标特征参数。
具体的,在多个本征模函数中,将中心频率最低的本征模函数确定为第一目标特征参数。
示例性的,基于上述的图4b和图4c可知,u8对应的中心频率最低,因此u8即为第一目标特征参数C。
本实施例中,通过变分模态分解算法对电压信号进行分解,确定多个本征模函数以及各本征模函数对应的中心频率,进而确定出用于表征电压信号中处于稳定状态的本征模函数,以便为判断待检测电池是否发生析锂提供数据基础。
在其中一个实施例中,参照图5,S13具体包括:
S131、获取电流信号对应的标准特征参数。
示例性的,结合图4a、4b、4c;标准特征参数C0可基于与待检测电池为同一工况下,且同批次、同系列、同型号、同材料体系的无析锂发生的锂离子电池进行检测获得。例如,当待检测电池为软包锂离子电池,则利用与待检测电池为同批次、同系列且同型号的软包锂离子电池(标准锂离子电池)进行实验,假设软包锂离子电池的材料体系为NCM523-石墨。其中,该标准锂离子电池的标准特征参数C0为标准锂离子电池在无析锂条件下获得的具体的实验条件为:将标准锂离子电池置于-5℃恒温箱中,用0.33C电流对标准锂离子电池进行充电后,利用FUDS工况对标准锂离子电池进行放电,获得标准锂离子电池的电压信号的曲线,进而利用变分模态分解算法对电压信号的曲线进行分解处理,得到如图6a所示的标准锂离子电池的标准特征参数C0;另外,图6a中还示出的第一目标特征参数C的曲线。
其中,在该实验前后对软包锂离子电池的容量进行测定,确定软包锂离子电池是否容量衰减,当未发生容量衰减的情况下,进而确定该软包锂离子电池无析锂发生,这样能够保证标准特征参数C0的有效性。
S132、基于第一目标特征参数与标准特征参数的差值,确定第二目标特征参数。
具体的,如公式(3)所示,计算第二目标特征参数ΔC;
ΔC=C-C0 (公式3)
其中,C表示第一目标特征参数。
基于上述图6a所示,计算第一目标特征参数C与标准特征参数C0的差值,可得到图6b所示的第二目标特征参数ΔC的曲线。
S133、根据第二目标特征参数确定待检测电池是否发生析锂。
具体的,判断ΔC是否大于预设值X,若大于X则认为待测电池发生析锂。
示例性的,预设值X定位0.015,则在第1秒时第二目标特征参数ΔC就大于了预设值0.015,将待测电池判断为析锂电池。
进一步的,通过确定待检测电池在检测前后的容量衰减为-1.17%,证明了待检测电池确实发生了析锂,从而充分证明了本申请实施例确定待检测电池是否发生析锂的有效性。
本实施例中,通过基于第一目标特征参数与标准特征参数的差值,确定第二目标特征参数,以便实现基于第二目标特征参数确定待检测电池是否发生析锂
在其中一个实施例中,在确定待检测电池发生析锂的情况下,该方法还包括:基于第二目标特征参数确定待检测电池的析锂量。
在其中一种实现方式中,对第二目标特征参数中为非负数的第二目标特征参数进行微分运算,确定第三目标特征参数。并根据第三目标特征参数,在预先建立的各第三目标特征参数与析锂量的关系曲线中,确定待检测电池的析锂量。
在另一种实现方式中,对第二目标特征参数中为非负数的第二目标特征参数进行积分运算,确定第三目标特征参数。并根据第三目标特征参数,在预先建立的各第三目标特征参数与析锂量的关系曲线中,确定待检测电池的析锂量。
具体的,定义第三目标特征参数S为ΔC(t)在ΔC(t)≥0时的积分,如下公式4,计算S;
示例性的,关系曲线中的各第三目标特征参数与析锂量可基于与待检测电池为同一工况下,且同批次、同系列、同型号、同材料体系的无析锂发生的锂离子电池进行检测获得。例如,当待检测电池为软包锂离子电池,则利用与待检测电池为同批次、同系列且同型号的软包锂离子电池(标准锂离子电池)进行实验,假设软包锂离子电池的材料体系为NCM523-石墨。
具体的,预先进行多组实验,具体实验条件为:将各标准锂离子电池置于-10℃温箱中,用不同电流对电池进行充电后,利用FUDS工况对电池进行放电,获得待测电池的电压信号的曲线,之后计算各标准锂离子电池对应的第三目标特征参数。测量各标准锂离子电池在实验前后的容量衰减,获得各标准锂离子电池的析锂量。建立第三目标特征参数S和析锂量之间的关系,如表1所示,其中下表1仅示出了三种第三目标特征参数S和析锂量的数据:
表1
第三目标特征参数S | 析锂量. |
0 | 0 |
34.8159 | 1.17 |
98.1086 | 3.18 |
根据表1中数据,可以画出第三目标特征参数S和析锂量的关系曲线M0,如图5所示,可以看到关系曲线M0近似为一条直线,从该关系曲线M0中可知第三目标特征参数越大对应的析锂量越大。
进一步的,待检测电池的具体实验条件为:将待检测电池同样置于-10℃温箱中,用1.0C电流对待检测电池进行充电后,利用FUDS工况对待检测电池进行放电,获得待检测电池的电压信号的曲线,基于上述步骤计算该待测电池对应的第三目标特征参数S=55.6898。根据第三目标特征参数S=55.6898对应图7所示的关系曲线M0中,可以得到待检测电池的析锂量。
进一步的,测量该待检测电池在实验前后的容量衰减,获得该待测电池的析锂量为1.89,在图7中示出的该待检测电池对应点用×号表示,可以看到该待测电池的析锂量为1.89和关系曲线M0非常接近,从而证明本申请实施例的上述步骤能够有效的实现析锂量的预测。
本实施例中,在确定待检测电池发生析锂的情况下,还能够基于第二目标特征参数确定待检测电池的析锂量,无需通过测量待检测电池的容量来确定,无需额外测量其他信号即可确定待检测电池的析锂量,降低了检测成本,提高了适用性更广。
应该理解的是,虽然图2、3、5的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2、3、5中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,参照图8,提供了一种电池析锂检测装置11,所述装置11包括:获取模块111和处理模块112,具体的:
获取模块111,用于获取待检测电池在放电过程中预设时间段的电压信号和电流信号。
处理模块112,用于根据获取模块111获取的电压信号,确定第一目标特征参数;第一目标特征参数用于表征电压信号中处于稳定状态的本征模函数。
处理模块112,用于基于第一目标特征参数和获取模块111获取的电流信号,确定待检测电池是否发生析锂。
在其中一个实施例中,处理模块112,具体用于,
根据电压信号和变分模态分解算法,确定多个本征模函数以及各本征模函数对应的中心频率。
根据中心频率,在多个本征模函数中确定第一目标特征参数。
在其中一个实施例中,处理模块112,具体用于,
在多个本征模函数中,将中心频率最低的本征模函数确定为第一目标特征参数。
在其中一个实施例中,处理模块112,具体用于,
获取电流信号对应的标准特征参数。
基于第一目标特征参数与标准特征参数的差值,确定第二目标特征参数。
根据第二目标特征参数确定待检测电池是否发生析锂。
在其中一个实施例中,处理模块112,还用于基于第二目标特征参数确定待检测电池的析锂量。
在其中一个实施例中,处理模块112,具体用于,
对第二目标特征参数中为非负数的第二目标特征参数进行积分运算,确定第三目标特征参数。
根据第三目标特征参数,在预先建立的各第三目标特征参数与析锂量的关系曲线中,确定待检测电池的析锂量。
关于电池析锂检测装置的具体限定可以参见上文中对于种电池析锂检测方法的限定,在此不再赘述。上述种电池析锂检测装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图9所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储初始数据,计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种电池析锂检测方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图9示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供一种计算机设备,包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时实现以下步骤:
获取待检测电池在放电过程中预设时间段的电压信号和电流信号。
根据所述电压信号,确定第一目标特征参数;所述第一目标特征参数用于表征所述电压信号中处于稳定状态的本征模函数。
基于所述第一目标特征参数和所述电流信号,确定所述待检测电池是否发生析锂。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取待检测电池在放电过程中预设时间段的电压信号和电流信号。
根据所述电压信号,确定第一目标特征参数;所述第一目标特征参数用于表征所述电压信号中处于稳定状态的本征模函数。
基于所述第一目标特征参数和所述电流信号,确定所述待检测电池是否发生析锂。
在一个实施例中,提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现以下步骤:
获取待检测电池在放电过程中预设时间段的电压信号和电流信号。
根据所述电压信号,确定第一目标特征参数;所述第一目标特征参数用于表征所述电压信号中处于稳定状态的本征模函数。
基于所述第一目标特征参数和所述电流信号,确定所述待检测电池是否发生析锂。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory,ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory,MRAM)、铁电存储器(Ferroelectric Random Access Memory,FRAM)、相变存储器(Phase Change Memory,PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器等。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory,DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等,不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等,不限于此。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种电池析锂检测方法,其特征在于,包括:
获取待检测电池在放电过程中预设时间段的电压信号和电流信号;
利用变分模态分解算法将所述电压信号分解为多个不同中心频率的本征模函数,并获取各所述本征模函数对应的中心频率;根据所述中心频率,在所述多个本征模函数中将中心频率最低的本征模函数确定为第一目标特征参数;所述中心频率最低的本征模函数表征电压信号中处于稳定状态的本征模函数;
基于所述第一目标特征参数与所述电流信号对应的标准特征参数的差值确定第二目标特征参数;
若所述第二目标特征参数大于预设值,则确定所述待检测电池发生析锂。
2.根据权利要求1所述的电池析锂检测方法,其特征在于,所述方法包括:
基于标准锂离子电池获取所述电流信号对应的标准特征参数;所述标准锂离子电池为与所述待检测电池为同一工况下且生产信息相同的无析锂发生的锂离子电池。
3.根据权利要求1或2所述的电池析锂检测方法,其特征在于,在确定所述待检测电池发生析锂的情况下,所述方法还包括:基于所述第二目标特征参数确定所述待检测电池的析锂量。
4.根据权利要求3所述的电池析锂检测方法,其特征在于,所述基于所述第二目标特征参数确定所述待检测电池的析锂量,包括:
对所述第二目标特征参数中为非负数的第二目标特征参数进行积分运算,确定第三目标特征参数;
根据所述第三目标特征参数,在预先建立的各第三目标特征参数与析锂量的关系曲线中,确定所述待检测电池的析锂量。
5.一种电池析锂检测装置,其特征在于,包括:
获取模块,用于获取待检测电池在放电过程中预设时间段的电压信号和电流信号;
处理模块,用于利用变分模态分解算法将所述电压信号分解为多个不同中心频率的本征模函数,并获取各所述本征模函数对应的中心频率;根据所述中心频率,在所述多个本征模函数中将中心频率最低的本征模函数确定为第一目标特征参数;所述第一目标特征参数用于表征所述电压信号中处于稳定状态的本征模函数;
所述处理模块,用于基于所述第一目标特征参数和所述获取模块获取的所述电流信号,确定所述待检测电池是否发生析锂。
6.根据权利要求5所述的装置,其特征在于,所述处理模块,还用于基于标准锂离子电池获取所述电流信号对应的标准特征参数;所述标准锂离子电池为与所述待检测电池为同一工况下且生产信息相同的无析锂发生的锂离子电池。
7.根据权利要求5所述的装置,其特征在于,所述处理模块,还用于基于第二目标特征参数确定所述待检测电池的析锂量,所述第二目标特征参数是基于所述第一目标特征参数与所述电流信号对应的标准特征参数的差值确定的。
8.根据权利要求7所述的装置,其特征在于,所述处理模块,具体用于对所述第二目标特征参数中为非负数的第二目标特征参数进行积分运算,确定第三目标特征参数;根据所述第三目标特征参数,在预先建立的各第三目标特征参数与析锂量的关系曲线中,确定所述待检测电池的析锂量。
9.一种电子设备,包括存储器及处理器,所述存储器中储存有计算机程序,其特征在于,所述计算机程序被所述处理器执行时,使得所述处理器执行如权利要求1至4中任一项所述的方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至4中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210022682.0A CN114509695B (zh) | 2022-01-10 | 2022-01-10 | 电池析锂检测方法、装置、设备、存储介质和计算机程序 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210022682.0A CN114509695B (zh) | 2022-01-10 | 2022-01-10 | 电池析锂检测方法、装置、设备、存储介质和计算机程序 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114509695A CN114509695A (zh) | 2022-05-17 |
CN114509695B true CN114509695B (zh) | 2023-01-03 |
Family
ID=81550445
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210022682.0A Active CN114509695B (zh) | 2022-01-10 | 2022-01-10 | 电池析锂检测方法、装置、设备、存储介质和计算机程序 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114509695B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117930064B (zh) * | 2024-03-21 | 2024-06-14 | 四川新能源汽车创新中心有限公司 | 一种无损检测析锂的方法、系统、计算设备及介质 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3276811B1 (en) * | 2016-07-26 | 2019-03-06 | Guangdong Oppo Mobile Telecommunications Corp., Ltd. | Charging system, charging method, and power adapter |
CN108398649B (zh) * | 2018-03-09 | 2020-02-07 | 宁德时代新能源科技股份有限公司 | 析锂检测方法及装置 |
CN111477981A (zh) * | 2020-03-11 | 2020-07-31 | 北京交通大学 | 一种锂离子电池分区间优化充电方法 |
CN112782599A (zh) * | 2020-12-28 | 2021-05-11 | 清华大学 | 锂离子电池无损析锂检测方法、装置及计算机设备 |
CN112966432A (zh) * | 2021-02-09 | 2021-06-15 | 东北电力大学 | 一种锂离子电池剩余有效寿命预测方法及装置 |
CN113125965B (zh) * | 2021-04-01 | 2021-11-19 | 清华大学 | 电池析锂检测方法、装置、设备及存储介质 |
CN113687234B (zh) * | 2021-07-16 | 2022-08-02 | 新源智储能源发展(北京)有限公司 | 电池异常识别方法、装置、设备、介质及程序产品 |
CN113602147B (zh) * | 2021-08-05 | 2023-05-16 | 肇庆小鹏汽车有限公司 | 电池故障检测方法及电池故障检测装置 |
-
2022
- 2022-01-10 CN CN202210022682.0A patent/CN114509695B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN114509695A (zh) | 2022-05-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102219397B1 (ko) | 원격 파라미터 추정을 구비한 2차 전지 관리 시스템 | |
US20220099753A1 (en) | Method For Predicting Service Life Of Retired Power Battery | |
CN101641607B (zh) | 二次电池的状态估计装置 | |
US10539621B2 (en) | Method and apparatus for identifying a battery model | |
US20220179009A1 (en) | Method and Apparatus for Operating a System for Providing Predicted States of Health of Electrical Energy Stores for a Device Using Machine Learning Methods | |
EP3961232A1 (en) | Method and apparatus for battery state estimation | |
Guo et al. | A parameter adaptive method with dead zone for state of charge and parameter estimation of lithium-ion batteries | |
CN114509695B (zh) | 电池析锂检测方法、装置、设备、存储介质和计算机程序 | |
CN117148177A (zh) | 电池动态一致性评价方法、装置和计算机设备 | |
CN114137415B (zh) | 电池组的发热量检测方法、装置、车辆及存储介质 | |
Pan et al. | An integration and selection scheme for capacity estimation of Li-ion battery based on different state-of-charge intervals | |
Liu et al. | State of charge estimation algorithm based on fractional-order adaptive extended Kalman filter and unscented Kalman filter | |
CN113785209A (zh) | 用于检测异常电池单体的方法 | |
Zhou et al. | Health indicators identification of lithium-ion battery from electrochemical impedance spectroscopy using geometric analysis | |
CN113311346A (zh) | 一种电芯预警方法、装置、云平台及存储介质 | |
US20230324463A1 (en) | Method and Apparatus for Operating a System for Detecting an Anomaly of an Electrical Energy Store for a Device by Means of Machine Learning Methods | |
Zhang | High-power energy storage: ultracapacitors | |
US10449861B1 (en) | Vehicle battery controller based on a reduced order model | |
CN111413620A (zh) | 一种基于集员滤波的锂电池电荷状态估计方法 | |
CN116299006A (zh) | 电池包的健康状况预测方法、装置、设备和存储介质 | |
CN116184209A (zh) | 一种适用于动力电池热失控的预警方法及装置 | |
Chang et al. | Electrochemical aging model of lithium-ion battery with impedance output and its parameter sensitivity analysis and identification | |
CN116047339A (zh) | 基于热电耦合模型的锂离子电池组soc估计方法及装置 | |
US20210041504A1 (en) | Method and apparatus for measuring state of battery | |
CN114200310A (zh) | 电化学装置析锂检测方法及电子设备 |
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 |