CN115056682A - 异常单体电池检测方法、设备、电动汽车和介质 - Google Patents
异常单体电池检测方法、设备、电动汽车和介质 Download PDFInfo
- Publication number
- CN115056682A CN115056682A CN202210728043.6A CN202210728043A CN115056682A CN 115056682 A CN115056682 A CN 115056682A CN 202210728043 A CN202210728043 A CN 202210728043A CN 115056682 A CN115056682 A CN 115056682A
- Authority
- CN
- China
- Prior art keywords
- single battery
- battery
- ideal
- abnormal
- standing period
- 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
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
- B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
- B60L58/12—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries responding to state of charge [SoC]
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L3/00—Electric devices on electrically-propelled vehicles for safety purposes; Monitoring operating variables, e.g. speed, deceleration or energy consumption
- B60L3/0023—Detecting, eliminating, remedying or compensating for drive train abnormalities, e.g. failures within the drive train
- B60L3/0046—Detecting, eliminating, remedying or compensating for drive train abnormalities, e.g. failures within the drive train relating to electric energy storage systems, e.g. batteries or capacitors
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
- B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
-
- 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
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Life Sciences & Earth Sciences (AREA)
- Sustainable Development (AREA)
- Sustainable Energy (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Secondary Cells (AREA)
Abstract
本发明提供了一种异常单体电池检测方法、设备、电动汽车和介质,包括根据待检测动力电池包中每个静置期中每个单体电池的剩余电量,确定当前阶段生命周期待检测动力电池包的理想单体电池集合;根据每个静置期中理想单体电池集合中单体电池的剩余电量,确定每个静置期的理想单体电池的剩余电量;根据每个静置期的理想单体的剩余电量和每个静置期的每个单体电池的开路电压,形成每个单体电池在当前阶段生命周期下的单体特征曲线;将每个单体特征曲线输入预先训练的当前阶段生命周期的单体电池异常识别模型,检测出异常单体电池。这样,能够弱化由于动力电池不受控运行工况以及信号不同步造成的噪声,精准的检出异常单体电池,提高电池包的总体性能。
Description
技术领域
本发明涉及动力电池技术领域,具体提供一种异常单体电池检测方法、设备、电动汽车和介质。
背景技术
作为电动车行驶能量的来源,动力电池是新能源汽车领域最为核心的部件。动力电池包通常通过串联的形式将几十乃至上百个单体电池模组成组以满足动力输出要求。每一个单体电池模组因生产组装的细小差别以及实际充放电过程中的不一致性,会在日积月累的使用下展现出不完全相同的特性。根据木桶原则整个电池包的总体充放电性能会受限于健康状态较差的个别单体电池,此时识别出这些异常单体电池,并采取相应的措施,如更换或均衡,能够补足短板,有效地提升电池包的总体性能。
相关技术中,对异常单体电池检测往往通过如下几种方式:
1.在电池生命周期内,通过充电过程中的单体dv/dq曲线峰值偏移相对不一致性,评估单体衰减不一致性,进而检测异常单体电池。
2.在电池生命周期内,通过充电截止的弛豫电压曲线的相对不一致性,评估单体衰减的不一致性,进而检测异常单体电池。
3.在电池生命周期内,通过固定工况下的电流脉冲计算直流阻抗,并比较其不一致性,以评估单体衰减的不一致性,进而检测异常单体电池。
然而,由于机理层面表征的电池衰减不一致性的外特征差异非常微小,极易在动力电池的实际运行过程中被传感器噪声淹没。另外,由于以上几种方式在电池生命周期中的外特征表现会随着运行工况的变化而失去相对可比性,在实际应用场景中,多次工况间进行单体衰减外特征难以归一,导致异常单体电池的检测结果可靠性较低,进而降低电池包的总体性能。
发明内容
为了克服上述缺陷,提出了本发明,以提供解决或至少部分地解决相关技术中,异常单体电池的检测结果可靠性较低,进而降低电池包的总体性能的技术问题的异常单体电池检测方法、设备、电动汽车和介质。
在第一方面,本发明提供一种异常单体电池检测方法,包括:
获取待检测动力电池包在当前阶段生命周期中的多个静置期和每个静置期中所述待检测动力电池包中每个单体电池的剩余电量;
根据所述待检测动力电池包中每个静置期中每个单体电池的剩余电量,确定当前阶段生命周期所述待检测动力电池包的理想单体电池集合;
根据每个静置期中所述理想单体电池集合中单体电池的剩余电量,确定每个静置期的理想单体电池的剩余电量;
根据每个静置期的理想单体的剩余电量和每个静置期的每个单体电池的开路电压,形成每个单体电池在当前阶段生命周期下的单体特征曲线;
将每个所述单体特征曲线输入预先训练的当前阶段生命周期的单体电池异常识别模型,检测出异常单体电池。
在第二方面,本发明提供一种异常单体电池检测设备,其特征在于,包括处理器和存储装置,所述存储装置适于存储多条程序代码,所述程序代码适于由所述处理器加载并运行以执行上述任一项所述的异常单体电池检测方法。
在第三方面,提供一种电动汽车,包括如上所述的异常单体电池检测设备。
在第四方面,提供一种计算机可读存储介质,该计算机可读存储介质其中存储有多条程序代码,所述程序代码适于由处理器加载并运行以执行上述任一项技术方案所述的异常单体电池检测方法。
方案1.一种异常单体电池检测方法,其特征在于,包括:
获取待检测动力电池包在当前阶段生命周期中的多个静置期和每个静置期中所述待检测动力电池包中每个单体电池的剩余电量;
根据所述待检测动力电池包中每个静置期中每个单体电池的剩余电量,确定当前阶段生命周期所述待检测动力电池包的理想单体电池集合;
根据每个静置期中所述理想单体电池集合中单体电池的剩余电量,确定每个静置期的理想单体电池的剩余电量;
根据每个静置期的理想单体的剩余电量和每个静置期的每个单体电池的开路电压,形成每个单体电池在当前阶段生命周期下的单体特征曲线;
将每个所述单体特征曲线输入预先训练的当前阶段生命周期的单体电池异常识别模型,检测出异常单体电池。
方案2.根据方案1所述的异常单体电池检测方法,其特征在于,根据每个静置期中每个单体电池的剩余电量,确定当前阶段生命周期所述待检测动力电池包的理想单体电池集合,包括:
选取满足第一预设条件的单体电池形成每个静置期的单体电池集合;
根据每个静置期的单体电池集合,选取满足第二预设条件的单体电池形成所述理想单体电池集合。
方案3.根据方案2所述的异常单体电池检测方法,其特征在于,所述选取满足第一预设条件的单体电池形成每个静置期的单体电池集合包括:
对每个静置期中每个单体电池的剩余电量按照由大到小的顺序进行排列后,选取位于预设范围内的单体电池形成每个静置期的单体电池集合;
其中,所述预设范围为的下限为排序后的中位数与第一预设数值的差,所述预设范围为的上限为排序后的中位数与第二预设数值的和。
方案4.根据方案2所述的异常单体电池检测方法,其特征在于,所述根据每个静置期的单体电池集合,选取满足第二预设条件的单体电池形成所述理想单体电池集合包括:
选取所有静置期的单体电池集合之间的交集对应的单体电池形成所述理想单体电池集合。
方案5.根据方案1所述的异常单体电池检测方法,其特征在于,根据每个静置期的理想单体的剩余电量和每个静置期的每个单体电池的开路电压,形成每个单体电池在当前阶段生命周期下的单体特征曲线,包括:
根据每个静置期的理想单体的剩余电量和每个静置期的每个单体电池的开路电压,形成每个单体电池在当前阶段生命周期下理想单体的剩余电量与单体电池电压的拟合曲线;
对所述理想单体的剩余电量与单体电池电压的拟合曲线进行微分,得到理想单体的剩余电量与单体电池电压的微分曲线作为所述单体特征曲线。
方案6.根据方案1所述的异常单体电池检测方法,其特征在于,根据每个静置期中所述理想单体电池集合中单体电池的剩余电量,确定每个静置期的理想单体电池的剩余电量,包括:
将每个静置期中所述理想单体电池集合中单体电池的平均剩余电量作为每个静置期的理想单体电池的剩余电量。
方案7.根据方案1所述的异常单体电池检测方法,其特征在于,每个静置期的获取过程包括:
根据预设的静置期条件,确定当前阶段生命周期中每个遍历周期是否属于所述静置期;
其中,所述静置期条件包括:
车辆静置的时长超过预设时长,每个单体电池的电流绝对值均小于预设电流值,以及,每个遍历周期中每个单体电池的开路电压序列的标准差均小于预设标准差。
方案8.根据方案1所述的异常单体电池检测方法,其特征在于,将每个所述单体特征曲线输入预先训练的当前阶段生命周期的单体电池异常识别模型,检测出异常单体电池,包括
从所述单体特征曲线中提取单体电池的当前电压峰度和单体电池的当前电压偏度;
计算所述当前电压偏度与单体电池的出厂电压峰度之间的峰度差值,以及,所述当前电压偏度与单体电池的出厂电压偏度之间的偏度差值;
根据所述峰度差值和所述偏度差值,确定单体电池的异常得分;
若所述单体电池的异常得分大于设定阈值,确定所述单体电池为异常单体电池。
方案9.一种异常单体电池检测设备,其特征在于,包括处理器和存储装置,所述存储装置适于存储多条程序代码,所述程序代码适于由所述处理器加载并运行以执行方案1至8中任一项所述的异常单体电池检测方法。
方案10.一种电动汽车,其特征在于,包括如方案9所述的异常单体电池检测设备。
方案11.一种计算机可读存储介质,其中存储有多条程序代码,其特征在于,所述程序代码适于由处理器加载并运行以执行方案1至8中任一项所述的异常单体电池检测方法。
本发明上述一个或多个技术方案,至少具有如下一种或多种有益效果:
在实施本发明的技术方案中,通过获取待检测动力电池包在当前阶段生命周期中的多个静置期和每个静置期中待检测动力电池包的每个单体电池的剩余电量,实现了在一个相对稳定工况下进行单体电池的剩余电量的采样,并可以根据每个静置期中待检测动力电池包的每个单体电池的剩余电量,确定当前阶段生命周期待检测动力电池包的理想单体电池集合;根据每个静置期中所述理想单体电池集合中单体电池的剩余电量,确定每个静置期的理想单体电池的剩余电量,一定程度降低了采样噪声;然后根据每个静置期的理想单体的剩余电量和每个静置期的每个单体电池的开路电压,形成每个单体电池在当前阶段生命周期下的单体特征曲线;将每个所述单体特征曲线输入预先训练的当前阶段生命周期的单体电池异常识别模型,输出异常单体电池。采用本发明的技术方案,能够弱化由于动力电池不受控运行工况以及信号不同步造成的噪声,从而能够精准的检出异常单体电池,进而提高电池包的总体性能。
附图说明
参照附图,本发明的公开内容将变得更易理解。本领域技术人员容易理解的是:这些附图仅仅用于说明的目的,而并非意在对本发明的保护范围组成限制。此外,图中类似的数字用以表示类似的部件,其中:
图1是根据本发明的一个实施例的异常单体电池检测方法的主要步骤流程示意图;
图2是图1中步骤101-步骤104对应的图示说明示意图;
图3是根据本发明的一个实施例的异常单体电池检测设备的主要结构框图。
具体实施方式
下面参照附图来描述本发明的一些实施方式。本领域技术人员应当理解的是,这些实施方式仅仅用于解释本发明的技术原理,并非旨在限制本发明的保护范围。
在本发明的描述中,“模块”、“处理器”可以包括硬件、软件或者两者的组合。一个模块可以包括硬件电路,各种合适的感应器,通信端口,存储器,也可以包括软件部分,比如程序代码,也可以是软件和硬件的组合。处理器可以是中央处理器、微处理器、图像处理器、数字信号处理器或者其他任何合适的处理器。处理器具有数据和/或信号处理功能。处理器可以以软件方式实现、硬件方式实现或者二者结合方式实现。非暂时性的计算机可读存储介质包括任何合适的可存储程序代码的介质,比如磁碟、硬盘、光碟、闪存、只读存储器、随机存取存储器等等。术语“A和/或B”表示所有可能的A与B的组合,比如只是A、只是B或者A和B。术语“至少一个A或B”或者“A和B中的至少一个”含义与“A和/或B”类似,可以包括只是A、只是B或者A和B。单数形式的术语“一个”、“这个”也可以包含复数形式。
通常情况下,对异常单体电池检测往往通过如下几种方式:
1.在电池生命周期内,通过充电过程中的单体dv/dq曲线峰值偏移相对不一致性,评估单体衰减不一致性,进而检测异常单体电池。
2.在电池生命周期内,通过充电截止的弛豫电压曲线的相对不一致性,评估单体衰减的不一致性,进而检测异常单体电池。
3.在电池生命周期内,通过固定工况下的电流脉冲计算直流阻抗,并比较其不一致性,以评估单体衰减的不一致性,进而检测异常单体电池。
然而,由于机理层面表征的电池衰减不一致性的外特征差异非常微小,极易在动力电池的实际运行过程中被传感器噪声淹没。另外,由于以上几种方式在电池生命周期中的外特征表现会随着运行工况的变化而失去相对可比性,在实际应用场景中,多次工况间进行单体衰减外特征难以归一,导致异常单体电池的检测结果可靠性较低,进而降低电池包的总体性能。
因此,为了解决上述技术问题,本发明提供了以下技术方案:
参阅附图1,图1是根据本发明的一个实施例的异常单体电池检测方法的主要步骤流程示意图。图2是图1中步骤101-步骤104对应的图示说明示意图。如图1所示,本发明实施例中的异常单体电池检测方法主要包括下列步骤101-步骤105。
步骤101、获取待检测动力电池包在当前阶段生命周期中的多个静置期和每个静置期中所述待检测动力电池包中每个单体电池的剩余电量;
在一个具体实现过程中,动力电池包为电动汽车行驶采用的锂离子电池包,锂离子电池包的锂离子电池可以为磷酸铁锂,三元锂和钛酸锂电池等;动力电池包一般通过串联的形式将几十乃至上百个单体电池成组以满足电动汽车动力输出要求。
在一个具体实现过程中,可以按照待检测动力电池包满充充电深度的累计预设次数为标尺,将全生命周期分为多个阶段生命周期(参见图2中(c)部分对应的图示说明),并从电池管理系统(Battery Management System,BMS)中获取待检测动力电池包的在当前阶段生命周期中的数据记录,包括待检测动力电池包在当前阶段生命周期中每一时刻待检测动力电池包的电压、电流和各单体电池的开路电压等相关信息,根据待检测动力电池包的电流和单体电池的开路电压,从所述全生命周期中确认出充高期、低放期以及静置期(参见图2中(a)部分对应的图示说明),并保留待检测动力电池包在当前阶段生命周期中的多个静置期(参见图2中(b)部分对应的图示说明),利用剩余电量-开路电压(State Of Charge-Open Circuit Voltage,SOC-OCV)曲线和单体电池的开路电压,查找每个静置期中所述待检测动力电池包的每个单体电池的剩余电量。
在一个具体实现过程中,每个静置期的获取过程可以包括:
根据预设的静置期条件,确定当前阶段生命周期中每个遍历周期是否属于所述静置期;
其中,所述静置期条件包括:
车辆静置的时长超过预设时长,其中,预设时长可以3分钟;每个单体电池的电流绝对值均小于预设电流值,其中,预设电流值可以2A,以及,每个遍历周期中每个单体电池的开路电压序列的标准差均小于预设标准差,其中,预设标准差可以为0.002。
步骤102、根据所述待检测动力电池包中每个静置期中每个单体电池的剩余电量,确定当前阶段生命周期所述待检测动力电池包的理想单体电池集合;
在一个具体实现过程中,可以按照如下步骤确定当前阶段生命周期所述待检测动力电池包的理想单体电池集合:
(1)选取满足第一预设条件的单体电池形成每个静置期的单体电池集合;
具体地,可以对每个静置期中每个单体电池的剩余电量按照由大到小的顺序进行排列后,选取位于预设范围内的单体电池形成每个静置期的单体电池集合;其中,所述预设范围为的下限为排序后的中位数与第一预设数值的差,所述预设范围为的上限为排序后的中位数与第二预设数值的和。也就是说,针对每个静置期选取SOC总是位于该静置期的中位数的单体电池形成每个静置期的单体电池集合。
(2)根据每个静置期的单体电池集合,选取满足第二预设条件的单体电池形成所述理想单体电池集合。
在得到每个静置期的单体电池集合后,任一静置期的单体电池集合中的单体电池,其虽然在该静置期内其SOC位于中位数附近,但是,在其它静置期中可能并不是位于中位数的单体电池,因此,可以选取所有静置期的单体电池集合之间的交集对应的单体电池形成所述理想单体电池集合。也就是说,针对所有静置期选取SOC总是位于中位数的单体电池形成每个静置期的单体电池集合。
在一个具体实现过程中,以3个静置期(第一静置期、第二静置期、第三静置期)、动力电池包有1至10个单体电池。第一静置期中电池单体1、电池单体2、电池单体3、电池单体4、电池单体5位于中位数附近,形成一个集合。第二静置期中电池单体2、电池单体3电池单体、电池单体4、电池单体5、电池单体6位于中位数附近,形成一个集合,静置片段3中电池单体1、电池单体2、电池单体3、电池单体4、电池单体6位于中位数附近,形成一个集合,取交集后电池单体2、电池单体3、电池单体4理想单体电池集合。
步骤103、根据每个静置期中所述理想单体电池集合中单体电池的剩余电量,确定每个静置期的理想单体电池的剩余电量;
在一个具体实现过程中,可以将每个静置期中所述理想单体电池集合中单体电池的平均剩余电量作为每个静置期的理想单体电池的剩余电量。(参见图2中(d)部分对应的图示说明,(d)部分中上方为每个静置期的理想单体电池的剩余电量)。
步骤104、根据每个静置期的理想单体的剩余电量和每个静置期的每个单体电池的开路电压,形成每个单体电池在当前阶段生命周期下的单体特征曲线;
在一个具体实现过程中,可以根据每个静置期的理想单体的剩余电量和每个静置期的每个单体电池的开路电压,形成每个单体电池在当前阶段生命周期下理想单体的剩余电量与单体电池电压的拟合曲线参见图2中(e)部分对应的图示说明),然后对所述理想单体的剩余电量与单体电池电压的拟合曲线进行微分,得到理想单体的剩余电量与单体电池电压的微分曲线作为所述单体特征曲线参见图2中(f)部分对应的图示说明)。
步骤105、将每个所述单体特征曲线输入预先训练的当前阶段生命周期的单体电池异常识别模型,检测出异常单体电池。
在一个具体实现过程中,可以按照如下步骤检测出异常单体电池:
(21)从所述单体特征曲线中提取单体电池的当前电压峰度和单体电池的当前电压偏度;
在一个具体实现过程中,该当前阶段生命周期的单体电池异常识别模型可以为基于孤立森林算法的模型,可以通过加窗拆分进行特征提取,得到单体电池的当前电压峰度和单体电池的当前电压偏度。其中,当前电压峰度是描述总体中所有取值分布形态陡缓程度的统计量。这个统计量需要与正态分布相比较,当前电压峰度为0表示该总体数据分布与正态分布的陡缓程度相同;当前电压峰度大于0表示该总体数据分布与正态分布相比较为陡峭,为尖顶峰;当前电压峰度小于0表示该总体数据分布与正态分布相比较为平坦,为平顶峰。当前电压峰度的绝对值数值越大表示其分布形态的陡缓程度与正态分布的差异程度越大。当前电压偏度是描述数据分布形态的统计量,其描述的是某总体取值分布的对称性。这个统计量同样需要与正态分布相比较,当前电压偏度为0表示其数据分布形态与正态分布的偏斜程度相同;当前电压偏度大于0表示其数据分布形态与正态分布相比为正偏或右偏,即有一条长尾巴拖在右边,数据右端有较多的极端值;当前电压偏度小于0表示其数据分布形态与正态分布相比为负偏或左偏,即有一条长尾拖在左边,数据左端有较多的极端值。当前电压偏度的绝对值数值越大表示其分布形态的偏斜程度越大。当前电压偏度和当前电压峰度的计算方式可以参考现有相关技术,在此不再赘述。
(22)计算所述当前电压偏度与单体电池的出厂电压峰度之间的峰度差值,以及,所述当前电压偏度与单体电池的出厂电压偏度之间的偏度差值;
(23)根据所述峰度差值和所述偏度差值,确定单体电池的异常得分;
可以对峰度差值和偏度差值进行归一化处理后,基于孤立森林算法得到单体电池的异常得分。其中,进行归一化处理,基于孤立森林算法得到单体电池的异常得分的实现过程可以参考现有相关技术,在此不再赘述。
(24)若所述单体电池的异常得分大于设定阈值,确定所述单体电池为异常单体电池。
在一个具体实现过程中,对单体电池异常识别模型进行训练的过程,包括:
(31)获取样本测动力电池包在全生命周期中的多个样本静置期和每个样本静置期中每个样本单体电池的剩余电量;
(32)根据每个样本静置期中每个样本单体电池的剩余电量,选取全生命周期的样本理想单体电池集合;
(33)以样本动力电池包满充充电深度的累计预设次数为标尺,将全生命周期分为多个阶段生命周期;
(34)根据每个阶段生命周期下每个样本静置期中所述样本理想单体电池集合中样本单体电池的剩余电量,确定每个阶段生命周期下每个样本静置期的样本理想单体电池的剩余电量;
(35)根据每个阶段生命周期下每个样本静置期的样本理想单体的剩余电量和每个阶段生命周期下每个样本静置期的每个样本单体电池的开路电压,形成每个样本单体电池在每个阶段生命周期下的单体特征曲线;
(36)提取每个阶段生命周期下每个样本单体电池的单体特征曲线的峰度和偏度;
(37)根据每个阶段生命周期下每个样本单体电池的单体特征曲线的峰度和偏度,对预先搭建的神经网络进行训练,得到每个阶段生命周期的单体电池异常识别模型。
本实施例的异常单体电池检测方法,通过获取待检测动力电池包在当前阶段生命周期中的多个静置期和每个静置期中待检测动力电池包的每个单体电池的剩余电量,实现了在一个相对稳定工况下进行单体电池的剩余电量的采样,并可以根据每个静置期中待检测动力电池包的每个单体电池的剩余电量,确定当前阶段生命周期待检测动力电池包的理想单体电池集合;根据每个静置期中所述理想单体电池集合中单体电池的剩余电量,确定每个静置期的理想单体电池的剩余电量,一定程度降低了采样噪声;然后根据每个静置期的理想单体的剩余电量和每个静置期的每个单体电池的开路电压,形成每个单体电池在当前阶段生命周期下的单体特征曲线;将每个所述单体特征曲线输入预先训练的当前阶段生命周期的单体电池异常识别模型,输出异常单体电池。采用本发明的技术方案,能够弱化由于动力电池不受控运行工况以及信号不同步造成的噪声,从而能够精准的检出异常单体电池,进而提高电池包的总体性能。
需要指出的是,尽管上述实施例中将各个步骤按照特定的先后顺序进行了描述,但是本领域技术人员可以理解,为了实现本发明的效果,不同的步骤之间并非必须按照这样的顺序执行,其可以同时(并行)执行或以其他顺序执行,这些变化都在本发明的保护范围之内。
本领域技术人员能够理解的是,本发明实现上述一实施例的方法中的全部或部分流程,也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计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读存储介质可以包括:能够携带所述计算机程序代码的任何实体或装置、介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器、随机存取存储器、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读存储介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读存储介质不包括电载波信号和电信信号。
进一步,本发明还提供了一种异常单体电池检测设备。
参阅附图3,图3是根据本发明的一个实施例的异常单体电池检测设备的主要结构框图。如图3所示,本发明实施例的异常单体电池检测设备可以包括处理器30和存储装置31,存储装置30可以被配置成存储执行上述方法实施例的异常单体电池检测方法的程序,处理器31可以被配置成用于执行存储装置中的程序,该程序包括但不限于执行上述方法实施例的异常单体电池检测方法的程序。为了便于说明,仅示出了与本发明实施例相关的部分,具体技术细节未揭示的,请参照本发明实施例方法部分。该异常单体电池检测设备可以是包括各种电子设备形成的控制设备。
进一步,本发明还提供了一种计算机可读存储介质。在根据本发明的一个计算机可读存储介质实施例中,计算机可读存储介质可以被配置成存储执行上述方法实施例的异常单体电池检测方法的程序,该程序可以由处理器加载并运行以实现上述异常单体电池检测方法。为了便于说明,仅示出了与本发明实施例相关的部分,具体技术细节未揭示的,请参照本发明实施例方法部分。该计算机可读存储介质可以是包括各种电子设备形成的存储装置设备,可选的,本发明实施例中计算机可读存储介质是非暂时性的计算机可读存储介质。
进一步,应该理解的是,由于各个模块的设定仅仅是为了说明本发明的装置的功能单元,这些模块对应的物理器件可以是处理器本身,或者处理器中软件的一部分,硬件的一部分,或者软件和硬件结合的一部分。因此,图中的各个模块的数量仅仅是示意性的。
本领域技术人员能够理解的是,可以对装置中的各个模块进行适应性地拆分或合并。对具体模块的这种拆分或合并并不会导致技术方案偏离本发明的原理,因此,拆分或合并之后的技术方案都将落入本发明的保护范围内。
至此,已经结合附图所示的优选实施方式描述了本发明的技术方案,但是,本领域技术人员容易理解的是,本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下,本领域技术人员可以对相关技术特征作出等同的更改或替换,这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
Claims (10)
1.一种异常单体电池检测方法,其特征在于,包括:
获取待检测动力电池包在当前阶段生命周期中的多个静置期和每个静置期中所述待检测动力电池包中每个单体电池的剩余电量;
根据所述待检测动力电池包中每个静置期中每个单体电池的剩余电量,确定当前阶段生命周期所述待检测动力电池包的理想单体电池集合;
根据每个静置期中所述理想单体电池集合中单体电池的剩余电量,确定每个静置期的理想单体电池的剩余电量;
根据每个静置期的理想单体的剩余电量和每个静置期的每个单体电池的开路电压,形成每个单体电池在当前阶段生命周期下的单体特征曲线;
将每个所述单体特征曲线输入预先训练的当前阶段生命周期的单体电池异常识别模型,检测出异常单体电池。
2.根据权利要求1所述的异常单体电池检测方法,其特征在于,根据每个静置期中每个单体电池的剩余电量,确定当前阶段生命周期所述待检测动力电池包的理想单体电池集合,包括:
选取满足第一预设条件的单体电池形成每个静置期的单体电池集合;
根据每个静置期的单体电池集合,选取满足第二预设条件的单体电池形成所述理想单体电池集合。
3.根据权利要求2所述的异常单体电池检测方法,其特征在于,所述选取满足第一预设条件的单体电池形成每个静置期的单体电池集合包括:
对每个静置期中每个单体电池的剩余电量按照由大到小的顺序进行排列后,选取位于预设范围内的单体电池形成每个静置期的单体电池集合;
其中,所述预设范围为的下限为排序后的中位数与第一预设数值的差,所述预设范围为的上限为排序后的中位数与第二预设数值的和。
4.根据权利要求2所述的异常单体电池检测方法,其特征在于,所述根据每个静置期的单体电池集合,选取满足第二预设条件的单体电池形成所述理想单体电池集合包括:
选取所有静置期的单体电池集合之间的交集对应的单体电池形成所述理想单体电池集合。
5.根据权利要求1所述的异常单体电池检测方法,其特征在于,根据每个静置期的理想单体的剩余电量和每个静置期的每个单体电池的开路电压,形成每个单体电池在当前阶段生命周期下的单体特征曲线,包括:
根据每个静置期的理想单体的剩余电量和每个静置期的每个单体电池的开路电压,形成每个单体电池在当前阶段生命周期下理想单体的剩余电量与单体电池电压的拟合曲线;
对所述理想单体的剩余电量与单体电池电压的拟合曲线进行微分,得到理想单体的剩余电量与单体电池电压的微分曲线作为所述单体特征曲线。
6.根据权利要求1所述的异常单体电池检测方法,其特征在于,根据每个静置期中所述理想单体电池集合中单体电池的剩余电量,确定每个静置期的理想单体电池的剩余电量,包括:
将每个静置期中所述理想单体电池集合中单体电池的平均剩余电量作为每个静置期的理想单体电池的剩余电量。
7.根据权利要求1所述的异常单体电池检测方法,其特征在于,每个静置期的获取过程包括:
根据预设的静置期条件,确定当前阶段生命周期中每个遍历周期是否属于所述静置期;
其中,所述静置期条件包括:
车辆静置的时长超过预设时长,每个单体电池的电流绝对值均小于预设电流值,以及,每个遍历周期中每个单体电池的开路电压序列的标准差均小于预设标准差。
8.根据权利要求1所述的异常单体电池检测方法,其特征在于,将每个所述单体特征曲线输入预先训练的当前阶段生命周期的单体电池异常识别模型,检测出异常单体电池,包括
从所述单体特征曲线中提取单体电池的当前电压峰度和单体电池的当前电压偏度;
计算所述当前电压偏度与单体电池的出厂电压峰度之间的峰度差值,以及,所述当前电压偏度与单体电池的出厂电压偏度之间的偏度差值;
根据所述峰度差值和所述偏度差值,确定单体电池的异常得分;
若所述单体电池的异常得分大于设定阈值,确定所述单体电池为异常单体电池。
9.一种异常单体电池检测设备,其特征在于,包括处理器和存储装置,所述存储装置适于存储多条程序代码,所述程序代码适于由所述处理器加载并运行以执行权利要求1至8中任一项所述的异常单体电池检测方法。
10.一种电动汽车,其特征在于,包括如权利要求9所述的异常单体电池检测设备。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210728043.6A CN115056682A (zh) | 2022-06-23 | 2022-06-23 | 异常单体电池检测方法、设备、电动汽车和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210728043.6A CN115056682A (zh) | 2022-06-23 | 2022-06-23 | 异常单体电池检测方法、设备、电动汽车和介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115056682A true CN115056682A (zh) | 2022-09-16 |
Family
ID=83202897
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210728043.6A Pending CN115056682A (zh) | 2022-06-23 | 2022-06-23 | 异常单体电池检测方法、设备、电动汽车和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115056682A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116306937A (zh) * | 2023-03-22 | 2023-06-23 | 中航信移动科技有限公司 | 一种基于时间序列离线数据的规则提取方法、介质及设备 |
WO2024131358A1 (zh) * | 2022-12-19 | 2024-06-27 | 蔚来电池科技(安徽)有限公司 | 一种电池电芯一致性评估方法、装置、系统及介质 |
-
2022
- 2022-06-23 CN CN202210728043.6A patent/CN115056682A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024131358A1 (zh) * | 2022-12-19 | 2024-06-27 | 蔚来电池科技(安徽)有限公司 | 一种电池电芯一致性评估方法、装置、系统及介质 |
CN116306937A (zh) * | 2023-03-22 | 2023-06-23 | 中航信移动科技有限公司 | 一种基于时间序列离线数据的规则提取方法、介质及设备 |
CN116306937B (zh) * | 2023-03-22 | 2023-11-10 | 中航信移动科技有限公司 | 一种基于时间序列离线数据的规则提取方法、介质及设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107870301B (zh) | 一种电池微短路的检测方法及装置 | |
CN115056682A (zh) | 异常单体电池检测方法、设备、电动汽车和介质 | |
CN108089133B (zh) | 储能系统电池组一致性检测方法及检测装置 | |
EP2963433A1 (en) | Method and apparatus for estimating state of battery | |
CN112092675A (zh) | 一种电池热失控预警方法、系统及服务器 | |
CN109663756B (zh) | 基于自放电速率的电芯筛选方法及介质 | |
CN104607395A (zh) | 锂离子电池分选方法 | |
CN114818831B (zh) | 基于多源感知的双向锂离子电池故障检测方法及系统 | |
CN113696786A (zh) | 电池均衡方法及系统 | |
CN115166563A (zh) | 一种动力电池老化状态评估与退役筛选方法及系统 | |
CN115327417A (zh) | 一种动力电池单体异常的预警方法、系统及电子设备 | |
CN113657360A (zh) | 锂电池健康状态估计方法、装置、设备及可读存储介质 | |
CN110874693A (zh) | 一种电池包异常工况的确定方法、检测方法以及装置 | |
CN113884890A (zh) | 一种动力电池内短路检测方法 | |
CN114200310B (zh) | 电化学装置析锂检测方法及电子设备 | |
CN117872146A (zh) | 监测电池异常的方法、装置、设备及存储介质 | |
CN116298994A (zh) | 异常电池筛选方法、装置、设备及可读存储介质 | |
CN115291113A (zh) | 一种统一的锂离子电池soc、soh和rul的联合估计方法及系统 | |
CN114594380A (zh) | 一种基于bp神经网络的电池soc预测方法 | |
CN113138347A (zh) | 一种双脉冲信号采集电池参数及计算动力电池余能的方法 | |
CN113872302A (zh) | 电池组充放电过程中的电芯均衡方法及装置 | |
CN113687256A (zh) | 一种评估单体自放电率对电池系统一致性影响的方法 | |
CN117368757B (zh) | 一种针式可充放电池的性能检测方法 | |
CN111239628B (zh) | 一种检测二次蓄电池及串联模块衰减程度的方法及系统 | |
CN117920616A (zh) | 一种基于电池不一致性量化的电池分选方法及装置 |
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 |