CN115792653A - 锂电池电压曲线的回归拟合方法、装置及计算机设备 - Google Patents
锂电池电压曲线的回归拟合方法、装置及计算机设备 Download PDFInfo
- Publication number
- CN115792653A CN115792653A CN202310050973.5A CN202310050973A CN115792653A CN 115792653 A CN115792653 A CN 115792653A CN 202310050973 A CN202310050973 A CN 202310050973A CN 115792653 A CN115792653 A CN 115792653A
- Authority
- CN
- China
- Prior art keywords
- voltage
- fitting
- determining
- points
- jumping
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 42
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 title claims abstract description 31
- 229910052744 lithium Inorganic materials 0.000 title claims abstract description 31
- 230000009191 jumping Effects 0.000 claims abstract description 69
- 238000005070 sampling Methods 0.000 claims abstract description 41
- 238000004364 calculation method Methods 0.000 claims abstract description 7
- 238000009826 distribution Methods 0.000 claims description 19
- 230000015654 memory Effects 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 16
- 230000036541 health Effects 0.000 abstract description 11
- 238000010586 diagram Methods 0.000 description 12
- 238000003860 storage Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000000611 regression analysis Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 208000019901 Anxiety disease Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000036506 anxiety Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- 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
- Secondary Cells (AREA)
Abstract
本发明涉及一种锂电池电压曲线的回归拟合方法、装置及计算机设备，所述方法包括获取锂电池在预设时间段内的电压数据，按照时间顺序进行排列，得到电压值序列；确定至少一个电压值的采样时间点，并从电压值序列中划定采样时间点的邻域区间，对电压值进行拟合，得到二次多项式，计算二次多项式的多个拟合系数，判断对应的邻域区间内是否存在跳跃点并标示；遍历电压数据中的所有电压值，以获取到电压数据中的所有跳跃点；对所有跳跃点进行识别，以删除无效跳跃点，对剩余的电压值进行拟合。本发明通过找出跳跃点，从而删除错误的跳跃点，从而拟合出趋近真实的电池的运行曲线，再将该曲线应用于后续的电池健康计算，能够使得电池电压的健康度结果更加准确。
Description
技术领域
本发明属于动力电池技术领域，具体涉及一种锂电池电压曲线的回归拟合方法、装置及计算机设备。
背景技术
当前，随着电动汽车的广泛推广和应用，动力电池里程焦虑与安全预判问题也愈发重要。然而，不论是与行驶里程有关的电池充电比例（state of charge，SOC）或者是与电池健康程度相关的电池容量（stateofhealth，SOH），锂电池的大多数分析方法都离不开电压曲线的准确拟合回归分析作为前提基础。
相关技术中，由于现实中电池数据采集系统中的随机噪声和锂电池生产过程中，生料批次的差异和和偶然的杂质污染等问题的存在，导致了电池电压随时间变化的曲线存在“跳跃点”，表现出不连续的情况。由于这种情况的普遍存在，在实际分析电压变化的趋势时，用连续函数估计会导致误差较大，使得电学意义不明确，无法准确判断电池电压的健康度。
发明内容
有鉴于此，本发明的目的在于克服现有技术的不足，提供一种锂电池电压曲线的回归拟合方法、装置及计算机设备，以解决现有技术中无法准确判断电池电压的健康度的问题。
为实现以上目的，本发明采用如下技术方案：一种锂电池电压曲线的回归拟合方法，包括：
获取锂电池在预设时间段内的电压数据，将所述电压数据中的所有电压值按照时间顺序进行排列，得到电压值序列；
确定至少一个电压值的采样时间点，并从所述电压值序列中划定所述采样时间点的邻域区间；
对所述邻域区间内的电压值进行拟合，得到二次多项式，计算所述二次多项式的多个拟合系数；
根据所述拟合系数，判断对应的邻域区间内是否存在跳跃点，并标示；
遍历所述电压数据中的所有电压值，以获取到所述电压数据中的所有跳跃点；
对所有跳跃点进行识别，以删除无效跳跃点，对剩余的电压值进行拟合。
进一步的，根据所述拟合系数，判断对应的邻域区间内是否存在跳跃点，包括：
确定待测时间点的二次项拟合系数，以及多个采样时间点的二次项拟合系数；
计算所述待测时间点的二次项拟合系数与多个采样时间点的二次项拟合系数的差，得到多个差值，根据多个所述差值确定检验统计量；
判断所述检验统计量是否符合正态分布；
如果不符合，则确定所述待测时间点为跳跃点。
进一步的，根据多个所述差值确定检验统计量，包括：
当多个差值之间存在差异时，将其中差值的绝对值小的值，确定为检验统计量。
进一步的，所述判断所述检验统计量是否符合正态分布，包括：
确定检验统计量的绝对值大于标准阈值的第一概率，以及确定符合正态分布的预设标准阈值的第二概率；其中，所述标准阈值为投射到标准正态分布意义下统计量的阈值；
判断第一概率是否大于第二概率，如果大于，则所述检验统计量不符合正态分布。
进一步的，采用最小二乘法，对所述邻域区间内的电压值进行拟合，得到二次多项式；
所述二次多项式为
其中，
是采样时间点的序列数
即第
个采样时间点
，
是第
个采样时间点
对应的电压值；
为常数项拟合系数、
为一次项拟合系数、
为二次项拟合系数。
进一步的，采用以下方式计算所述二次多项式的拟合系数，
根据
，计算得到常数项系数
、一次项系数
、二次项系数
。
进一步的，当多个差值之间存在差异时，将其中差值的绝对值小的值，确定为检验统计量，包括：
其中，
，
为检验统计量。
进一步的，所述电压数据为单体电池电压数据或电池包总电压数据。
本申请实施例提供一种锂电池电压曲线的回归拟合装置，包括：
获取模块，用于获取预设时间段的电压数据，将所述电压数据中的所有电压值按照时间顺序进行排列；
划定模块，用于确定任意一个电压值的采样时间点，划定所述采样时间点的邻域区间；
计算模块，用于对所述邻域区间内的电压值进行拟合，得到二次多项式，计算所述二次多项式的拟合系数；
判断模块，用于根据所述拟合系数，判断是否存在跳跃点并标示；
确定模块，用于遍历所述电压数据中的所有电压值，以确定所述电压数据中的所有跳跃点；
拟合模块，用于对所述跳跃点进行识别处理后，对剩余的有效电压值进行拟合。
本申请实施例提供一种计算机设备，包括：存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行锂电池电压曲线的回归拟合方法。
本发明采用以上技术方案，能够达到的有益效果包括：
本发明提供一种锂电池电压曲线的回归拟合方法、装置及计算机设备，本申请获取预设时间段内的电压离散点，并按照时间顺序进行排序，从而对任意电压值的采样时间点划定领域区间，对该领域区间内的电压值进行拟合，得到二次多项式，确定二次多项式的拟合系数，根据拟合系数判断是否存在跳跃点，采用上述方式对电压数据中的所有电压值进行判断从而确定所有跳跃点，对所述跳跃点进行识别处理后，对剩余的有效电压值进行拟合。本申请提供的技术方案能够对找出跳跃点，从而删除错误的跳跃点，从而拟合出趋近真实的电池的运行曲线，再将该曲线应用于后续的电池健康计算，能够使得电池电压的健康度结果更加准确。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明锂电池电压曲线的回归拟合方法的步骤示意图；
图2为本发明锂电池电压曲线的原始曲线、拟合曲线及误差曲线的对比图；
图3为本发明锂电池电压曲线的回归拟合装置的结构示意图；
图4为本发明锂电池电压曲线的回归拟合方法涉及的计算机设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将对本发明的技术方案进行详细的描述。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施方式，都属于本发明所保护的范围。
下面结合附图介绍本申请实施例中提供的一个具体的锂电池电压曲线的回归拟合方法、装置及计算机设备。
如图1所示，本申请实施例中提供的锂电池电压曲线的回归拟合方法包括：
S101，获取锂电池在预设时间段内的电压数据，将所述电压数据中的所有电压值按照时间顺序进行排列，得到电压值序列；
例如，可以是获取动力锂电池BMS系统实际运行过程中半年之内的电压数据，其中电压数据可以是单体电压数据或电池包总电压数据，可以理解的是，这里选取的时间段可以是电池使用过程中任意段的检测数据，并按照先后顺序依次排列。记作y i =1，…n。
S102，确定至少一个电压值的采样时间点，并从所述电压值序列中划定所述采样时间点的邻域区间；
在电压值序列中选定某一电压值，确定该电压值的采样时间点x i ，（这里的电压值即可以是某一单体的电压采集值，也可以是电池包的总电压），根据采样时间点x i 划出一个邻域区间，N（x i ）。
其中，
，其中k是一个选定的正整数。
S103，对所述邻域区间内的电压值进行拟合，得到二次多项式，计算所述二次多项式的多个拟合系数；
本申请中以采样时间点为因变量，以电压值为自变量，进行二次多项式的拟合，从而得到二次多项式的常数项、一次项拟合系数及二次项拟合系数。
S104，根据所述拟合系数，判断对应的邻域区间内是否存在跳跃点，并标示；
通过同一个多项式拟合系数，例如都是一次项拟合系数或都是二次项拟合系数，根据不同测的电压值与多个区间的二次项拟合系数的差值，判断是否存在跳跃点，对跳跃点进行标示。
S105，遍历所述电压数据中的所有电压值，以获取到所述电压数据中的所有跳跃点；
采用步骤S102~S104的步骤对电压数据中的所有电压值进行判断，得到电压数据中的所有跳跃点。
S106，对所有跳跃点进行识别，以删除无效跳跃点，对剩余的电压值进行拟合。
需要说明的是，跳跃点可能是误差点也可能是正常的峰值点，因此，需要判断跳跃点是否为正常的峰值点，如果是正常的峰值点则需要留下，如果是误差点，则进行剔除。然后对剔除误差点后，剩下的电压值进行拟合。
锂电池电压曲线的回归拟合方法的工作原理为：首先获取预设时间段内的电压离散点，并按照时间顺序进行排序，从而对任意电压值的采样时间点划定领域区间，对该领域区间内的电压值进行拟合，得到二次多项式，确定二次多项式的拟合系数，根据拟合系数判断是否存在跳跃点，采用上述方式对电压数据中的所有电压值进行判断从而确定所有跳跃点，对所述跳跃点进行识别处理后，对剩余的有效电压值进行拟合。本申请提供的技术方案能够对找出跳跃点，从而删除错误的跳跃点，从而拟合出趋近真实的电池的运行曲线，再将该曲线应用于后续的电池健康计算，能够使得电池电压的健康度结果更加准确。
一些实施例中，根据所述拟合系数，判断对应的邻域区间内是否存在跳跃点，包括：
确定待测时间点的二次项拟合系数，以及多个采样时间点的二次项拟合系数；
计算所述待测时间点的二次项拟合系数与多个采样时间点的二次项拟合系数的差，得到多个差值，根据多个所述差值确定检验统计量；
判断所述检验统计量是否符合正态分布；
如果不符合，则确定所述待测时间点为跳跃点。
具体的，本申请中在选定的这段邻域中，采用最小二乘法，拟合二次多项式
其中，
是采样时间点的序列数
即第
个采样时间点
，
是第
个采样时间点
对应的电压值；
为常数项拟合系数、
为一次项拟合系数、
为二次项拟合系数。
其中，计算二次多项式的拟合系数的具体计算方式如下，
需要说明的是，采用一次项拟合系数之间的差值也能判断跳跃点，但是准确度较低，因此，本申请中采用二次项拟合系数之间的差值作为检验统计量。
所述判断所述检验统计量是否符合正态分布，包括：
确定检验统计量的绝对值大于标准阈值的第一概率，以及确定符合正态分布的预设标准阈值的第二概率；其中，所述标准阈值为投射到标准正态分布意义下统计量的阈值；
判断第一概率是否大于第二概率，如果大于，则所述检验统计量不符合正态分布。
具体的，本申请中正态分布的标准形式为
，其中，
是独立同分布的正态随机变量，服从
，这里在此定义，
所以，当
是跳跃点时，
会显著性的偏离均值为零的正态分布。
其中，根据多个所述差值确定检验统计量，包括：
当多个差值之间存在差异时，将其中差值的绝对值小的值，确定为检验统计量。
当多个差值之间存在差异时，将其中差值的绝对值小的值，确定为检验统计量，包括：
其中，
，
为检验统计量。
然后，判断所述检验统计量是否符合正态分布，具体如下，
判断
；
其中，
是标准正态分布下的
分位数，a是显著性水平，两者均可通过查表得到。
其中，
即为第一概率，p0为第二概率。
最后，如图2所示，将每个电压的采集序列值点从头到位按照步骤S102到S104的过程执行遍历，最终确定序列中所有跳跃点并标记出来。分析跳跃点出现的规律。同时，有条件的取舍跳跃点，即留下正常峰值的跳跃点，剔除非正常跳跃点，将剩下的电压值进行回归分析找出整体的电压变化趋势。拟合计算出的曲线如图所示，可以清楚的看到回归曲线与跳跃点在每个位置的差异。这样有利于分析出跳跃点的出现时机与频次规律。本申请可以对跳跃点出现的时间点和相应的环境特点匹配分析，进而找到更深刻的电动车或电池故障规律。
本申请将获取的电压时间序列离散点数据依照先后顺序排开，在选取的定点上，划出一个围绕该定点的邻域区间，再在这个区间里用某一合适的阶数多项式进行若干离散点的拟合。最后对不同点位的拟合系数进行统计推断，进而判断是否存在跳点并标记出来。
如图3所示，本申请实施例提供一种锂电池电压曲线的回归拟合装置，包括：
获取模块201，用于获取预设时间段的电压数据，将所述电压数据中的所有电压值按照时间顺序进行排列；
划定模块202，用于确定任意一个电压值的采样时间点，划定所述采样时间点的邻域区间；
计算模块203，用于对所述邻域区间内的电压值进行拟合，得到二次多项式，计算所述二次多项式的拟合系数；
判断模块204，用于根据所述拟合系数，判断是否存在跳跃点并标示；
确定模块，用于遍历所述电压数据中的所有电压值，以确定所述电压数据中的所有跳跃点；
拟合模块205，用于对所述跳跃点进行识别处理后，对剩余的有效电压值进行拟合。
本申请实施例提供的锂电池电压曲线的回归拟合装置的工作原理为，获取模块201获取预设时间段的电压数据，将所述电压数据中的所有电压值按照时间顺序进行排列，划定模块202确定任意一个电压值的采样时间点，划定所述采样时间点的邻域区间；计算模块203对所述邻域区间内的电压值进行拟合，得到二次多项式，计算所述二次多项式的拟合系数；判断模块204根据所述拟合系数，判断是否存在跳跃点并标示；确定模块205遍历所述电压数据中的所有电压值，以确定所述电压数据中的所有跳跃点；拟合模块206对所述跳跃点进行识别处理后，对剩余的有效电压值进行拟合。
本申请提供一种计算机设备，包括：存储器1和处理器2，还可以包括网络接口3，所述存储器存储有计算机程序，存储器可以包括计算机可读介质中的非永久性存储器，随机存取存储器（RAM）和/或非易失性内存等形式，如只读存储器（ROM）或闪存（flashRAM）。该计算机设备存储有操作系统4，存储器1是计算机可读介质的示例。所述计算机程序被所述处理器执行时，使得所述处理器2执行知识产权状态的生成方法或知识产权状态的查询方法，图4中示出的结构，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，本申请提供的知识产权状态的生成方法可以实现为一种计算机程序的形式，计算机程序可在如图4所示的计算机设备上运行。
一些实施例中，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以下步骤：获取锂电池在预设时间段内的电压数据，将所述电压数据中的所有电压值按照时间顺序进行排列，得到电压值序列；确定至少一个电压值的采样时间点，并从所述电压值序列中划定所述采样时间点的邻域区间；对所述邻域区间内的电压值进行拟合，得到二次多项式，计算所述二次多项式的多个拟合系数；根据所述拟合系数，判断对应的邻域区间内是否存在跳跃点，并标示；遍历所述电压数据中的所有电压值，以获取到所述电压数据中的所有跳跃点；对所有跳跃点进行识别，以删除无效跳跃点，对剩余的电压值进行拟合。
本申请还提供一种计算机存储介质，计算机的存储介质的例子包括，但不限于相变内存（PRAM）、静态随机存取存储器（SRAM）、动态随机存取存储器（DRAM）、其他类型的随机存取存储器（RAM）、只读存储器（ROM）、电可擦除可编程只读存储器（EEPROM）、快闪记忆体或其他内存技术、只读光盘只读存储器（CD-ROM）、数字多功能光光盘（DVD）或其他光学存储、磁盒式磁带存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。
一些实施例中，本发明还提出了一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，获取锂电池在预设时间段内的电压数据，将所述电压数据中的所有电压值按照时间顺序进行排列，得到电压值序列；确定至少一个电压值的采样时间点，并从所述电压值序列中划定所述采样时间点的邻域区间；对所述邻域区间内的电压值进行拟合，得到二次多项式，计算所述二次多项式的多个拟合系数；根据所述拟合系数，判断对应的邻域区间内是否存在跳跃点，并标示；遍历所述电压数据中的所有电压值，以获取到所述电压数据中的所有跳跃点；对所有跳跃点进行识别，以删除无效跳跃点，对剩余的电压值进行拟合。
综上所述，本发明提供一种锂电池电压曲线的回归拟合方法、装置及计算机设备，本申请通过获取预设时间段内的电压离散点，并按照时间顺序进行排序，从而对任意电压值的采样时间点划定领域区间，对该领域区间内的电压值进行拟合，得到二次多项式，确定二次多项式的拟合系数，根据拟合系数判断是否存在跳跃点，采用上述方式对电压数据中的所有电压值进行判断从而确定所有跳跃点，对所述跳跃点进行识别处理后，对剩余的有效电压值进行拟合。本申请提供的技术方案能够对找出跳跃点，从而删除错误的跳跃点，从而拟合出趋近真实的电池的运行曲线，再将该曲线应用于后续的电池健康计算，能够使得电池电压的健康度结果更加准确。
可以理解的是，上述提供的方法实施例与上述的装置实施例对应，相应的具体内容可以相互参考，在此不再赘述。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器和光学存储器等）上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令方法的制造品，该指令方法实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.一种锂电池电压曲线的回归拟合方法，其特征在于，包括：
获取锂电池在预设时间段内的电压数据，将所述电压数据中的所有电压值按照时间顺序进行排列，得到电压值序列；
确定至少一个电压值的采样时间点，并从所述电压值序列中划定所述采样时间点的邻域区间；
对所述邻域区间内的电压值进行拟合，得到二次多项式，计算所述二次多项式的多个拟合系数；
根据所述拟合系数，判断对应的邻域区间内是否存在跳跃点，并标示；
遍历所述电压数据中的所有电压值，以获取到所述电压数据中的所有跳跃点；
对所有跳跃点进行识别，以删除无效跳跃点，对剩余的电压值进行拟合。
2.根据权利要求1所述的方法，其特征在于，根据所述拟合系数，判断对应的邻域区间内是否存在跳跃点，包括：
确定待测时间点的二次项拟合系数，以及多个采样时间点的二次项拟合系数；
计算所述待测时间点的二次项拟合系数与多个采样时间点的二次项拟合系数的差，得到多个差值，根据多个所述差值确定检验统计量；
判断所述检验统计量是否符合正态分布；
如果不符合，则确定所述待测时间点为跳跃点。
3.根据权利要求2所述的方法，其特征在于，根据多个所述差值确定检验统计量，包括：
当多个差值之间存在差异时，将其中差值的绝对值小的值，确定为检验统计量。
4.根据权利要求2所述的方法，其特征在于，所述判断所述检验统计量是否符合正态分布，包括：
确定检验统计量的绝对值大于标准阈值的第一概率，以及确定符合正态分布的预设标准阈值的第二概率；其中，所述标准阈值为投射到标准正态分布意义下统计量的阈值；
判断第一概率是否大于第二概率，如果大于，则所述检验统计量不符合正态分布。
5.根据权利要求1所述的方法，其特征在于，
采用最小二乘法，对所述邻域区间内的电压值进行拟合，得到二次多项式；
所述二次多项式为
其中，
是采样时间点的序列数
即第
个采样时间点
，
是第
个采样时间点
对应的电压值；
为常数项拟合系数、
为一次项拟合系数、
为二次项拟合系数。
6.根据权利要求5所述的方法，其特征在于，采用以下方式计算所述二次多项式的拟合系数，
根据
，计算得到常数项系数
、一次项系数
、二次项系数
。
7.根据权利要求3所述的方法，其特征在于，当多个差值之间存在差异时，将其中差值的绝对值小的值，确定为检验统计量，包括：
其中，
，
为检验统计量。
8.根据权利要求1所述的方法，其特征在于，
所述电压数据为单体电池电压数据或电池包总电压数据。
9.一种锂电池电压曲线的回归拟合装置，其特征在于，包括：
获取模块，用于获取预设时间段的电压数据，将所述电压数据中的所有电压值按照时间顺序进行排列；
划定模块，用于确定任意一个电压值的采样时间点，划定所述采样时间点的邻域区间；
计算模块，用于对所述邻域区间内的电压值进行拟合，得到二次多项式，计算所述二次多项式的拟合系数；
判断模块，用于根据所述拟合系数，判断是否存在跳跃点并标示；
确定模块，用于遍历所述电压数据中的所有电压值，以确定所述电压数据中的所有跳跃点；
拟合模块，用于对所述跳跃点进行识别处理后，对剩余的有效电压值进行拟合。
10.一种计算机设备，其特征在于，包括：存储器和处理器，所述存储器存储有计算机程序，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8中任一项所述的锂电池电压曲线的回归拟合方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310050973.5A CN115792653B (zh) | 2023-02-02 | 2023-02-02 | 锂电池电压曲线的回归拟合方法、装置及计算机设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310050973.5A CN115792653B (zh) | 2023-02-02 | 2023-02-02 | 锂电池电压曲线的回归拟合方法、装置及计算机设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115792653A true CN115792653A (zh) | 2023-03-14 |
| CN115792653B CN115792653B (zh) | 2023-05-05 |
Family
ID=85429450
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310050973.5A Active CN115792653B (zh) | 2023-02-02 | 2023-02-02 | 锂电池电压曲线的回归拟合方法、装置及计算机设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115792653B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116026512A (zh) * | 2023-03-30 | 2023-04-28 | 江西飞尚科技有限公司 | 索力计算温度拟合方法、系统、计算机及可读存储介质 |
| CN117214742A (zh) * | 2023-09-15 | 2023-12-12 | 斯润天朗(合肥)科技有限公司 | 一种锂电池的状态分析方法、装置及电子设备 |
| CN117829097A (zh) * | 2024-02-29 | 2024-04-05 | 双一力(宁波)电池有限公司 | 电池数据处理方法、装置、电子设备及可读存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2018112881A1 (zh) * | 2016-12-23 | 2018-06-28 | 深圳中兴力维技术有限公司 | 一种电池充电性能的快速预测方法及其系统 |
| CN112070118A (zh) * | 2020-08-06 | 2020-12-11 | 许继集团有限公司 | 基于数据聚类拟合分析的台区相序识别方法 |
| CN114780371A (zh) * | 2022-05-10 | 2022-07-22 | 平安科技（深圳）有限公司 | 基于多曲线拟合的压测指标分析方法、装置、设备及介质 |
| CN115455340A (zh) * | 2022-10-21 | 2022-12-09 | 广西电网有限责任公司电力科学研究院 | 一种负载特征值和权重求解方法 |
| CN115510373A (zh) * | 2022-09-21 | 2022-12-23 | 苏州瀚川智能科技股份有限公司 | 一种基于最小二乘法二次多项式拟合的电源校准方法 |
-
2023
- 2023-02-02 CN CN202310050973.5A patent/CN115792653B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2018112881A1 (zh) * | 2016-12-23 | 2018-06-28 | 深圳中兴力维技术有限公司 | 一种电池充电性能的快速预测方法及其系统 |
| CN112070118A (zh) * | 2020-08-06 | 2020-12-11 | 许继集团有限公司 | 基于数据聚类拟合分析的台区相序识别方法 |
| CN114780371A (zh) * | 2022-05-10 | 2022-07-22 | 平安科技（深圳）有限公司 | 基于多曲线拟合的压测指标分析方法、装置、设备及介质 |
| CN115510373A (zh) * | 2022-09-21 | 2022-12-23 | 苏州瀚川智能科技股份有限公司 | 一种基于最小二乘法二次多项式拟合的电源校准方法 |
| CN115455340A (zh) * | 2022-10-21 | 2022-12-09 | 广西电网有限责任公司电力科学研究院 | 一种负载特征值和权重求解方法 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116026512A (zh) * | 2023-03-30 | 2023-04-28 | 江西飞尚科技有限公司 | 索力计算温度拟合方法、系统、计算机及可读存储介质 |
| CN116026512B (zh) * | 2023-03-30 | 2023-07-04 | 江西飞尚科技有限公司 | 索力计算温度拟合方法、系统、计算机及可读存储介质 |
| CN117214742A (zh) * | 2023-09-15 | 2023-12-12 | 斯润天朗(合肥)科技有限公司 | 一种锂电池的状态分析方法、装置及电子设备 |
| CN117829097A (zh) * | 2024-02-29 | 2024-04-05 | 双一力(宁波)电池有限公司 | 电池数据处理方法、装置、电子设备及可读存储介质 |
| CN117829097B (zh) * | 2024-02-29 | 2024-05-28 | 双一力(宁波)电池有限公司 | 电池数据处理方法、装置、电子设备及可读存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115792653B (zh) | 2023-05-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115792653A (zh) | 锂电池电压曲线的回归拟合方法、装置及计算机设备 | |
| CN114547849A (zh) | 储能电站电池工况健康状态预测方法及系统 | |
| CN106505557B (zh) | 一种遥测错误辨识方法及装置 | |
| CN111736083B (zh) | 一种电池健康状态获取方法及装置、存储介质 | |
| CN112698218B (zh) | 一种电池健康状态获取方法及装置、存储介质 | |
| 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 | |
| CN110658466A (zh) | 一种蓄电池剩余容量计算方法 | |
| CN114460469A (zh) | 基于电压和电流的电池状态分析方法、系统及终端 | |
| CN115796708B (zh) | 一种工程建设用的大数据智能质检方法、系统和介质 | |
| CN114167284A (zh) | 基于bms大数据和集成学习的锂电池rul预测方法及设备 | |
| CN113820615B (zh) | 一种电池健康度检测方法与装置 | |
| CN116699448B (zh) | 一种磷酸锂电池平台期soc修正方法、装置和系统 | |
| CN106405423B (zh) | 电池监控方法及电池监控系统 | |
| CN114184972A (zh) | 数据驱动与电化学机理结合的电池soh自动估计方法及设备 | |
| CN117805649A (zh) | 基于soh量化电池容量衰减对异常电芯进行识别的方法 | |
| CN115343579B (zh) | 一种电网故障分析方法、装置及电子设备 | |
| CN116754971A (zh) | 电池析锂检测的方法、设备及存储介质 | |
| CN116298993A (zh) | 一种电芯内阻异常识别方法、装置及终端设备 | |
| CN114002603B (zh) | 识别电芯的方法、装置及计算机存储介质 | |
| CN112540301B (zh) | 电池检测方法、装置及存储介质 | |
| CN114035049A (zh) | Soh精度的计算方法、装置和电子设备 | |
| Radaš et al. | A Method for Estimating the State of Charge and Identifying the Type of a Lithium-Ion Cell Based on the Transfer Function of the Cell | |
| CN117330958A (zh) | 一种预估动力电池寿命的方法、装置及存储介质 | |
| Guo et al. | Robustness enhanced capacity estimation method for lithium-ion batteries based on multi-voltage-interval incremental capacity peaks | |
| US20230236264A1 (en) | Methods, systems and terminal devices for analyzing cell states based on cell parameters |
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 |