CN115808622A - 电池故障识别方法、装置、设备和存储介质 - Google Patents
电池故障识别方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN115808622A CN115808622A CN202211239857.XA CN202211239857A CN115808622A CN 115808622 A CN115808622 A CN 115808622A CN 202211239857 A CN202211239857 A CN 202211239857A CN 115808622 A CN115808622 A CN 115808622A
- Authority
- CN
- China
- Prior art keywords
- battery
- fault identification
- server
- fault
- intermediate data
- 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
-
- 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
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
- Tests Of Electric Status Of Batteries (AREA)
Abstract
本申请涉及一种电池故障识别方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括:按照第一检测周期获取电柜中的电池的当前状态数据;从服务器获取电池的历史中间数据;历史中间数据包括电柜上传的第一历史中间数据和服务器的第二历史中间数据中的至少一种;根据历史中间数据和当前状态数据,对电池进行故障识别,得到电池故障识别结果。采用本方法能够提高电池故障识别的准确性。
Description
技术领域
本申请涉及新能源动力电池技术领域,特别是涉及一种电池故障识别方法、装置、设备、存储介质和计算机程序产品。
背景技术
随着新能源动力电池技术的发展,新能源动力电池的应用被广泛推广。新能源动力电池逐步大规模推向市场,动力电池不仅被应用于水力、火力、风力和太阳能电站等储能电源系统,而且还被广泛应用于电动自行车、电动摩托车、电动汽车等电动交通工具等其他领域。例如,应用在电动汽车上。相对于传统汽车的能量来源,电动汽车通过新能源动力电池提供能量来源。为了确电动汽车的安全性,新能源动力电池在各个阶段的安全性检测和监控十分重要。
为了确保动力电池的可用性和安全性,需要及时识别动力电池的故障,采用相应的操作处理。现有电池故障识别通过远端服务器对传感器采集的数据进行故障识别和操作处理,存在准确性低的问题。
发明内容
基于此,有必要针对上述技术问题,提供一种能够解决电池故障识别准确性低的电池故障识别方法、装置、设备、计算机可读存储介质和计算机程序产品。
第一方面,本申请提供了一种电池故障识别方法,应用于电柜。所述方法包括:
按照第一检测周期获取电柜中的电池的当前状态数据;
从服务器获取所述电池的历史中间数据;所述历史中间数据包括电柜上传的第一历史中间数据和所述服务器的第二历史中间数据中的至少一种;
根据所述历史中间数据和所述当前状态数据,对所述电池进行故障识别,得到电池故障识别结果。
上述实施例中,电池在电柜时,通过从服务器中获取历史中间数据和当前状态数据结合,对电池故障进行识别,根据服务器存储的大量历史中间数据确保了电池故障分析的数据量,以及避免电柜直接根据单帧状态数据或者异常单帧状态数据直接识别,导致识别结果出错,进而提高了电池故障识别的准确性。
在其中一个实施例中,所述按照第一检测周期获取电柜中的电池的当前状态数据,包括:
在检测到所述电池进入电柜的情况下,从所述服务器获取所述电池的标识信息;
若根据所述标识信息确定所述电池为正常电池,则生成所述电池的充电指令;
执行所述充电指令对所述电池进行充电,按照所述第一检测周期获取电柜中处于充电状态的电池的当前状态数据。
上述实施例中,电柜在检测到电池入电柜充电之前,结合服务器存储的电池标识信息对电池进行识别,避免异常电池入柜充电,确保了电池的安全性。
在其中一个实施例中,所述根据所述历史中间数据和所述当前状态数据,对所述电池进行故障识别,得到电池故障识别结果,包括:
对所述历史中间数据和所述当前状态数据进行特征融合,得到边端故障指标值;
若所述边端故障指标值小于预设阈值,则确定所述电池故障识别结果为电池正常,生成所述电池的正常标识信息;
将所述正常标识信息和所述当前状态数据上传至所述服务器。
上述实施例中,在对电池故障进行识别时,根据历史中间数据和当前状态数据进行特征融合,得到融合后的边端故障指标值,根据边端故障指标值直接确定电池的故障情况,以及通过上传服务器对服务器数据进行更新,确保了电池故障识别的准确性。
在其中一个实施例中,所述方法还包括:
若所述边端故障指标值大于所述预设阈值,则确定所述电池故障识别结果为电池异常并控制所述电池停止充电,生成所述电池的异常标识信息;
将所述异常标识信息和所述当前状态数据上传至所述服务器。
上述实施例中,根据边端故障指标值直接确定电池的故障情况,以及通过上传服务器对服务器数据进行更新,确保了电池故障识别的准确性。
第二方面,本申请提供了一种电池故障识别方法,应用于服务器,所述方法包括:
按照第二检测周期获取电池在当前检测周期的状态数据以及预先存储的历史中间数据;所述历史中间数据包括电柜上传的第一历史中间数据和服务器的第二历史中间数据中的至少一种;
根据所述当前检测周期的状态数据和所述历史中间数据,对所述电池进行故障识别,得到电池故障识别结果。
上述实施例中,服务器对电池进行故障识别时,通过结合预先存储的历史中间数据和当前状态数据结合,对电池故障进行识别,根据服务器存储的大量历史中间数据确保了电池故障分析的数据量,以及避免服务器直接根据单帧状态数据或者异常单帧状态数据直接识别,导致识别结果出错,进而提高了电池故障识别的准确性。
在其中一个实施例中,所述根据所述当前检测周期的状态数据和所述历史中间数据,对所述电池进行故障识别,得到电池故障识别结果,包括:
对所述历史中间数据和所述当前检测周期的状态数据进行特征融合,得到服务器故障指标值;
若所述服务器故障指标值小于预设阈值,则确定所述电池故障识别结果为电池正常;
生成所述电池的正常标识信息并保存所述正常标识信息和所述当前检测周期的状态数据。
上述实施例中,根据历史中间数据和当前状态数据进行特征融合,得到融合后的服务器故障指标值,根据服务器故障指标值可以直接确定电池的故障情况,以及对服务器数据进行更新,为下一次电池故障识别提供历史中间数据支撑,进而确保了电池故障识别的准确性。
在其中一个实施例中,所述方法还包括:
若所述服务器故障指标值大于所述预设阈值,则确定所述电池故障识别结果为电池异常并控制所述电池停止充电;
生成所述电池的异常标识信息并保存所述异常标识信息和所述当前检测周期的状态数据。
上述实施例中,根据服务器故障指标值可以直接确定电池故障的情况下,对服务器数据进行更新,为下一次电池故障识别提供历史中间数据支撑,进而确保了电池故障识别的准确性。
在其中一个实施例中,所述根据所述当前检测周期的状态数据和所述历史中间数据,对所述电池进行故障识别,得到电池故障识别结果,包括:
根据所述当前检测周期的状态数据和所述历史中间数据,对所述电池进行故障识别,得到第一电池故障识别结果;
接收所述电柜上传的第二电池故障识别结果,以及获取所述电池的状态;
若根据所述电池的状态确定所述电池处于在电柜处于充电的情况下,则将所述第二电池故障识别结果确定为所述电池的电池故障识别结果。
上述实施例中,服务器在对电池进行故障识别时,根据电池的位置确定电池在电柜中处于充电状态的情况下,将电柜的识别结果确定为电池的识别结果,提高了电池故障检测的准确性。
在其中一个实施例中,所述方法还包括:
若根据所述电池的状态确定所述电池处于未进入电柜充电的情况下,则将所述第一电池故障识别结果确定为所述电池的电池故障识别结果。
上述实施例中,服务器在对电池进行故障识别时,根据电池的位置确定电池在未进入电柜充电的情况下,将服务器的故障识别结果确定为电池的识别结果,提高了电池故障检测的准确性。
第三方面,本申请提供了一种电池故障识别方法。所述方法包括:
接收服务器发送的电池的第一电池故障识别结果和第二电池故障识别结果,显示所述第一电池故障识别结果和第二电池故障识别结果;其中,所述第一电池故障识别结果是电柜对从服务器获取的历史中间数据和按照第一检测周期获取的当前状态数据进行故障识别确定的并由所述电柜上传至所述服务器;所述第二电池故障识别结果是所述服务器根据按照第二检测周期获取所述电池在当前检测周期的状态数据以及预先存储的历史中间数据进行故障识别确定的,所述历史中间数据包括所述电柜上传的第一历史中间数据和所述服务器的第二历史中间数据中的至少一种;所述第一检测周期的周期小于所述第二检测周期;
基于所述电池的状态,根据所述第一电池故障识别结果和/或所述第二电池故障识别结果,显示所述电池的电池故障识别结果。
上述实施例中,在对电池进行故障识别时,结合电柜的电池故障识别结果和服务器的电池故障识别结果,确定电池故障识别的最终识别结果并对最终识别结果进行展示,确保了电池故障识别的准确性以及可以直观获取电池的故障识别结果。
在其中一个实施例中,所述基于所述电池的状态,根据所述第一电池故障识别结果和/或所述第二电池故障识别结果,显示所述电池的电池故障识别结果,包括:
若所述电池在电柜中处于充电状态的情况下,则将所述第一电池故障识别结果确定为所述电池的电池故障识别结果,在所述用户终端显示所述电池故障识别结果。
上述实施例中,电池在电柜中处于充电状态的情况下,将电柜的识别结果确定为电池的识别结果并进行展示,提高了电池故障检测的准确性以及可以直观获取电池的故障识别结果。
在其中一个实施例中,所述基于所述电池的状态,根据所述第一电池故障识别结果和/或所述第二电池故障识别结果,显示所述电池的电池故障识别结果,包括:
若所述电池在未进入电柜充电的情况下,则将所述第二电池故障识别结果确定为所述电池的电池故障识别结果,在所述用户终端显示所述电池故障识别结果。
上述实施例中,电池在未进入电柜充电的情况下,将服务器的故障识别结果确定为电池的识别结果并进行展示,提高了电池故障检测的准确性以及可以直观获取电池的故障识别结果。
第四方面,本申请还提供了一种电池故障识别装置。所述装置包括:
边端数据采集模块,用于按照第一检测周期获取电柜中的电池的当前状态数据;
边端数据获取模块,用于从服务器获取所述电池的历史中间数据;所述历史中间数据包括电柜上传的第一历史中间数据和所述服务器的第二历史中间数据中的至少一种;
边端故障识别模块,用于根据所述历史中间数据和所述当前状态数据,对所述电池进行故障识别,得到电池故障识别结果。
第五方面,本申请还提供了一种电池故障识别装置。所述装置包括:
服务器数据获取模块,用于按照第二检测周期获取电池在当前检测周期的状态数据以及预先存储的历史中间数据;所述历史中间数据包括电柜上传的第一历史中间数据和服务器的第二历史中间数据中的至少一种;
服务器故障识别模块,用于根据所述当前检测周期的状态数据和所述历史中间数据,对所述电池进行故障识别,得到电池故障识别结果。
第六方面,本申请还提供了一种电池故障识别装置。所述装置包括:
数据接收模块,用于接收服务器发送的电池的第一电池故障识别结果和第二电池故障识别结果,显示所述第一电池故障识别结果和第二电池故障识别结果;其中,所述第一电池故障识别结果是电柜对从服务器获取的历史中间数据和按照第一检测周期获取的当前状态数据进行故障识别确定的并由所述电柜上传至所述服务器;所述第二电池故障识别结果是所述服务器根据按照第二检测周期获取所述电池在当前检测周期的状态数据以及预先存储的历史中间数据进行故障识别确定的,所述历史中间数据包括所述电柜上传的第一历史中间数据和所述服务器的第二历史中间数据中的至少一种;所述第一检测周期的周期小于所述第二检测周期;
故障识别模块,用于基于所述电池的状态,根据所述第一电池故障识别结果和/或所述第二电池故障识别结果,显示所述电池的电池故障识别结果。
第七方面,本申请还提供了一种计算机设备。所述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:
按照第一检测周期获取电柜中的电池的当前状态数据;
从服务器获取所述电池的历史中间数据;所述历史中间数据包括电柜上传的第一历史中间数据和所述服务器的第二历史中间数据中的至少一种;
根据所述历史中间数据和所述当前状态数据,对所述电池进行故障识别,得到电池故障识别结果。
第八方面,本申请还提供了一种计算机设备。所述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:
按照第二检测周期获取电池在当前检测周期的状态数据以及预先存储的历史中间数据;所述历史中间数据包括电柜上传的第一历史中间数据和服务器的第二历史中间数据中的至少一种;
根据所述当前检测周期的状态数据和所述历史中间数据,对所述电池进行故障识别,得到电池故障识别结果。
第九方面,本申请还提供了一种计算机设备。所述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:
接收服务器发送的电池的第一电池故障识别结果和第二电池故障识别结果,显示所述第一电池故障识别结果和第二电池故障识别结果;其中,所述第一电池故障识别结果是电柜对从服务器获取的历史中间数据和按照第一检测周期获取的当前状态数据进行故障识别确定的并由所述电柜上传至所述服务器;所述第二电池故障识别结果是所述服务器根据按照第二检测周期获取所述电池在当前检测周期的状态数据以及预先存储的历史中间数据进行故障识别确定的,所述历史中间数据包括所述电柜上传的第一历史中间数据和所述服务器的第二历史中间数据中的至少一种;所述第一检测周期的周期小于所述第二检测周期;
基于所述电池的状态,根据所述第一电池故障识别结果和/或所述第二电池故障识别结果,显示所述电池的电池故障识别结果。
第十方面,本申请还提供了一种计算机可读存储介质。所述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:
按照第一检测周期获取电柜中的电池的当前状态数据;
从服务器获取所述电池的历史中间数据;所述历史中间数据包括电柜上传的第一历史中间数据和所述服务器的第二历史中间数据中的至少一种;
根据所述历史中间数据和所述当前状态数据,对所述电池进行故障识别,得到电池故障识别结果。
第十一方面,本申请还提供了一种计算机可读存储介质。所述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:
按照第二检测周期获取电池在当前检测周期的状态数据以及预先存储的历史中间数据;所述历史中间数据包括电柜上传的第一历史中间数据和服务器的第二历史中间数据中的至少一种;
根据所述当前检测周期的状态数据和所述历史中间数据,对所述电池进行故障识别,得到电池故障识别结果。
第十二方面,本申请还提供了一种计算机可读存储介质。所述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:
接收服务器发送的电池的第一电池故障识别结果和第二电池故障识别结果,显示所述第一电池故障识别结果和第二电池故障识别结果;其中,所述第一电池故障识别结果是电柜对从服务器获取的历史中间数据和按照第一检测周期获取的当前状态数据进行故障识别确定的并由所述电柜上传至所述服务器;所述第二电池故障识别结果是所述服务器根据按照第二检测周期获取所述电池在当前检测周期的状态数据以及预先存储的历史中间数据进行故障识别确定的,所述历史中间数据包括所述电柜上传的第一历史中间数据和所述服务器的第二历史中间数据中的至少一种;所述第一检测周期的周期小于所述第二检测周期;
基于所述电池的状态,根据所述第一电池故障识别结果和/或所述第二电池故障识别结果,显示所述电池的电池故障识别结果。
第十三方面,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实现以下步骤:
按照第一检测周期获取电柜中的电池的当前状态数据;
从服务器获取所述电池的历史中间数据;所述历史中间数据包括电柜上传的第一历史中间数据和所述服务器的第二历史中间数据中的至少一种;
根据所述历史中间数据和所述当前状态数据,对所述电池进行故障识别,得到电池故障识别结果。
第十四方面,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实现以下步骤:
按照第二检测周期获取电池在当前检测周期的状态数据以及预先存储的历史中间数据;所述历史中间数据包括电柜上传的第一历史中间数据和服务器的第二历史中间数据中的至少一种;
根据所述当前检测周期的状态数据和所述历史中间数据,对所述电池进行故障识别,得到电池故障识别结果。
第十五方面,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实现以下步骤:
接收服务器发送的电池的第一电池故障识别结果和第二电池故障识别结果,显示所述第一电池故障识别结果和第二电池故障识别结果;其中,所述第一电池故障识别结果是电柜对从服务器获取的历史中间数据和按照第一检测周期获取的当前状态数据进行故障识别确定的并由所述电柜上传至所述服务器;所述第二电池故障识别结果是所述服务器根据按照第二检测周期获取所述电池在当前检测周期的状态数据以及预先存储的历史中间数据进行故障识别确定的,所述历史中间数据包括所述电柜上传的第一历史中间数据和所述服务器的第二历史中间数据中的至少一种;所述第一检测周期的周期小于所述第二检测周期;
基于所述电池的状态,根据所述第一电池故障识别结果和/或所述第二电池故障识别结果,显示所述电池的电池故障识别结果。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
通过阅读对下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本申请的限制。而且在全部附图中,用相同的附图标号表示相同的部件。在附图中:
图1为一个实施例中电池故障识别方法的应用环境图;
图2为一个实施例中电池故障识别方法的流程示意图;
图3为另一个实施例中电池故障识别方法的流程示意图;
图4为另一个实施例中电池故障识别方法的流程示意图;
图5为另一个实施例中电池故障识别方法的流程示意图;
图6为另一个实施例中电池故障识别方法的流程示意图;
图7为一个实施例中电池故障识别方法的数据交互示意图;
图8为一个实施例中电池故障识别装置的结构框图;
图9为另一个实施例中电池故障识别装置的结构框图;
图10为另一个实施例中电池故障识别装置的结构框图;
图11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技术方案的实施例进行详细的描述。以下实施例仅用于更加清楚地说明本申请的技术方案,因此只作为示例,而不能以此来限制本申请的保护范围。
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同;本文中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本申请;本申请的说明书和权利要求书及上述附图说明中的术语“包括”和“具有”以及它们的任何变形,意图在于覆盖不排他的包含。
在本申请实施例的描述中,技术术语“第一”“第二”等仅用于区别不同对象,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、特定顺序或主次关系。在本申请实施例的描述中,“多个”的含义是两个以上,除非另有明确具体的限定。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
在本申请实施例的描述中,术语“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
在本申请实施例的描述中,术语“多个”指的是两个以上(包括两个),同理,“多组”指的是两组以上(包括两组),“多片”指的是两片以上(包括两片)。
目前,随着新能源动力电池的应用越来越广泛。动力电池不仅被应用于水力、火力、风力和太阳能电站等储能电源系统,而且还被广泛应用于电动自行车、电动摩托车、电动汽车等电动交通工具等其他领域。随着动力电池应用领域的不断扩大,动力电池的安全性问题也成为关注的重点。
随着动力电池的循环使用,电池需要进行充电和放电,也需要对电池在充放电过程等各阶段进行故障识别,实现对风险电池进行拦截,避免安全事故的发生。现有方式在对电池进行故障识别时,通过数据采集模块采集电池的运行数据,将运行数据发送给远端服务器,由远端服务器根据运行数据对电池进行故障识别。将采集的数据发送至远端服务器在实际过程中存在数据传输成本的限制,以及远端服务器根据接收运行数据进行故障识别时,用于分析的数据量少,在数据量过少的情况下,对于异常运行数据很难直接进行判断,会出现误判的情况,进而导致故障分析的准确低。
为了解决这一技术问题,本申请提出一种电池故障识别方法,应用在图1所示的应用环境中,电池在进入边缘端的电柜设备充电,电池与电柜设备之间可以以有线的通讯方式进行通讯,电池的BMS(Battery Management System,电池管理系统)可以实时采集电池的状态数据,上传至电柜设备。电池在离开电柜设备后,电池与云端以无线通讯的方式进行连接,电池的BMS可以实时采集电池的状态数据,上传至云端。
电池在电柜中处于充电状态,电柜按照第一检测周期获取电池的当前状态数据;从服务器获取电池的历史中间数据;其中,历史中间数据包括电柜上传的第一历史中间数据和服务器的第二历史中间数据以及历史状态数据中的至少一种;根据历史中间数据和当前状态数据,对电池进行故障识别,得到电池故障识别结果,并将电池故障识别结果发送至服务器。
电池在电柜中处于充电状态或者未进入电柜,服务器按照第二检测周期获取电池在当前检测周期的状态数据以及预先存储的历史中间数据;历史中间数据包括电柜的第一历史中间数据和服务器的第二历史中间数据中的至少一种;根据当前检测周期的状态数据和历史中间数据,对电池进行故障识别,得到服务器识别的电池故障识别结果。
进一步地,服务器将电池的故障识别结果和电柜识别的电池故障识别结果发送至用户终端,并在用户终端进行显示,用户终端基于电池的状态,根据电柜的识别结果和/或服务器的识别结果,确定电池在对应状态下的电池故障识别结果并进行显示。
电柜和服务器在对电池进行故障识别时,将服务器获取历史中间数据和当前状态数据结合,对电池故障进行识别,根据服务器存储的大量历史中间数据确保了电池故障分析的数据量,以及避免电柜直接根据单帧状态数据或者异常单帧状态数据直接识别,导致识别结果出错,进而提高了电池故障识别的准确性。
可以理解的是,本申请实施例公开的电池故障识别方法可以但不限对车辆、船舶或飞行器等用电装置中的电池进行故障识别。
在一个实施例中,如图2所示,提供了一种电池故障识别方法,以该方法应用于图1中的电柜为例进行说明,包括以下步骤:
步骤S202,按照第一检测周期获取电柜中的电池的当前状态数据。
其中,当前状态数据是由电池的BMS的数据采集单元采集的,上传至边缘端电柜设备,也可以理解为,边缘端电柜设备实时采集电池的当前状态数据。当前状态数据包括当前采集的电池的电压,电流,温度,BMS计算的故障码等状态数据。第一检测周期是电柜的检测周期,检测周期可以理解为数据的采集频次。电池在电柜中,电池工况稳定,数据密度高。
具体地,检测到电池在电柜中,按照第一检测周期从电池的BMS中获取电池的当前状态数据。
步骤S204,从服务器获取电池的历史中间数据;历史中间数据包括电柜上传的第一历史中间数据和服务器的第二历史中间数据中的至少一种。
其中,第一和第二用于区分不同的历史中间数据,历史中间数据可以理解为历史触发的故障记录信息,包括电池故障类型、故障次数和电池的上一帧状态数据,上一帧状态数据可以但不仅限于包括上一帧中电池的电压。电池故障类型包括过温、过压、欠压和欠温等故障类型。服务器可以理解为云端服务器,存储不受限制,可以存储大量数据,从服务器获取电池的历史中间数据,可以确保电池的故障分析数据量,避免分析数据过少,导致故障识别的结果不准确。
步骤S206,根据历史中间数据和当前状态数据,对电池进行故障识别,得到电池故障识别结果历史中间数据。
其中,电池故障识别结果包括电池正常和电池异常。故障识别可以根据历史中间数据和当前状态数据,利用训练好的设备端故障检测模型进行识别。在根据历史中间数据和当前状态数据进行故障识别时,基于设备端故障检测模型,对历史中间数据和当前状态数据进行特征提取,得到至少两种特征数据,对至少两种特征数据进行概率统计,得到每一种特征的概率值,对至少两种特征数据的概率值进行特征融合,得到电池当前时刻的边端故障指标值,根据边端故障指标值判断电池是否发生故障,也可以理解为电池是否异常。边端故障指标值可以但不仅限于是故障风险评分。特征数据至少包括温差过大、压差过大中任意一种,温差过大也可以理解为过温故障,压差过大也可以理解为过压故障。
例如,数据特征包括温差过大和压差过大故障特征数据,根据温差过大和压差过大故障特征数据,确定电池的出现风险异常的概率可以是:
P(异常|温差过大)=P(温差过大|异常)*P(异常)/P(温差过大)
其中:P(温差过大|异常)可以根据温差过大故障特征数据,统计现有的异常电池中发生温差过大的数量得到,P(异常)可以通过统计当前所有样本中发生异常的数量得到,P(温差过大)可通过温差过大故障特征数据,统计所有电池中发生了温差过大的数量得到,综上即可获得待求参数P(异常|温差过大),同理,可以得到P(异常|压差过大)。具体的,本实施例中采用贝叶斯算法进行概率统计,得到相应的概率值。然后,对温差过大、压差过大故障的风险异常概率进行特征融合,得到电池当前时刻的边端故障指标值ScoreFault:
ScoreFault=P(异常|温差过大)+P(异常|压差过大)。
具体地,在根据历史中间数据和当前状态数据,对电池进行故障识别时,若历史中间数据为电柜的第一历史中间数据,则将第一历史中间数据中故障类型、故障次数以及中上一帧电池的电压和采集的当前状态数据输入至设备端故障检测模型进行故障识别,得到电池故障识别结果。若历史中间数据为服务器的第二历史中间数据,则将第二历史中间数据中故障类型和故障次数,以上一帧电池的电压和采集的当前状态数据输入至设备端故障检测模型进行故障识别,得到电池故障识别结果。若历史中间数据为电柜的第一历史中间数据和服务器的第二历史中间数据,则将第一历史中间数据中故障类型、故障次数和将第二历史中间数据中故障类型和故障次数,以及在当前帧前的上一帧状态数据中的电压输入至设备端故障检测模型进行故障识别,得到电池故障识别结果。
上述电池故障识别方法中,电池在电柜时,通过电柜在对电池进行故障识别时,将服务器获取历史中间数据和当前状态数据结合,对电池故障进行识别,根据服务器存储的大量历史中间数据确保了电池故障分析的数据量,以及避免电柜直接根据单帧状态数据或者异常单帧状态数据直接识别,导致识别结果出错,进而提高了电池故障识别的准确性。
根据实时采集的当前状态数据结合服务器存储的历史中间数据,对电池进行故障识别,提前预警,为了确保下一次电池故障识别准备的准确性,可以将历史上每一次的故障识别数据上传至服务器进行保存,为下一次电池故障识别提供数据支持。
在另一个实施例中,如图3所示,提供了一种电池故障识别方法,以该方法应用于图1中的电柜为例进行说明,包括以下步骤:
步骤S302,按照第一检测周期获取电柜中的电池的当前状态数据。
在对电池进行故障时,为了确保电池的安全性,可以先对电池是否正常进行检测,若电池异常则电池不能放入电柜充电,若检测到电池正常,则可以放入电柜充电。
可选地,在一个实施例中,在检测到电池进入电柜的情况下,从服务器获取电池的标识信息;若根据标识信息确定电池为正常电池,则生成电池的充电指令;执行充电指令对电池进行充电,按照第一检测周期获取电柜中处于充电状态的电池的当前状态数据。电柜在检测到电池入电柜充电之前,结合服务器存储的电池标识信息对电池进行识别,避免异常电池入柜充电,确保了电池的安全性。
步骤S304,从服务器获取电池的历史中间数据;历史中间数据包括电柜上传的第一历史中间数据和服务器的第二历史中间数据中的至少一种。
其中,根据第一历史中间数据和第二历史中间数据中的至少一种,可以根据实际的业务场景来获取对应的历史中间数据。
步骤S306,对历史中间数据和当前状态数据进行特征融合,得到边端故障指标值。
其中,特征融合方式可以通过上述方式实现,在此不做赘述。
步骤S308,判断边端故障指标值是否小于预设阈值,若是,执行步骤S310,否则,执行步骤S314。
其中,预设阈值是根据实际需求设置的。
步骤S310,若边端故障指标值小于预设阈值,则确定电池故障识别结果为电池正常,生成电池的正常标识信息。
其中,标识信息用于标记电池是否正常的标识。可以理解的是,电池处于电柜时,电柜的数据密度高,电柜对电池进行故障识别得到的结果为最终的电池故障识别结果。
步骤S312,将正常标识信息和当前状态数据上传至服务器。
具体地,在确定电池为正常电池时,将电池的正常标识信息以及对应的检测时间点上传至服务器中进行保存,以及将当前状态数据中电池的电压等数据上传至服务器,更新服务器中的第一历史中间数据。进一步地,将服务器中包括标识信息库和历史中间数据库,历史中间数据库可以是服务器hbase库,将电池的正常标识信息以及对应的检测时间点上传至服务器的标识信息库中进行保存,以及将当前状态数据中电池的电压上传至服务器的历史中间数据库,更新历史中间数据库中的第一历史中间数据。
步骤S314,若边端故障指标值大于预设阈值,则确定电池故障识别结果为电池异常并控制电池停止充电,生成电池的异常标识信息。
步骤S316,将异常标识信息和当前状态数据上传至服务器。
具体地,在确定电池为异常电池时,将电池的异常标识信息以及对应的时间点上传至服务器中进行保存,以及根据当前状态数据确定电池的故障类型,故障类型对应的时间点以及当前状态数据中电池的电压上传至服务器,更新服务器中的第一历史中间数据。
本实施例中,在对电池故障进行识别时,根据服务器存储的大量历史中间数据和当前状态数据进行特征融合,得到融合后的边端故障指标值,根据边端故障指标值直接确定电池的故障情况,确保了电池故障分析的数据量,以及避免电柜直接根据单帧状态数据或者异常单帧状态数据直接识别,导致识别结果出错,进而提高了电池故障识别的准确性,以及通过上传服务器对服务器数据进行更新,确保了电池故障实时识别的准确性。
在一个实施例中,如图4所示,提供了一种电池故障识别方法,以该方法应用于图1中的服务器为例进行说明,包括以下步骤:
步骤S402,按照第二检测周期获取电池在当前检测周期的状态数据以及预先存储的历史中间数据。
其中,历史中间数据包括电柜上传的第一历史中间数据和服务器的第二历史中间数据中的至少一种。电柜的数据密度高于服务器的数据密度,也就是说,电柜的数据采集频次高于服务器的数据采集频次。电池在电柜中处于充电状态或者未处于电柜,都可以通过服务器对电池进行故障识别。第二检测周期可以是服务器的数据采集频次来确定的,也可以根据实际的数据传输成本以及其他因素来确定的。历史中间数据包括电池故障类型、故障次数和电池的上一帧状态数据等。
步骤S404,根据当前检测周期的状态数据和历史中间数据,对电池进行故障识别,得到电池故障识别结果。
具体地,服务器每收到一帧当前检测周期的状态数据,获取预先存储的历史中间数据,结合历史中间状态和当前实时数据帧的状态进行故障识别,得到电池故障识别结果。电池故障识别结果包括电池正常和电池异常。故障识别可以根据历史中间数据和当前状态数据,利用训练好的服务器故障检测模型进行识别。在根据历史中间数据和当前状态数据进行故障识别时,基于服务器故障检测模型,对历史中间数据和当前状态数据进行特征提取,得到至少两种特征数据,对至少两种特征数据进行概率统计,得到每一种特征的概率值,对至少两种特征数据的概率值进行特征融合,得到电池当前时刻的边端故障指标值,根据边端故障指标值判断电池是否发生故障,也可以理解为电池是否异常。边端故障指标值可以但不仅限于是故障风险评分。特征数据至少包括温差过大、压差过大中任意一种,温差过大也可以理解为过温故障,压差过大也可以理解为过压故障。其中,服务器故障检测模型和电柜故障检测模型可以是相同的也可以是不同的。
上述实施例中,服务器对电池进行故障识别时,通过结合预先存储的历史中间数据和当前状态数据结合,对电池故障进行识别,根据服务器存储的大量历史中间数据确保了电池故障分析的数据量,以及避免服务器直接根据单帧状态数据或者异常单帧状态数据直接识别,导致识别结果出错,进而提高了电池故障识别的准确性。
在另一个实施例中,如图5所示,提供了一种电池故障识别方法,以该方法应用于图1中的服务器为例进行说明,包括以下步骤:
步骤S502,按照第二检测周期获取电池在当前检测周期的状态数据以及预先存储的历史中间数据。
其中,历史中间数据包括电柜的第一历史中间数据和服务器的第二历史中间数据中的至少一种。
步骤S504,对历史中间数据和当前检测周期的状态数据进行特征融合,得到服务器故障指标值。
步骤S506,若服务器故障指标值小于预设阈值,则确定电池故障识别结果为电池正常,生成电池的正常标识信息。
步骤S508,保存正常标识信息和当前检测周期的状态数据。
具体地,在确定电池为正常电池时,将电池的正常标识信息以及对应的检测时间点进行保存,以及将当前检测周期的状态数据中电池的电压进行保存,更新服务器中的第二历史中间数据。
步骤S510,若服务器故障指标值大于预设阈值,则确定电池故障识别结果为电池异常并控制电池停止充电,生成电池的异常标识信息。
步骤S512,保存异常标识信息和当前检测周期的状态数据。
具体地,在确定电池为异常电池时,将电池的异常标识信息以及对应的时间点进行保存,以及根据当前检测周期的状态数据确定电池的故障类型,故障类型对应的时间点以及当前状态数据中电池的电压进行保存,更新服务器中的第二历史中间数据。
本实施例中,服务器在对电池故障进行识别时,利用存储的大量历史中间数据和当前状态数据进行特征融合,得到融合后的边端故障指标值,根据边端故障指标值直接确定电池的故障情况,确保了电池故障分析的数据量,以及避免服务器直接根据单帧状态数据或者异常单帧状态数据直接识别,导致识别结果出错,进而提高了电池故障识别的准确性,以及对服务器数据进行更新,确保了电池故障实时识别的准确性。
进一步地,服务器在对电池进行故障时,为了确保了电池故障识别结果的准确性,在确定电池的故障识别结果,结合电池的状态确定电池的最终识别结果。
在一个实施例中,服务器根据当前检测周期的状态数据和历史中间数据,对电池进行故障识别,得到第一电池故障识别结果;服务器接收电柜上传的第二电池故障识别结果,以及获取电池的状态;若根据电池的状态确定电池处于在电柜处于充电的情况下,则将第二电池故障识别结果确定为电池的电池故障识别结果。由于电柜数据密度高于服务器的数据密度,以及电柜采集频次高于服务器的数据采集频次,根据电柜的识别结果来确定电池的故障识别结果,避免电池在电柜处于充电的情况下根据单帧数据对电池进行故障识别,确保电池故障识别的实时性以及准确性。
在一个实施例中,根据当前检测周期的状态数据和历史中间数据,对电池进行故障识别,得到第一电池故障识别结果;获取电池的状态,若根据电池的状态确定电池处于未进入电柜充电的情况下,则将第一电池故障识别结果确定为电池的电池故障识别结果。电池未处于电柜的情况下,与电柜无法建立通信连接,利用存储的大量历史中间数据和当前状态数据进行特征融合,得到融合后的边端故障指标值,根据边端故障指标值直接确定电池的故障情况,确保了电池故障分析的数据量,进而确保了电池故障识别的准确性以及电池故障识别的实时性。
在一个实施例中,如图6所示,提供了一种电池故障识别方法,以该方法应用于图1中的用户终端为例进行说明,包括以下步骤:
步骤S602,接收服务器发送的电池的第一电池故障识别结果和第二电池故障识别结果,显示第一电池故障识别结果和第二电池故障识别结果。
其中,第一电池故障识别结果是电柜对从服务器获取的历史中间数据和按照第一检测周期获取的当前状态数据进行故障识别确定的并由电柜上传至服务器;第二电池故障识别结果是服务器根据按照第二检测周期获取电池在当前检测周期的状态数据以及预先存储的历史中间数据进行故障识别确定的,历史中间数据包括电柜上传的第一历史中间数据和服务器的第二历史中间数据中的至少一种;第一检测周期的周期小于第二检测周期。
第一电池故障识别结果和第二电池故障识别结果可以同一电池在同一时刻的故障识别结果,也可以是同一电池在不同时刻的故障识别结果。电柜获取的历史中间数据和服务器获取的历史状态数据可以是相同的,也可以是根据电柜和服务器的数据密度来确定对应的历史状态数据量。
步骤S604,基于电池的状态,根据第一电池故障识别结果和/或第二电池故障识别结果,确定电池的电池故障识别结果。
其中,电池的状态包括电池在电柜中处于充电状态和电池未处于电柜的状态。
可以理解的是,电池在电柜中处于充电状态的情况下,电柜和服务器可以同时对电池的故障进行识别,得到对应的识别结果。基于电柜高数据密度数据进行故障检测,准确率更高,同时电池在电柜设备时,工况稳定,误报更低。
电池未处于电柜中,电柜不能对电池进行故障识别,只能通过服务器进行故障识别。基于服务器低数据密度数据进行故障检测,尽可能保证对电池的状态进行实时监测。
上述实施例中,在对电池进行故障识别时,基于电池的状态,结合电柜的电池故障识别结果和服务器的电池故障识别结果,确定电池故障识别的最终识别结果,确保了电池故障识别的准确性。
可选地,在一个实施例中,基于电池的状态,根据第一电池故障识别结果和/或第二电池故障识别结果,确定电池的识别结果,包括以下情况:
情况一:若电池在电柜中处于充电状态的情况下,则将第一电池故障识别结果确定为电池的电池故障识别结果。即电池在电柜中处于充电状态的情况下,将电柜的识别结果确定为电池的识别结果,提高了电池故障检测的准确性。
情况二:若电池在未进入电柜充电的情况下,则将第二电池故障识别结果确定为电池的电池故障识别结果。电池在未进入电柜充电,电池与电柜之间未建立通信连接的情况下,将服务器的故障识别结果确定为电池的识别结果,提高了电池故障检测的准确性。
进一步地,在根据第一电池故障识别结果和/或第二电池故障识别结果,确定电池的识别结果,若识别结果为电池异常,则生成异常提示,该异常提示用于提示用户对该电池进行风险拦截。也就是说,通过电池进行实时检测,检测到电池异常则及时进行风险拦截。
在一个实施例中,如图7所示,为电池故障识别识别的数据交互图,检测到电池处于在边缘端,例如,电池处于电柜处于充电状态,边缘端按照第一检测周期,通过电池的BMS将电池的状态数据发生在至电柜,以及通过电池的BMS和电柜将电池的状态数据发送至云端,例如,服务器。其中,边缘端和云端的数据采集频次不同,边缘端和云端中的电池状态数据密度也是不同的。
从服务器中获取电池的历史中间数据,对历史中间数据和当前状态数据进行特征融合,得到边端故障指标值。若边端故障指标值小于预设阈值,则确定第一电池故障识别结果为电池正常,生成电池的正常标识信息,将正常标识信息和当前状态数据上传至服务器。
若边端故障指标值大于预设阈值,则确定第一电池故障识别结果为电池异常并控制电池停止充电。生成电池的异常标识信息,将电池的异常标识信息以及对应的时间点上传至服务器中进行保存,以及根据当前状态数据确定电池的故障类型,故障类型对应的时间点以及当前状态数据中电池的电压上传至服务器,更新服务器中的第一历史中间数据。
按照第二检测周期,云端获取电池的BMS采集的电池的状态数据,云端对历史中间数据和当前检测周期的状态数据进行故障识别,若确定第二电池故障识别结果为电池正常,生成电池的正常标识信息,并保存正常标识信息和当前检测周期的状态数据。若确定第二电池故障识别结果为电池异常并控制电池停止充电,生成电池的异常标识信息并保存异常标识信息和当前检测周期的状态数据。
云端将服务器上传的第一电池故障识别结果和第二电池故障识别结果发送至用户终端,用户终端基于电池的状态,根据电池故障识别结果和/或电池故障识别结果,确定电池的电池识别结果。若确定识别结果为电池异常,则对电池进行及时拦截,并进行异常提示。
上述实施例中,在对电池故障进行识别时,利用存储的大量历史中间数据和当前状态数据进行特征融合,得到融合后的边端故障指标值,根据边端故障指标值直接确定电池的故障情况,在根据第一电池故障识别结果和/或第二电池故障识别结果,确定电池的识别结果。确保了电池故障分析的数据量,以及避免服务器直接根据单帧状态数据或者异常单帧状态数据直接识别,导致识别结果出错,进而提高了电池故障识别的准确性,以及对服务器数据进行更新,确保了电池故障实时识别的准确性。
应该理解的是,虽然如上所述的各实施例所涉及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,如上所述的各实施例所涉及的流程图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。
基于同样的发明构思,本申请实施例还提供了一种用于实现上述所涉及的电池故障识别方法的电池故障识别装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似,故下面所提供的一个或多个电池故障识别装置实施例中的具体限定可以参见上文中对于电池故障识别方法的限定,在此不再赘述。
在一个实施例中,如图8所示,提供了一种电池故障识别装置,包括:边端数据采集模块802、边端数据获取模块804和边端故障识别模块806,其中:
边端数据采集模块802,用于按照第一检测周期获取电柜中的电池的当前状态数据。
边端数据获取模块804,用于从服务器获取电池的历史中间数据;历史中间数据包括电柜上传的第一历史中间数据和服务器的第二历史中间数据中的至少一种。
边端故障识别模块806,用于根据历史中间数据和当前状态数据,对电池进行故障识别,得到电池故障识别结果。
上述电池故障识别装置中,通过电柜在对电池进行故障识别时,将服务器获取历史中间数据和当前状态数据结合,对电池故障进行识别,根据服务器存储的大量历史中间数据确保了电池故障分析的数据量,以及避免电柜直接根据单帧状态数据或者异常单帧状态数据直接识别,导致识别结果出错,进而提高了电池故障识别的准确性。
在另一个实施例中,提供了一种电池故障识别装置,除包括边端数据采集模块802、边端数据获取模块804和边端故障识别模块806之外,还包括:边端检测模块、执行模块和数据上传模块,其中:
边端检测模块,用于在检测到电池进入电柜的情况下,从服务器获取电池的标识信息;若根据标识信息确定电池为正常电池,则生成电池的充电指令。
执行模块,用于执行充电指令对电池进行充电,按照第一检测周期获取电柜中处于充电状态的电池的当前状态数据。
边端故障识别模块806还用于对历史中间数据和当前状态数据进行特征融合,得到边端故障指标值;若边端故障指标值小于预设阈值,则确定电池故障识别结果为电池正常,生成电池的正常标识信息。
数据上传模块,用于将正常标识信息和当前状态数据上传至服务器。
边端故障识别模块806还用于若边端故障指标值大于预设阈值,则确定电池故障识别结果为电池异常并控制电池停止充电,生成电池的异常标识信息。
数据上传模块,用于将异常标识信息和当前状态数据上传至服务器。
在另一个实施例中,如图9所示,提供了一种电池故障识别装置,包括:云端数据获取模块902和云端故障识别模块904,其中:
云端数据获取模块902,用于按照第二检测周期获取电池在当前检测周期的状态数据以及预先存储的历史中间数据;历史中间数据包括电柜上传的第一历史中间数据和服务器的第二历史中间数据中的至少一种电柜。
云端故障识别模块904,用于根据当前检测周期的状态数据和历史中间数据,对电池进行故障识别,得到电池故障识别结果。
上述实施例中,上述实施例中,服务器对电池进行故障识别时,通过结合预先存储的历史中间数据和当前状态数据结合,对电池故障进行识别,根据服务器存储的大量历史中间数据确保了电池故障分析的数据量,以及避免云端直接根据单帧状态数据或者异常单帧状态数据直接识别,导致识别结果出错,进而提高了电池故障识别的准确性。
可选地,在一个实施例中,云端故障识别模块904,用于对历史中间数据和当前检测周期的状态数据进行特征融合,得到服务器故障指标值;
若服务器故障指标值小于预设阈值,则确定电池故障识别结果为电池正常;
生成电池的正常标识信息并保存正常标识信息和当前检测周期的状态数据。
可选地,在一个实施例中,云端故障识别模块904,用于若服务器故障指标值大于预设阈值,则确定电池故障识别结果为电池异常并控制电池停止充电;
生成电池的异常标识信息并保存异常标识信息和当前检测周期的状态数据。
可选地,在一个实施例中,云端故障识别模块904,用于根据当前检测周期的状态数据和历史中间数据,对电池进行故障识别,得到第一电池故障识别结果;
接收电柜上传的第二电池故障识别结果,以及获取电池的状态;
若根据电池的状态确定电池处于在电柜处于充电的情况下,则将第二电池故障识别结果确定为电池的电池故障识别结果。
可选地,在一个实施例中,云端故障识别模块904,用于若根据电池的状态确定电池处于未进入电柜充电的情况下,则将第一电池故障识别结果确定为电池的电池故障识别结果。
在另一个实施例中,如图10所示,提供了一种电池故障识别装置,包括:数据接收模块1002和故障识别模块1004,其中:
数据接收模块1002,用于接收服务器发送的电池的第一电池故障识别结果和第二电池故障识别结果,显示第一电池故障识别结果和第二电池故障识别结果;其中,第一电池故障识别结果是电柜对从服务器获取的历史中间数据和按照第一检测周期获取的当前状态数据进行故障识别确定的并由电柜上传至服务器;第二电池故障识别结果是服务器根据按照第二检测周期获取电池在当前检测周期的状态数据以及预先存储的历史中间数据进行故障识别确定的,历史中间数据包括电柜上传的第一历史中间数据和服务器的第二历史中间数据中的至少一种;第一检测周期的周期小于第二检测周期。
故障识别模块1004,用于基于所述电池的状态,根据所述第一电池故障识别结果和/或所述第二电池故障识别结果,显示所述电池的电池故障识别结果。
上述实施例中,在对电池进行故障识别时,结合电柜的第一电池故障识别结果和服务器的第二电池故障识别结果,确定电池故障识别的最终识别结果,确保了电池故障识别的准确性。
在另一个实施例中,提供了一种电池故障识别装置,除包括数据接收模块1002和故障识别模块1004之外,还包括:显示模块,其中:
故障识别模块1004,还用于若电池在电柜中处于充电状态的情况下,则将第一电池故障识别结果确定为电池的电池故障识别结果。
显示模块,用于在用户终端显示电池故障识别结果。
故障识别模块1004,还用于若电池在未进入电柜充电的情况下,则将第二电池故障识别结果确定为电池的电池故障识别结果。
显示模块,用于在用户终端显示电池故障识别结果。
上述电池故障识别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终端,其内部结构图可以如图11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、通信接口、显示屏和输入装置。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和计算机程序。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。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信,无线方式可通过WIFI、移动蜂窝网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种电池故障识别方法。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11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,还提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现上述各方法实施例中的步骤。
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,该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
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上述各方法实施例中的步骤。
需要说明的是,本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等),均为经用户授权或者经过各方充分授权的信息和数据。
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 (18)
1.一种电池故障识别方法,其特征在于,应用于电柜,所述方法包括:
按照第一检测周期获取电柜中的电池的当前状态数据;
从服务器获取所述电池的历史中间数据;所述历史中间数据包括电柜上传的第一历史中间数据和所述服务器的第二历史中间数据中的至少一种;
根据所述历史中间数据和所述当前状态数据,对所述电池进行故障识别,得到电池故障识别结果。
2.根据权利要求1所述的方法,其特征在于,所述按照第一检测周期获取电柜中的电池的当前状态数据,包括:
在检测到所述电池进入电柜的情况下,从所述服务器获取所述电池的标识信息;
若根据所述标识信息确定所述电池为正常电池,则生成所述电池的充电指令;
执行所述充电指令对所述电池进行充电,按照所述第一检测周期获取电柜中处于充电状态的电池的当前状态数据。
3.根据权利要求1所述的方法,其特征在于,所述根据所述历史中间数据和所述当前状态数据,对所述电池进行故障识别,得到电池故障识别结果,包括:
对所述历史中间数据和所述当前状态数据进行特征融合,得到边端故障指标值;
若所述边端故障指标值小于预设阈值,则确定所述电池故障识别结果为电池正常,生成所述电池的正常标识信息;
将所述正常标识信息和所述当前状态数据上传至所述服务器。
4.根据权利要求3所述的方法,其特征在于,所述方法还包括:
若所述边端故障指标值大于所述预设阈值,则确定所述电池故障识别结果为电池异常并控制所述电池停止充电,生成所述电池的异常标识信息;
将所述异常标识信息和所述当前状态数据上传至所述服务器。
5.一种电池故障识别方法,其特征在于,应用于服务器,所述方法包括:
按照第二检测周期获取电池在当前检测周期的状态数据以及预先存储的历史中间数据;所述历史中间数据包括电柜上传的第一历史中间数据和服务器的第二历史中间数据中的至少一种;
根据所述当前检测周期的状态数据和所述历史中间数据,对所述电池进行故障识别,得到电池故障识别结果。
6.根据权利要求5所述的方法,其特征在于,所述根据所述当前检测周期的状态数据和所述历史中间数据,对所述电池进行故障识别,得到电池故障识别结果,包括:
对所述历史中间数据和所述当前检测周期的状态数据进行特征融合,得到服务器故障指标值;
若所述服务器故障指标值小于预设阈值,则确定所述电池故障识别结果为电池正常;
生成所述电池的正常标识信息并保存所述正常标识信息和所述当前检测周期的状态数据。
7.根据权利要求6所述的方法,其特征在于,所述方法还包括:
若所述服务器故障指标值大于所述预设阈值,则确定所述电池故障识别结果为电池异常并控制所述电池停止充电;
生成所述电池的异常标识信息并保存所述异常标识信息和所述当前检测周期的状态数据。
8.根据权利要求5所述的方法,其特征在于,所述根据所述当前检测周期的状态数据和所述历史中间数据,对所述电池进行故障识别,得到电池故障识别结果,包括:
根据所述当前检测周期的状态数据和所述历史中间数据,对所述电池进行故障识别,得到第一电池故障识别结果;
接收所述电柜上传的第二电池故障识别结果,以及获取所述电池的状态;
若根据所述电池的状态确定所述电池处于在电柜处于充电的情况下,则将所述第二电池故障识别结果确定为所述电池的电池故障识别结果。
9.根据权利要求8所述的方法,其特征在于,所述方法还包括:
若根据所述电池的状态确定所述电池处于未进入电柜充电的情况下,则将所述第一电池故障识别结果确定为所述电池的电池故障识别结果。
10.一种电池故障识别方法,应用于用户终端,其特征在于,所述方法包括:
接收服务器发送的电池的第一电池故障识别结果和第二电池故障识别结果,显示所述第一电池故障识别结果和所述第二电池故障识别结果;其中,所述第一电池故障识别结果是电柜对从服务器获取的历史中间数据和按照第一检测周期获取的当前状态数据进行故障识别确定的并由所述电柜上传至所述服务器;所述第二电池故障识别结果是所述服务器根据按照第二检测周期获取所述电池在当前检测周期的状态数据以及预先存储的历史中间数据进行故障识别确定的,所述历史中间数据包括所述电柜上传的第一历史中间数据和所述服务器的第二历史中间数据中的至少一种;所述第一检测周期的周期小于所述第二检测周期;
基于所述电池的状态,根据所述第一电池故障识别结果和/或所述第二电池故障识别结果,显示所述电池的电池故障识别结果。
11.根据权利要求10所述的方法,其特征在于,所述基于所述电池的状态,根据所述第一电池故障识别结果和/或所述第二电池故障识别结果,显示所述电池的电池故障识别结果,包括:
若所述电池在电柜中处于充电状态的情况下,则将所述第一电池故障识别结果确定为所述电池的电池故障识别结果,在所述用户终端显示所述电池故障识别结果。
12.根据权利要求10所述的方法,其特征在于,所述基于所述电池的状态,根据所述第一电池故障识别结果和/或所述第二电池故障识别结果,显示所述电池的电池故障识别结果,包括:
若所述电池在未进入电柜充电的情况下,则将所述第二电池故障识别结果确定为所述电池的电池故障识别结果,在所述用户终端显示所述电池故障识别结果。
13.一种电池故障识别装置,其特征在于,所述装置包括:
边端数据采集模块,用于按照第一检测周期获取电柜中的电池的当前状态数据;
边端数据获取模块,用于从服务器获取所述电池的历史中间数据;所述历史中间数据包括电柜上传的第一历史中间数据和所述服务器的第二历史中间数据中的至少一种;
边端故障识别模块,用于根据所述历史中间数据和所述当前状态数据,对所述电池进行故障识别,得到电池故障识别结果。
14.一种电池故障识别装置,其特征在于,所述装置包括:
服务器数据获取模块,用于按照第二检测周期获取电池在当前检测周期的状态数据以及预先存储的历史中间数据;所述历史中间数据包括电柜上传的第一历史中间数据和服务器的第二历史中间数据中的至少一种;
服务器故障识别模块,用于根据所述当前检测周期的状态数据和所述历史中间数据,对所述电池进行故障识别,得到电池故障识别结果。
15.一种电池故障识别装置,其特征在于,所述装置包括:
数据接收模块,用于接收服务器发送的电池的第一电池故障识别结果和第二电池故障识别结果,显示所述第一电池故障识别结果和第二电池故障识别结果;其中,所述第一电池故障识别结果是电柜对从服务器获取的历史中间数据和按照第一检测周期获取的当前状态数据进行故障识别确定的并由所述电柜上传至所述服务器;所述第二电池故障识别结果是所述服务器根据按照第二检测周期获取所述电池在当前检测周期的状态数据以及预先存储的历史中间数据进行故障识别确定的,所述历史中间数据包括所述电柜上传的第一历史中间数据和所述服务器的第二历史中间数据中的至少一种;所述第一检测周期的周期小于所述第二检测周期;
故障识别模块,用于基于所述电池的状态,根据所述第一电池故障识别结果和/或所述第二电池故障识别结果,显示所述电池的电池故障识别结果。
16.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至12中任一项所述的方法的步骤。
17.一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权利要求1至12中任一项所述的方法的步骤。
18.一种计算机程序产品,包括计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至12中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211239857.XA CN115808622A (zh) | 2022-10-11 | 2022-10-11 | 电池故障识别方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211239857.XA CN115808622A (zh) | 2022-10-11 | 2022-10-11 | 电池故障识别方法、装置、设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115808622A true CN115808622A (zh) | 2023-03-17 |
Family
ID=85482726
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211239857.XA Pending CN115808622A (zh) | 2022-10-11 | 2022-10-11 | 电池故障识别方法、装置、设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115808622A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117289145A (zh) * | 2023-11-27 | 2023-12-26 | 宁德时代新能源科技股份有限公司 | 故障分析方法、数据采集方法、装置、设备、系统和介质 |
-
2022
- 2022-10-11 CN CN202211239857.XA patent/CN115808622A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117289145A (zh) * | 2023-11-27 | 2023-12-26 | 宁德时代新能源科技股份有限公司 | 故障分析方法、数据采集方法、装置、设备、系统和介质 |
CN117289145B (zh) * | 2023-11-27 | 2024-04-19 | 宁德时代新能源科技股份有限公司 | 故障分析方法、数据采集方法、装置、设备、系统和介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN206364145U (zh) | 用于管理多个电池模块的电动车辆电源管理系统 | |
CN110213068A (zh) | 一种消息中间件的监控方法及相关设备 | |
CN104184801A (zh) | 一种综合式的智驾服务系统 | |
CN115330275B (zh) | 一种退役电池的梯次利用方法及装置 | |
CN111402583B (zh) | 一种交通事件的感知方法、设备及存储介质 | |
CN110147409B (zh) | 用于查询车辆的电池信息的方法、设备以及介质 | |
CN110571887B (zh) | 电池的选取方法、装置、存储介质及电子设备 | |
CN115808622A (zh) | 电池故障识别方法、装置、设备和存储介质 | |
CN115575842A (zh) | 电池管理方法、装置、电子设备以及存储介质 | |
CN115808922A (zh) | 商用电动车辆能耗预测方法、装置和计算机设备 | |
CN115315698A (zh) | 检测异常充电事件的系统和方法 | |
CN112285478A (zh) | 车辆静态电流的检测方法和装置、介质、设备、车辆 | |
CN112644336B (zh) | 一种动力电池热失控预测方法及装置 | |
CN115805810A (zh) | 电池故障预测方法、装置、设备、存储介质和程序产品 | |
CN115020836A (zh) | 电芯预警方法、装置、系统、设备、介质和程序产品 | |
CN113595174A (zh) | 电池管理方法、装置、设备和服务器 | |
CN111551856B (zh) | 车辆蓄电池状态检测方法、装置、计算机设备和存储介质 | |
CN112668739A (zh) | 车辆保养信息推送方法、系统、设备及存储介质 | |
CN107576845A (zh) | 一种台区采集终端及台区管理系统 | |
CN116843314A (zh) | 监控终端运维管理方法、系统、设备及存储介质 | |
CN116032012A (zh) | 输电线预警方法、装置、计算机设备和存储介质 | |
CN108009068B (zh) | 信息记录方法、信息记录装置及智能终端 | |
CN116187510A (zh) | 电表箱故障预测方法、装置、计算机设备和存储介质 | |
CN115951170A (zh) | 输电线路故障监测方法、装置、计算机设备和存储介质 | |
JP6721170B1 (ja) | 非常用充放電器の遠隔監視システム |
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 |