CN115828057A - 滤波方法、装置、设备、存储介质和程序产品 - Google Patents

Abstract

本申请涉及一种滤波方法、装置、设备、存储介质和程序产品，所述方法包括：通过根据获取的目标电池的输出状态信息从多个滤波算法中确定目标滤波算法，并基于目标滤波算法对从目标电池处采集的第一电流信号进行滤波处理。可见，相对于传统技术，本申请实施例中，通过根据目标电池的输出状态信息的不同从预置的多个滤波算法中选择相对应的滤波算法进行滤波处理的方式，增加了电流滤波的多样性，从而提高了电流滤波的灵活性。

Description

滤波方法、装置、设备、存储介质和程序产品

技术领域

本申请涉及电池技术领域，特别是涉及一种滤波方法、装置、设备、存储介质和程序产品。

背景技术

随着新能源技术的飞速发展，新能源用电设备越来越多。其中，新能源用电设备中对于电池电流的检测过程是非常重要的。

为了提高检测精度，通常情况下需要对采集的电流进行滤波处理。传统技术中，通常采用卡尔曼滤波算法对电流传感器采集的电流进行滤波处理。但是传统技术的滤波方法比较单一，不够灵活。

发明内容

鉴于上述问题，本申请提供一种滤波方法、装置、设备、存储介质和程序产品，能够解决传统技术中滤波方法不够灵活的问题。

第一方面，本申请提供了一种滤波方法，方法包括：

获取目标电池的输出状态信息；

根据目标电池的输出状态信息从多个滤波算法中确定目标滤波算法；

基于目标滤波算法对从目标电池处采集的第一电流信号进行滤波处理。

本申请实施例的技术方案中，通过根据获取的目标电池的输出状态信息从多个滤波算法中确定目标滤波算法，并基于目标滤波算法对从目标电池处采集的第一电流信号进行滤波处理。可见，相对于传统技术，本申请实施例中，通过根据目标电池的输出状态信息的不同从预置的多个滤波算法中选择相对应的滤波算法进行滤波处理的方式，增加了电流滤波的多样性，从而提高了电流滤波的灵活性。

在一些实施例中，根据目标电池的输出状态信息从多个滤波算法中确定目标滤波算法，包括：

若根据目标电池的输出状态信息确定目标电池处于下高压状态且处于零漂采样状态，则将多个滤波算法中的第一滤波算法作为目标滤波算法；

若根据目标电池的输出状态信息确定目标电池处于下高压状态且，未处于零漂采样状态，则将多个滤波算法中的第二滤波算法作为目标滤波算法；

其中，第一滤波算法的响应速度小于第二滤波算法的响应速度。

本申请实施例的技术方案中，在目标电池处于下高压状态且处于零漂采样状态时，可以将第一滤波算法作为目标滤波算法；在目标电池处于下高压状态且，未处于零漂采样状态时，可以将第二滤波算法作为目标滤波算法。可见，本技术方案可以根据输出状态信息的不同选择相应的目标滤波算法，增加了电流滤波的多样性，从而提高了电流滤波的灵活性。

在一些实施例中，根据目标电池的输出状态信息从多个滤波算法中确定目标滤波算法，包括：

若根据目标电池的输出状态信息确定目标电池处于上高压状态，且，目标电池满足预先设定的各预设滤波条件，则将多个滤波算法中的第一滤波算法作为目标滤波算法；

若根据目标电池的输出状态信息确定目标电池处于上高压状态，且，目标电池不满足任一预设滤波条件，则将多个滤波算法中的第二滤波算法作为目标滤波算法；

其中，第一滤波算法的响应速度小于第二滤波算法的响应速度。

本申请实施例的技术方案中，在目标电池处于上高压状态且目标电池满足预先设定的各预设滤波条件时，可以将第一滤波算法作为目标滤波算法；在目标电池处于上高压状态且目标电池不满足任一预设滤波条件时，可以将第二滤波算法作为目标滤波算法。可见，本技术方案可以根据输出状态信息的不同选择相应的目标滤波算法，增加了电流滤波的多样性，从而提高了电流滤波的灵活性。

在一些实施例中，预设滤波条件包括以下全部条件或者部分条件；

目标电池未接入目标类型的负载，目标类型的负载为能使目标电池输出电流波动的负载；

未检测到目标电池的故障信息；

从目标电池处采集的第二电流信号的波动幅度小于预设幅度阈值。

在一些实施例中，目标电池的故障信息和第二电流信号为设置于目标电池的正极侧的电流传感器测得的。

在一些实施例中，第一滤波算法为卡尔曼滤波算法，第二滤波算法为数字滤波算法。

本申请实施例的技术方案中，通过使用卡尔曼滤波算法与数字滤波算法的组合算法，实现了对电流滤波方式的扩充，有利于降低噪声对电流采集精度的影响，从而可以提高电流传感器的检测精度。另外，通过使用卡尔曼滤波算法与数字滤波算法的组合算法，可以提高滤波动态响应，提升滤波方法的滤波效率。

在一些实施例中，目标电池为设置于用电设备中的电池；获取目标电池的输出状态信息，包括：

在检测到用电设备处于上电状态时，获取目标电池的输出状态信息。

第二方面，本申请还提供了一种滤波装置，装置包括：

获取模块，用于获取目标电池的输出状态信息；

确定模块，用于根据目标电池的输出状态信息从多个滤波算法中确定目标滤波算法；

滤波模块，用于基于目标滤波算法对从目标电池处采集的第一电流信号进行滤波处理。

第三方面，本申请还提供了一种电子设备，电子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上述第一方面的任一项的方法的步骤。

第四方面，本申请还提供了一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现上述第一方面的任一项的方法的步骤。

第五方面，本申请还提供了一种计算机程序产品，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第一方面的任一项的方法的步骤。

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为本申请实施例提供的电流采样系统的结构示意图；

图2为本申请一些实施例提供的滤波方法的流程示意图；

图3为本申请另一些实施例提供的滤波方法的流程示意图；

图4为本申请实施例提供的卡尔曼滤波条件的判断流程示意图；

图5为本申请实施例提供的卡尔曼滤波算法的流程示意图；

图6为本申请实施例提供的数字滤波算法的流程示意图；

图7为本申请实施例提供的多种滤波算法对应的滤波效果示意图；

图8为本申请一些实施例中滤波装置的结构示意图；

图9为本申请一些实施例中电子设备的结构示意图。

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”以及它的任何变形，意图在于覆盖不排他的包含。

随着新能源技术的飞速发展，新能源用电设备越来越多。其中，新能源用电设备中对于电池电流的检测过程是非常重要的。

为了提高检测精度，通常情况下需要对采集的电流进行滤波处理。传统技术中，通常采用卡尔曼滤波算法对电流传感器采集的电流进行滤波处理。但是传统技术的滤波方法比较单一，不够灵活。

为了可以增加电流滤波的多样性，申请人研究发现可以通过预置多种滤波算法，以便于可以根据检测到的电池状态信息从多种滤波算法中选择相对应的滤波算法进行滤波处理，从而可以提高电流滤波的灵活性。

基于以上考虑，为了解决传统技术中电流滤波的灵活性较差的问题，申请人经过研究提出了一种滤波算法，通过根据获取的目标电池的输出状态信息从预置的多个滤波算法中选择相对应的滤波算法，并基于选择的滤波算法对从目标电池处采集的第一电流信号进行滤波处理。可见，相对于传统技术，本申请实施例中，通过根据目标电池的输出状态信息从预置的多个滤波算法中选择的相对应的滤波算法进行滤波处理的方式，增加了电流滤波的多样性，从而提高了电流滤波的灵活性。

图1为本申请实施例提供的电流采样系统的结构示意图，如图1所示，本申请实施例的电流采样系统中可以包括：电池101、电池管理系统(Battery Management System，BMS)102、第一电流传感器103、第二电流传感器104和负载105；其中，BMS 102中可以包括但不限于以下至少一个模块：模数转化器(Analog to Digital Converter，ADC)、滤波(Filter)模块、中央处理器(Central Processing Unit，CPU)、供电模块(Power Supply)、诊断(Diagnosis)模块和数字(Digtal)模块；当然，电流采样系统还可以包括其它设备，本申请实施例中对此并不作限定。

本申请实施例中，新能源用电设备的动力来自于电池包(或者简称为电池)，BMS用于控制电池处于正常且安全的工作状态(一旦检测到电池的工作状态出现异常时，及时响应并迅速处理)，以及根据用电设备的工作状态、环境温度以及电池状态等调整电池的充放电功率。通常情况下，BMS通过第一电流传感器103和/或第二电流传感器104采集电池电流，以便于进行相应的处理。

示例性地，BMS通过采用本申请实施例提供的滤波方法对第一电流传感器103采集的电池电流进行滤波处理，以便于进行电池状态SOX检测和/或母线电流诊断等；其中，SOX可以包括但不限于：荷电状态(State of Charge，SOC)、功率状态(State of Power，SOP)、健康状态(State of Health，SOH)。BMS可以通过第二电流传感器104(或者称之为功能安全电流传感器)采集的电池电流进行故障诊断(例如，检测电池故障信息等)。

示例性地，第一电流传感器103可以包括但不限于分流器。其中，分流器为根据直流电流通过电阻时在电阻两端产生电压的原理制成的。分流器实际就是一个阻值很小的电阻，当有直流电流通过时，会产生压降，供采样电路进行采集。

示例性地，第二电流传感器104可以包括但不限于霍尔电流传感器。霍尔器件是一种采用半导体材料制成的磁电转换器件，如果在输入端通入控制电流，当有一磁场穿过该器件感磁面，则在输出端出现霍尔电势，其中，霍尔电势的大小与控制电流和磁通密度的乘积成正比。霍尔电流传感器是按照霍尔效应原理制成的，并对安培定律加以应用，即在载流导体周围产生一正比于该电流的磁场，而霍尔器件则用来测量这一磁场，通过测量霍尔电势的大小间接测量载流导体电流的大小。

本申请实施例涉及的用电设备，可以为但不限于电动玩具、电动工具、电瓶车、电动汽车、轮船、航天器等等。其中，电动玩具可以包括固定式或移动式的电动玩具，例如，电动汽车玩具、电动轮船玩具和电动飞机玩具等等，航天器可以包括飞机、火箭、航天飞机和宇宙飞船等等。

在一些实施例中，图2为本申请一些实施例提供的滤波方法的流程示意图，本申请实施例中以该方法应用于图1中的BMS为例进行说明。如图2所示，本申请实施例的方法可以包括以下步骤：

步骤S201、获取目标电池的输出状态信息。

示例性地，本申请实施例中的目标电池的输出状态信息可以包括但不限于以下至少一项信息：目标电池的高压状态信息、目标电池的零漂采样状态信息、目标电池的负载信息、目标电池的故障信息、目标电池的电流波动幅度信息。

需要说明的是，本申请实施例中涉及的目标电池的高压状态信息用于指示目标电池是否处于上高压状态，其中，目标电池处于高压状态是指用电设备中的高压继电器属于闭合状态，目标电池可以输出电流的状态；目标电池处于下高压状态是指用电设备中的高压继电器属于断开状态，目标电池不输出电流的状态。

本申请实施例中涉及的目标电池的零漂采样状态信息用于指示目标电池是否处于零漂采样状态。

本申请实施例中涉及的目标电池的负载信息用于指示目标电池是否接入目标类型的负载，其中，目标类型的负载是指能使目标电池输出电流波动的负载。例如，目标类型的负载可以包括但不限于：电机，和/或，正温度系数(Positive TemperatureCoefficient，PTC)加热器。

本申请实施例中涉及的目标电池的故障信息用于指示目标电池发生故障。例如，目标电池的故障信息可以用于指示但不限于：目标电池的第二电流信号超过预设电流上限、或者第二电流信号的波动超过预设波动上限。

本申请实施例中涉及的目标电池的电流波动幅度信息用于指示目标电池的第二电流信号的波动幅度是否大于或等于预设幅度阈值。应理解，目标电池的第二电流信号可以为设置于目标电池的正极侧的第二电流传感器测得的。

示例性地，目标电池的高压状态信息、目标电池的零漂采样状态信息、目标电池的负载信息等信息可以为BMS根据用电设备的总控制器所发送的指示信息确定的；目标电池的故障信息可以为设置于目标电池的正极侧的第二电流传感器测得的；当然，BMS还可以通过其它方式获取到上述信息，本申请实施例中对此并不作限定。

步骤S202、根据目标电池的输出状态信息从多个滤波算法中确定目标滤波算法。

本步骤中，BMS根据上述步骤S201中获取的目标电池的输出状态信息，从预置的多个滤波算法中确定与输出状态信息相对应的滤波算法作为目标滤波算法。可见，当目标电池的输出状态信息不同时，BMS可以根据输出状态信息选择相应的目标滤波算法，实现了不同输出状态信息的自适应滤波。

一种可能的实现方式中，若根据目标电池的输出状态信息确定目标电池处于下高压状态且处于零漂采样状态，则将多个滤波算法中的第一滤波算法作为目标滤波算法；若根据目标电池的输出状态信息确定目标电池处于下高压状态且，未处于零漂采样状态，则将多个滤波算法中的第二滤波算法作为目标滤波算法。

本实现方式中，1)若根据目标电池的输出状态信息中的目标电池的高压状态信息和零漂采样状态信息确定目标电池处于下高压状态且处于零漂采样状态，则BMS可以将多个滤波算法中的第一滤波算法作为目标滤波算法。2)若根据目标电池的输出状态信息中的目标电池的高压状态信息和零漂采样状态信息确定目标电池处于下高压状态且，未处于零漂采样状态，则BMS可以将多个滤波算法中的第二滤波算法作为目标滤波算法。其中，第一滤波算法的响应速度可以小于第二滤波算法的响应速度。

示例性地，第一滤波算法可以为卡尔曼滤波算法，第二滤波算法可以为数字滤波算法，或者称之为有限长单位冲激响应(Finite Impulse Response，FIR)滤波算法。

综上所述，本实现方式中在目标电池处于下高压状态且处于零漂采样状态时，BMS可以将第一滤波算法作为目标滤波算法；在目标电池处于下高压状态且，未处于零漂采样状态时，BMS可以将第二滤波算法作为目标滤波算法。可见，BMS可以根据输出状态信息的不同选择相应的目标滤波算法，增加了电流滤波的多样性，从而提高了电流滤波的灵活性。

另一种可能的实现方式中，若根据目标电池的输出状态信息确定目标电池处于上高压状态，且，目标电池满足预先设定的各预设滤波条件，则将多个滤波算法中的第一滤波算法作为目标滤波算法；若根据目标电池的输出状态信息确定目标电池处于上高压状态，且，目标电池不满足任一预设滤波条件，则将多个滤波算法中的第二滤波算法作为目标滤波算法。

本申请实施例中涉及的预设滤波条件可以包括但不限于以下全部条件或者部分条件：目标电池未接入目标类型的负载、未检测到目标电池的故障信息、从目标电池处采集的第二电流信号的波动幅度小于预设幅度阈值。

本实现方式中，1)若根据目标电池的输出状态信息中的目标电池的高压状态信息确定目标电池处于上高压状态，且根据输出状态信息中的其它信息确定目标电池满足预先设定的各预设滤波条件，则BMS可以将多个滤波算法中的第一滤波算法作为目标滤波算法。2)若根据目标电池的输出状态信息中的目标电池的高压状态信息确定目标电池处于上高压状态，且根据输出状态信息中的其它信息确定目标电池不满足任一预设滤波条件，则BMS可以将多个滤波算法中的第二滤波算法作为目标滤波算法。其中，第一滤波算法的响应速度小于第二滤波算法的响应速度。

示例性地，第一滤波算法可以为卡尔曼滤波算法，第二滤波算法可以为数字滤波算法。

综上所述，本实现方式中在目标电池处于上高压状态且目标电池满足预先设定的各预设滤波条件时，BMS可以将第一滤波算法作为目标滤波算法；在目标电池处于上高压状态且目标电池不满足任一预设滤波条件时，BMS可以将第二滤波算法作为目标滤波算法。可见，BMS可以根据输出状态信息的不同选择相应的目标滤波算法，增加了电流滤波的多样性，从而提高了电流滤波的灵活性。

步骤S203、基于目标滤波算法对从目标电池处采集的第一电流信号进行滤波处理。

本步骤中，BMS可以基于上述步骤S202中确定的目标滤波算法对从目标电池处采集的第一电流信号进行滤波处理，以便于可以根据滤波处理后的电流信号进行SOX检测和/或母线电流诊断等处理，其中，第一电流信号可以为设置于目标电池的负极侧的第一电流传感器测得的。

上述滤波方法实施例中，通过根据获取的目标电池的输出状态信息从多个滤波算法中确定目标滤波算法，并基于目标滤波算法对从目标电池处采集的第一电流信号进行滤波处理。可见，相对于传统技术，本申请实施例中，通过根据目标电池的输出状态信息的不同从预置的多个滤波算法中选择相对应的滤波算法进行滤波处理的方式，增加了电流滤波的多样性，从而提高了电流滤波的灵活性。

在一些实施例中，图3为本申请另一些实施例提供的滤波方法的流程示意图，在上述实施例的基础上，本申请实施例中以第一滤波算法为卡尔曼滤波算法，第二滤波算法为数字滤波算法为例，对本申请实施例的滤波方法的过程进行介绍。如图3所示，本申请实施例的方法可以包括以下步骤：

步骤S301、BMS检测到用电设备处于上电状态。

本步骤中，若目标电池为设置于用电设备中的电池，则BMS在检测到用电设备处于上电状态时，则执行步骤S302。

当然，BMS还可以在其它情况下执行步骤S302，本申请实施例中对此并不作限定。

步骤S302、BMS获取目标电池的输出状态信息。

步骤S303、BMS判断是否符合卡尔曼滤波条件。

本步骤中，BMS可以根据零漂采样状态信息、第二电流传感器的反馈信息和/或负载反馈信息等判断是否符合卡尔曼滤波条件。若符合卡尔曼滤波条件，则将参数Filter_EN设置为1，并执行步骤S304；若不符合卡尔曼滤波条件，则将参数Filter_EN设置为0，并执行步骤S305。应理解，用电设备刚处于上电状态时可以将Filter_EN初始化为0。

为了便于理解，本申请下述实施例中对卡尔曼滤波条件的判断过程进行介绍。

图4为本申请实施例提供的卡尔曼滤波条件的判断流程示意图，如图4所示，若目标电池处于下高压状态且处于零漂采样状态，则BMS确定符合卡尔曼滤波条件，可以将参数Filter_EN设置为1；若目标电池处于下高压状态且未处于零漂采样状态，则BMS确定不符合卡尔曼滤波条件，可以将参数Filter_EN设置为0。

若目标电池处于上高压状态，且目标电池未接入目标类型的负载、未检测到目标电池的故障信息以及从目标电池处采集的第二电流信号的波动幅度小于预设幅度阈值，则BMS确定满足预先设定的各预设滤波条件，或者称之为符合卡尔曼滤波条件，可以将参数Filter_EN设置为1。

例如，若目标电池未接入电机、PTC加热器和其他目标类型的负载、未检测到目标电池的故障信息以及从目标电池处采集的第二电流信号的波动幅度小于预设幅度阈值，即对应的参数Filter_EN均为1，则BMS确定符合卡尔曼滤波条件，可以将参数Filter_EN设置为1。

若目标电池处于上高压状态，且目标电池接入目标类型的负载、检测到目标电池的故障信息和/或从目标电池处采集的第二电流信号的波动幅度不小于预设幅度阈值，则BMS确定不满足预设滤波条件，或者称之为不符合卡尔曼滤波条件，可以将参数Filter_EN设置为0。

例如，若目标电池接入任一目标类型的负载、检测到目标电池的故障信息和/或从目标电池处采集的第二电流信号的波动幅度不小于预设幅度阈值，即对应的任一参数Filter_EN为0，则BMS确定不符合卡尔曼滤波条件，可以将参数Filter_EN设置为0。

步骤S304、BMS将多个滤波算法中的卡尔曼滤波算法作为目标滤波算法。

示例性地，BMS可以开启卡尔曼滤波器实现卡尔曼滤波算法。

步骤S305、BMS将多个滤波算法中的数字滤波算法作为目标滤波算法。

示例性地，BMS通过将参数Filter_EN设置为0，以开启FIR滤波器实现数字滤波算法。

步骤S306、BMS基于目标滤波算法对从目标电池处采集的第一电流信号进行滤波处理。

一种可能的实现方式中，若目标滤波算法为卡尔曼滤波算法，则BMS基于卡尔曼滤波算法对从目标电池处采集的第一电流信号进行滤波处理。

图5为本申请实施例提供的卡尔曼滤波算法的流程示意图，如图5所示，本申请实施例的卡尔曼滤波算法可以包括：

步骤S501、BMS在开启卡尔曼滤波器之后，可以接收第二电流传感器发送的第一电流信号I(k)，其中，I(k)代表第k个第一电流信号的实测值，k为大于0的整数。

步骤S502、BMS可以根据第一电流信号I(k)进行状态估计得到

和P(k|k-1)，其中，

代表第k-1个第一电流信号状态已知的情况下对第k个先验状态估计值，P(k|k-1)代表第k-1个第一电流信号状态已知的情况下对第k个先验估计误差的协方差矩阵。

步骤S503、BMS可以根据

进行量测估计得到

其中，

代表第k-1个第一电流信号状态已知的情况下对第k个观测变量估计值。

步骤S504、BMS可以根据P(k|k-1)计算得到卡尔曼增益矩阵K(k)。

步骤S505、BMS可以根据

和K(k|)进行最优状态估计得到

并根据

进行最优状态估计得到P(k|k)，其中，

代表第k个第一电流信号状态已知的情况下对第k个最优状态估计值，P(k|k)代表第k个第一电流信号状态已知的情况下对第k个最优估计误差的协方差矩阵。

步骤S506、BMS输出最优状态估计

并将k＝k+1。

步骤S507、BMS判断是否符合卡尔曼滤波条件。

若符合卡尔曼滤波条件，则返回执行步骤S502；若不符合卡尔曼滤波条件，则采用数字滤波算法。

应理解，BMS在刚开启卡尔曼滤波器时，可以将卡尔曼滤波算法对应的变量参数进行复位。

具体地，上述卡尔曼滤波算法中各步骤的可实现方式可以参考相关技术中的卡尔曼滤波过程，本申请实施例中对此并不作限定。

另一种可能的实现方式中，若目标滤波算法为数字滤波算法，则BMS基于数字滤波算法对从目标电池处采集的第一电流信号进行滤波处理。

图6为本申请实施例提供的数字滤波算法的流程示意图，如图6所示，本申请实施例的数字滤波算法可以包括：

步骤S601、BMS在开启数字滤波器之后，可以接收第二电流传感器发送的第一电流信号I(k)。

步骤S602、BMS判断k是否大于或等于预设滤波数量N_fir，其中，N_fir为大于1的整数。

若k大于或等于预设滤波数量N_fir，则执行步骤S603；若k小于预设滤波数量N_fir，则执行步骤S604。

步骤S603、BMS根据第一电流信号和预设滤波数量N_fir，确定数字滤波电流信号。

示例性地，BMS根据第一电流信号和预设滤波数量N_fir可以通过如下公式(1)，确定数字滤波电流信号。

其中，I_Fir(k)代表数字滤波电流信号，I(i)代表第i个第一电流信号。

当然，BMS根据第一电流信号和预设滤波数量N_fir还可以通过上述公式(1)的其它变形或者等效公式，确定数字滤波电流信号，本申请实施例中对此并不作限定。

步骤S604、BMS根据第一电流信号，确定数字滤波电流信号。

示例性地，BMS根据第一电流信号可以通过如下公式(2)，确定数字滤波电流信号。

当然，BMS根据第一电流信号还可以通过上述公式(2)的其它变形或者等效公式，确定数字滤波电流信号，本申请实施例中对此并不作限定。

步骤S605、BMS输出数字滤波电流信号，并将k＝k+1。

步骤S606、BMS判断是否符合卡尔曼滤波条件。

若符合卡尔曼滤波条件，则采用卡尔曼滤波算法；若不符合卡尔曼滤波条件，则返回执行步骤S602。

应理解，BMS在刚开启数字滤波器时，可以将数字滤波算法对应的变量参数进行复位。

具体地，上述数字滤波算法中各步骤的可实现方式可以参考相关技术中的数字滤波过程，本申请实施例中对此并不作限定。

步骤S307、BMS根据滤波处理后的电流信号进行SOX检测和/或母线电流诊断。

具体地，BMS根据电流信息进行SOX检测和/或母线电流诊断的方式，可以参考相关技术中的处理方式，本申请实施例中对此并不作限定。

综上所述，BMS通过根据第二电流传感器的反馈信息和负载反馈信息判断是否符合卡尔曼滤波条件；进一步地，BMS在确定符合卡尔曼滤波条件时，采用卡尔曼滤波算法进行滤波处理；或者在确定不符合卡尔曼滤波条件时，采用数字滤波算法进行滤波处理。可见，相对于传统技术，本申请实施例通过使用卡尔曼滤波算法与数字滤波算法的组合算法，实现了对电流滤波方式的扩充，有利于降低噪声对电流采集精度的影响，从而可以提高电流传感器的检测精度。另外，通过使用卡尔曼滤波算法与数字滤波算法的组合算法，可以提高滤波动态响应，提升滤波方法的滤波效率，有利于优化SOX检测和/或电流诊断，从而可以提升用电设备的续航时长，优化用户体验。

图7为本申请实施例提供的多种滤波算法对应的滤波效果示意图，如图7所示，传统技术中采用卡尔曼滤波算法的动态响应较差，会导致传统技术具有较大的处理时延，不适用于实时控制。相对于传统技术，本申请实施例中通过使用卡尔曼滤波算法与数字滤波算法的组合滤波，大大地提高了滤波动态响应，提升了滤波方法的滤波效率，从而有利于提高电流检测精度。

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滤波方法的滤波装置。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滤波装置实施例中的具体限定可以参见上文中对于滤波方法的限定，在此不再赘述。

在一些实施例中，图8为本申请一些实施例中滤波装置的结构示意图，本申请实施例提供的滤波装置可以应用于BMS中。如图8所示，本申请实施例的滤波装置，可以包括：获取模块801、确定模块802和滤波模块803。

其中，获取模块801，用于获取目标电池的输出状态信息；

确定模块802，用于根据目标电池的输出状态信息从多个滤波算法中确定目标滤波算法；

滤波模块803，用于基于目标滤波算法对从目标电池处采集的第一电流信号进行滤波处理。

在一些实施例中，确定模块802具体用于：

若根据目标电池的输出状态信息确定目标电池处于下高压状态且处于零漂采样状态，则将多个滤波算法中的第一滤波算法作为目标滤波算法；

若根据目标电池的输出状态信息确定目标电池处于下高压状态且，未处于零漂采样状态，则将多个滤波算法中的第二滤波算法作为目标滤波算法；

其中，第一滤波算法的响应速度小于第二滤波算法的响应速度。

在一些实施例中，确定模块802具体用于：

若根据目标电池的输出状态信息确定目标电池处于上高压状态，且，目标电池满足预先设定的各预设滤波条件，则将多个滤波算法中的第一滤波算法作为目标滤波算法；

若根据目标电池的输出状态信息确定目标电池处于上高压状态，且，目标电池不满足任一预设滤波条件，则将多个滤波算法中的第二滤波算法作为目标滤波算法；

其中，第一滤波算法的响应速度小于第二滤波算法的响应速度。

在一些实施例中，预设滤波条件包括以下全部条件或者部分条件；

目标电池未接入目标类型的负载，目标类型的负载为能使目标电池输出电流波动的负载；

未检测到目标电池的故障信息；

从目标电池处采集的第二电流信号的波动幅度小于预设幅度阈值。

在一些实施例中，目标电池的故障信息和第二电流信号为设置于目标电池的正极侧的电流传感器测得的。

在一些实施例中，第一滤波算法为卡尔曼滤波算法，第二滤波算法为数字滤波算法。

在一些实施例中，目标电池为设置于用电设备中的电池；获取模块801具体用于：

在检测到用电设备处于上电状态时，获取目标电池的输出状态信息。

本申请实施例提供的滤波装置可以用于执行本申请上述滤波方法实施例中的技术方案，其实现原理和技术效果类似，此处不再赘述。

上述滤波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电子设备中的处理器中，也可以以软件形式存储于电子设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一些实施例中，图9为本申请一些实施例中电子设备的结构示意图，示例性地，本申请实施例中的电子设备可以包括但不限于BMS。如图9所示，本申请实施例提供的电子设备可以包括通过系统总线连接的处理器、存储器和通信接口。其中，该电子设备的处理器用于提供计算和控制能力。该电子设备的存储器包括非易失性存储介质和内存储器。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。电子设备的通信接口用于与外部的设备进行有线或无线方式的通信。该计算机程序被处理器执行时以实现本申请上述滤波方法实施例中的技术方案，其实现原理和技术效果类似，此处不再赘述。

本领域技术人员可以理解，图9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电子设备的限定，具体的电子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。

在一些实施例中，还提供了一种电子设备，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本申请上述滤波方法实施例中的技术方案，其实现原理和技术效果类似，此处不再赘述。

在一些实施例中，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本申请上述滤波方法的技术方案，其实现原理和技术效果类似，此处不再赘述。

在一些实施例中，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本申请上述滤波方法的技术方案，其实现原理和技术效果类似，此处不再赘述。

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。

最后应说明的是：以上各实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述各实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的范围，其均应涵盖在本申请的权利要求和说明书的范围当中。尤其是，只要不存在结构冲突，各个实施例中所提到的各项技术特征均可以任意方式组合起来。本申请并不局限于文中公开的特定实施例，而是包括落入权利要求的范围内的所有技术方案。

Claims (11)

1.一种滤波方法，其特征在于，所述方法包括：

获取目标电池的输出状态信息；

根据所述目标电池的输出状态信息从多个滤波算法中确定目标滤波算法；

基于所述目标滤波算法对从所述目标电池处采集的第一电流信号进行滤波处理。

2.根据权利要求1所述的方法，其特征在于，所述根据所述目标电池的输出状态信息从多个滤波算法中确定目标滤波算法，包括：

若根据所述目标电池的输出状态信息确定所述目标电池处于下高压状态且处于零漂采样状态，则将所述多个滤波算法中的第一滤波算法作为所述目标滤波算法；

若根据所述目标电池的输出状态信息确定所述目标电池处于下高压状态且，未处于所述零漂采样状态，则将所述多个滤波算法中的第二滤波算法作为所述目标滤波算法；

其中，所述第一滤波算法的响应速度小于所述第二滤波算法的响应速度。

3.根据权利要求1所述的方法，其特征在于，所述根据所述目标电池的输出状态信息从多个滤波算法中确定目标滤波算法，包括：

若根据所述目标电池的输出状态信息确定所述目标电池处于上高压状态，且，所述目标电池满足预先设定的各预设滤波条件，则将所述多个滤波算法中的第一滤波算法作为所述目标滤波算法；

若根据所述目标电池的输出状态信息确定所述目标电池处于上高压状态，且，所述目标电池不满足任一预设滤波条件，则将所述多个滤波算法中的第二滤波算法作为所述目标滤波算法；

其中，所述第一滤波算法的响应速度小于所述第二滤波算法的响应速度。

4.根据权利要求3所述的方法，其特征在于，所述预设滤波条件包括以下全部条件或者部分条件；

所述目标电池未接入目标类型的负载，所述目标类型的负载为能使所述目标电池输出电流波动的负载；

未检测到所述目标电池的故障信息；

从所述目标电池处采集的第二电流信号的波动幅度小于预设幅度阈值。

5.根据权利要求4所述的方法，其特征在于，所述目标电池的故障信息和所述第二电流信号为设置于所述目标电池的正极侧的电流传感器测得的。

6.根据权利要求2-5中任一项所述的方法，其特征在于，所述第一滤波算法为卡尔曼滤波算法，所述第二滤波算法为数字滤波算法。

7.根据权利要求1-5中任一项所述的方法，其特征在于，所述目标电池为设置于用电设备中的电池；所述获取目标电池的输出状态信息，包括：

在检测到所述用电设备处于上电状态时，获取所述目标电池的输出状态信息。

8.一种滤波装置，其特征在于，所述装置包括：

获取模块，用于获取目标电池的输出状态信息；

确定模块，用于根据所述目标电池的输出状态信息从多个滤波算法中确定目标滤波算法；

滤波模块，用于基于所述目标滤波算法对从所述目标电池处采集的第一电流信号进行滤波处理。

9.一种电子设备，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1-7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权利要求1-7中任一项所述的方法的步骤。

11.一种计算机程序产品，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1-7中任一项所述的方法的步骤。

Images