CN116256660A - 一种电池的电芯不一致性检测方法 - Google Patents

Abstract

本申请提供了一种电池的电芯不一致性检测方法、装置、计算机设备及存储介质，方法包括在电池循环测试过程中，获取每圈循环测试过程中的各个电芯的自发热温升、电流以及电压，根据各个电芯的自发热温升、电流以及电压使用精细化复合多变量多尺度样本熵计算各个电芯对应的信息熵，根据各个电芯对应的信息熵计算各个电芯之间的相似度，并根据相似度结果判断各个电芯的不一致性。本申请通过将电芯的自发热温升、电流以及电压等多个特征参数纳入到电芯的不一致性检测中，同时使用精细化复合多变量多尺度样本熵计算各个电芯对应的信息熵，解决了现有技术中的电芯不一致性检测方法存在的参考特征单一的问题，提高了检测结果的精准度。

Description

一种电池的电芯不一致性检测方法

技术领域

本申请涉及电池生产技术领域，尤其涉及一种电池的电芯不一致性检测方法。

背景技术

动力电池因其高能量密度和长循环寿命而得到广泛应用，然而当多个动力电池通过串联或者并联成组时，动力电池组往往存在容量衰减过快、寿命较短的问题，这是由于动力电池单体之间的不一致性造成的。如何利用简单、可靠的筛选方法，筛选出性能尽可能一致的动力电池单体用来组成动力电池包，对动力电池的推广应用具有重要的科学与实践意义。

电池的不一致性是指统一规格型号的单体电芯组成电池组后，其电压、荷电量、容量及其衰退率、内阻及其变化率、寿命、温度影响、自放电率等参数存在一定的差别。这种电芯的不一致性不仅会降低电池组的使用水平，影响其应用主体(如电动汽车等)的整体性能，而且还可能产生大量的热量引起电池燃烧或爆炸。

传统方式中，对于组成电池的电芯是否一致，一般通过电压或者容量判断。然而电芯之间的性能差异是日积月累的结果，是逐渐变化的。电池的外电压与直流内阻、工作电流、极化电压等多种因素密切相关。单纯从电压或者容量差异来对电芯的一致性进行判断，不能有效地描述电池间的性能差异。在诸如电动汽车动力电池系统等应用场景中，电池的不一致性不仅仅表现在电压和容量上，还包括温度、SOH、SOP、老化速度等问题上。这些因素互相关联，互相影响，任何一个因素都会影响到整个电池组的使用性能。因此利用对特征参数对动力电池的电芯不一致性进行分析，可以解决电池不一致性评价仅靠电压单参数的不科学性问题。

发明内容

为了解决现有技术中存在的上述一个或多个技术问题，本申请实施例提供了一种电池的电芯不一致性检测方法，以解决现有技术中的电芯不一致性检测方法存在的参考特征单一，检测结果不够精准等问题。

为了达到上述目的，本申请就解决其技术问题所采用的技术方案是：

第一方面，本申请提供了一种电池的电芯不一致性检测方法，所述方法包括：

在电池循环测试过程中，获取每圈循环测试过程中的各个电芯的自发热温升、电流以及电压；

根据各个电芯的所述自发热温升、电流以及电压使用精细化复合多变量多尺度样本熵计算各个电芯对应的信息熵；

根据各个电芯对应的所述信息熵计算所述各个电芯之间的相似度，并根据相似度结果判断所述各个电芯的不一致性；

所述根据各个电芯的所述自发热温升、电流以及电压使用精细化复合多变量多尺度样本熵计算各个电芯对应的信息熵包括：

对每一电芯的所述自发热温升、电流以及电压进行归一化处理，获取归一化结果；

对所述归一化结果使用精细化复合多变量多尺度样本熵RCmvMSE计算每一电芯在不同尺度下的信息熵Entropy_i，j，其中，Entropy_i，j的计算公式如下：

Entropy_i，j＝RCmvMSE(X_i，j，m，r，λ，β)

Entropy_i，j为1*β维向量，β为比例因子，10≤β；r为阈值，0.1≤r≤0.5；λ为时延因子，λ∈R；m为嵌入维数；X_i，j为第i行第j列的电芯的自发热温升、电流以及电压的三维数据；

其中，RCmvMSE的计算公示如下：

和/>

为/>

和/>

在1≤α≤β的平均值，α＝1，2，3......β；

和/>

的计算方法为：

步骤1)含有自发热温升、电流、电压三维数据的序列

i表示电芯所在行数，j表示电芯所在列数，比如，X_a1，i，j表示第i行第j列电芯的a1参数；

步骤2)对于给定的复合时延向量X_a(i，j)和阈值r，计算Pi在d[X_a(i₁，1₁)，X_a(i₂，l₂)]＜r中的数量，i1≠i2或j1≠j2，然后计算出现频率记为

然后将嵌入维数从m扩展到m+1，其中，A，n为测试预设值；

对于一个定义好的尺度因子τ，计算其粗粒度序列的多变量样本熵；为了计算多变量样本熵，首先生成复合时延向量；假设有一个p通道的信号

其中N为每个粗粒度时间序列/>

均长度；复合时延向量定义为：

步骤3)重复步骤1)至步骤2)，并求得

在一个具体的实施例中，所述获取每圈循环测试过程中的各个电芯的自发热温升包括：

在第一圈循环时，根据各个非边缘的电芯的实际温度以及所有边缘的电芯的实际温度的平均值计算得到所述各个非边缘电芯由散热导致的温升；

在第L圈循环时，根据各个电芯的实际温度以及对应的由散热导致的温升计算得到各个电芯的自发热温升，其中，L＞1。

在一个具体的实施例中，所述边缘的电芯由散热导致的温升为零。

在一个具体的实施例中，所述所有边缘的电芯的实际温度的平均值为：

其中，M和N分别表示电池包括的M行N列的电芯，T_aver，1，g表示边缘电芯第一圈循环时第g时刻的实际温度的平均值，T_{k，j，1，g}表示第k行第j列的电芯在第一圈循环时第g时刻的实际温度，T_{1，h，1，g}表示第1行第h列的电芯在第一圈循环时第g时刻的实际温度，T_{i，h，1，g}表示第i行第h列的电芯在第一圈循环时第g时刻的实际温度，T_{k，1，1，g}表示第k行第1列的电芯在第一圈循环时第g时刻的实际温度，g根据放电倍率确定。

在一个具体的实施例中，在第一圈循环时，所述各个非边缘电芯由散热导致的温升为：

其中，M和N分别表示电池包括的M行N列的电芯，Td_{i，j，1，g}表示电池在第一圈循环时第i行第j列的电芯在第g时刻由散热导致的温升，T_{i，j，1，g}表示第i行第j列的电芯在第一圈循环时第g时刻的实际温度。

在一个具体的实施例中，在第L圈循环时，所述各个电芯的自发热温升为：

其中，M和N分别表示电池包括的M行N列的电芯，Ts_{i，j，L，g}表示电池在第L圈循环时第i行第j列的电芯在第g时刻的自发热温升，T_{i，j，L，g}表示电池在第L圈循环时第i行第j列的电芯在第g时刻的实际温度。

在一个具体的实施例中，所述根据各个电芯对应的所述信息熵计算所述各个电芯之间的相似度包括：

根据每两个电芯对应的所述信息熵计算所述每两个电芯之间的欧几里得距离的和。

第二方面，本申请还提供了一种电池的电芯不一致性检测装置，所述装置包括：

数据采集模块，用于在电池循环测试过程中，获取每圈循环测试过程中的各个电芯的自发热温升、电流以及电压；

第一计算模块，用于根据各个电芯的所述自发热温升、电流以及电压使用精细化复合多变量多尺度样本熵计算各个电芯对应的信息熵；

第二计算模块，用于根据各个电芯对应的所述信息熵计算所述各个电芯之间的相似度，并根据相似度结果判断所述各个电芯的不一致性；

其中，所述根据各个电芯的所述自发热温升、电流以及电压使用精细化复合多变量多尺度样本熵计算各个电芯对应的信息熵包括：

对每一电芯的所述自发热温升、电流以及电压进行归一化处理，获取归一化结果；

对所述归一化结果使用精细化复合多变量多尺度样本熵RCmvMSE计算每一电芯在不同尺度下的信息熵Entropy_i，j，其中，Entropy_i，j的计算公式如下：

Entropy_i，j＝RCmvMSE(X_i，j，m，r，Δ，β)

Entropy_i，j为1*β维向量，β为比例因子，10≤β；r为阈值，0.1≤r≤0.5；λ为时延因子，λ∈R，R为实数；m为嵌入维数；X_i，j为第i行第j列的电芯的自发热温升、电流以及电压的三维数据；

其中，RCmvMSE的计算公示如下：

和/>

为/>

和/>

在1≤α≤β的平均值，α＝1，2，3......β；

和/>

的计算方法为：

步骤1)含有自发热温升、电流、电压三维数据的序列

i表示电芯所在行数，j表示电芯所在列数，x_a1，i，j表示第i行第j列电芯的a1参数；

步骤2)对于给定的复合时延向量X_a(i，j)和阈值r，计算P_i在d[X_a(i₁，j₁)，X_a(i₂，j₂)]＜r中的数量，i1≠i2或j1≠j2，然后计算出现频率记为

糕后将嵌入维数从m扩展到m+1，其中，A，n为测试预设值；

对于一个定义好的尺度因子τ，计算其粗粒度序列的多变量样本熵；为了计算多变量样本熵，首先生成复合时延向量；假设有一个p通道的信号

其中N为每个粗粒度时间序列/>

的长度；复合时延向量定义为：

步骤3)重复步骤1)至步骤2)，并求得

第三方面，还提供了一种计算机设备，包括存储器和处理器，所述存储器上存储有可在所述处理器上运行的计算机程序，当所述计算机程序被所述处理器执行时，实现所述电池的电芯不一致性检测方法。

第四方面，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内存储有计算机程序，所述计算机程序被执行时，实现所述电池的电芯不一致性检测方法。

本申请实施例提供的技术方案带来的有益效果是：

本申请实施例提供的电池的电芯不一致性检测方法、装置、计算机设备及存储介质，方法包括在电池循环测试过程中，获取每圈循环测试过程中的各个电芯的自发热温升、电流以及电压，根据各个电芯的所述自发热温升、电流以及电压使用精细化复合多变量多尺度样本熵计算各个电芯对应的信息熵，根据各个电芯对应的所述信息熵计算所述各个电芯之间的相似度，并根据相似度结果判断所述各个电芯的不一致性，通过将电芯的自发热温升、电流以及电压等多个特征参数纳入到电芯的不一致性检测中，同时使用精细化复合多变量多尺度样本熵计算各个电芯对应的信息熵，解决了现有技术中的电芯不一致性检测方法存在的参考特征单一的问题，提高了检测结果的精准度。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例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申请的一些实施例，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是本申请实施例提供的电池的电芯不一致性检测方法的流程图。

图2是本申请实施例提供的电池的电芯不一致性检测装置的结构示意图。

图3是本申请实施例提供的计算机设备的机构示例图。

具体实施方式

为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请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。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

如背景技术所述，现有技术中的电池的电芯不一致性检测方法通常只从电压或者容量差异来对电芯的一致性进行判断，不能有效地描述电池间的性能差异，因此，现有技术中的电池的电芯不一致性检测方法通常不够科学，从而不能保证检测结果的精准度。

为解决上述一个或多个问题，本申请中创造性地提出了一种新的电池的电芯不一致性检测方法，该方法中，在检测电池的电芯不一致性时，一方面不在只单一地从电压或者容量差异来对电芯的一致性进行判断，而是将各个电芯的自发热温升、电流以及电压等多个特征参数作为影响因素纳入到检测过程中，提高检测结果的精准度，另一方面，在检测过程中，利用精细化复合多变量多尺度样本熵计算各个电芯对应的信息熵，从而提取出各个特征参数的深层特征，从而进一步提高检测结果的精准度。

下面将结合附图和各个实施例，对本申请的方案进行详细介绍。

实施例一

为实现本申请的方案，本申请实施例提供了一种电池的电芯不一致性检测方法，参照图1所示，该方法包括如下步骤：

S1：在电池循环测试过程中，获取每圈循环测试过程中的各个电芯的自发热温升、电流以及电压。

具体地，本申请实施例中的电池包括但不限于锂离子电池等，以下以锂离子电池为例进行说明，但应理解的是本申请中所述的电池不应局限于锂离子电池，凡是由多个电芯组成的电池组或电池包都可使用本申请的方案提供的电池的电芯不一致性检测方法。

在锂离子电池的放电过程中，通常以温度、电压和电流作为有效参数来表征其健康状态，因此，本申请实施例中提出同时使用温度、电压、和电流来度量电池的老化状态，检测其组成电芯之间的不一致性。因而，本申请实施例提供的检测方法中，在电池循环测试过程中，首先获取每圈循环测试过程中的各个电芯的自发热温升、电流以及电压，优选地，获取每圈循环测试过程中最后(End-A，End)个电芯的自发热温升、电流以及电压等参数的最后A个值。模组(End-A，End)表示最后一个电芯的A个数据，比如最后一个电芯的最后10个值，可以表示为[End-10，End]。

S2：根据各个电芯的所述自发热温升、电流以及电压使用精细化复合多变量多尺度样本熵计算各个电芯对应的信息熵。

具体地，对于电池中的各个电芯，利用上述步骤获取的自发热温升、电流以及电压使用精细化复合多变量多尺度样本熵RCmvMSE计算各个电芯对应的信息熵Entropy_i，j。其中，精细化复合多变量多尺度样本熵属于多尺度分析方法，能够获取时间序列较为复杂的信号特征，因此多尺度分析方法在故障诊断领域应用较为广泛且取得不错的效果。本申请实施例中，利用精细化复合多变量多尺度样本熵的特性，使用其基于各个电芯的所述自发热温升、电流以及电压计算各个电芯对应的信息熵，从而提取出各个参数(即自发热温升、电流以及电压)的深层特征，以提高检测结果的精准度。

S3：根据各个电芯对应的所述信息熵计算所述各个电芯之间的相似度，并根据相似度结果判断所述各个电芯的不一致性。

具体地，本申请实施例中，利用各个电芯之间的相似度评价电池中电芯老化的不一致性，相似度越高，则说明电池中电芯老化的不一致性越低，否则，说明电池中电芯老化的不一致性越高。

作为一种较优的实施方式，本申请实施例中，所述获取每圈循环测试过程中的各个电芯的自发热温升包括：

在第一圈循环时，根据各个非边缘的电芯的实际温度以及所有边缘的电芯的实际温度的平均值计算得到所述各个非边缘电芯由散热导致的温升；

在第L圈循环时，根据各个电芯的实际温度以及对应的由散热导致的温升计算得到各个电芯的自发热温升，其中，L＞1。

具体地，在第一圈循环时，各个非边缘电芯由散热导致的温升由各个非边缘的电芯的实际温度减去所有边缘的电芯的实际温度的平均值得到，在在第L圈循环时，各个电芯的自发热温升由各个电芯的实际温度减去及各个电芯对应的由散热导致的温升得到，其中L为大于1的整数，如L可以等于2、3、4、5等，这里不在一一穷举。

以下举例对本申请实施中各个电芯的自发热温升的计算过程进行说明。

本申请实施例中电池中的电芯包括但不限于一层，以下以电池中的电芯仅有一层为例进行说明，但应理解的是本申请中所述的电池的电芯不应局限于一层，本申请方案提供的电池的电芯不一致性检测方法亦可应用于电芯排列有多层的电池系统(即电池系统在x方向、y方向以及z方向上均有多个电芯)。

假设电池系统中的电芯仅有一层，x方向和y方向各有M和N个，即电池中包括的电芯有M行N列。外圈电芯(即排列在边缘的所有电芯)由于散热良好，本申请实施例中视为无散热引起的温升，即边缘的电芯由散热导致的温升为零。所有边缘的电芯在第一圈循环时的实际温度的平均值的计算公式如下：

其中，T_aver，1，g表示边缘电芯第一圈循环时第g时刻的实际温度的平均值，T_{k，j，1，g}表示第k行第j列的电芯在第一圈循环时第g时刻的实际温度，T_{1，h，1，g}表示第1行第h列的电芯在第一圈循环时第g时刻的实际温度，T_{i，h，1，g}表示第i行第h列的电芯在第一圈循环时第g时刻的实际温度，T_{k，1，1，g}表示第k行第1列的电芯在第一圈循环时第g时刻的实际温度，1≤k≤M，1≤j≤N，g与放电倍率(Out_C)的大小有关，即g根据放电倍率确定，如0＜g≤3600/Out_C*采集频率。

在第一圈循环时，各个非边缘电芯由散热导致的温升的计算公式如下：

其中，Td_{i，j，1，g}表示电池在第一圈循环时第i行第j列的电芯在第g时刻由散热导致的温升，T_{i，j，1，g}表示第i行第j列的电芯在第一圈循环时第g时刻的实际温度。

在第L圈循环时，各个电芯的自发热温升的计算公式如下：

其中，Ts_{i，j，L，g}表示电池在第L圈循环时第i行第j列的电芯在第g时刻的自发热温升，T_{i，j，L，g}表示电池在第L圈循环时第i行第j列的电芯在第g时刻的实际温度，L为大于1的整数。

作为一种较优的实施方式，本申请实施例中，所述根据各个电芯的所述自发热温升、电流以及电压使用精细化复合多变量多尺度样本熵计算各个电芯对应的信息熵包括：

对每一电芯的所述自发热温升、电流以及电压进行归一化处理，获取归一化结果；

对所述归一化结果使用精细化复合多变量多尺度样本熵计算每一电芯在不同尺度下的信息熵。

具体地，在获取到各个电芯的自发热温升、电流以及电压等参数后，对自发热温升、电流以及电压等数据依次使用Min-Max归一化公式进行归一化以去除量纲，归一化处理公式如下所示：

其中，y_L，i，l为电池中某个电芯在第L圈循环时第i个属性的第l时刻的值经过Min-Max归一化后的值，第i个属性为自发热温升、电流以及电压中的其中一个，x_L，i，l为电池中某个电芯在第L圈循环时第i个属性的第l时刻的实际值，x_min为电池中某个电芯的第i个属性设计过程中所对应的最小值，x_max为电池中某个电芯的第i个属性设计过程中所对应的最大值。作为一种示例性而非限制性的说明，本申请实施例中，可以设置电压最小值为放电截止电压，电芯自发热温升最小值为25℃，电流最小值为0.05C对应的电流，电压最大值为充电截止电压，电芯自发热温升最大值为热失控温度，电流最大值为设计的最大放电倍率对应的电流。

具体地，将电池中第i行第j列的电芯归一化后的自发热温升、电流以及电压数据记为X_i，j，即X_i，j为自发热温升、电流以及电压的三维数据，计算其精细化复合多变量多尺度样本熵Entropy_i，j的计算公式如下：

Entropy_i，j＝RCmvMSE(X_i，j，m，r，λ，β)

其中，Entropy_i，j为1*β维向量，β为比例因子，10≤β，推荐β取值为20；r为阈值，0.1≤r≤0.5，推荐r取值为0.15；λ为时延因子，λ∈R，R为实数，推荐λ取值为1，m为嵌入维数，m∈R，推荐取值为1，也可以根据实际需求进行设置；X_i，j为第i行第j列的电芯的自发热温升、电流以及电压的三维数据。

其中，RCmvMSE的计算公示如下：

和/>

为/>

和/>

在1≤α≤β的平均值，α＝1，2，3......β；

和/>

的计算方法为：

步骤1)含有自发热温升、电流、电压三维数据的序列

i表示电芯所在行数，j表示电芯所在列数，x_a1，i，j表示第i行第j列电芯的a1参数；

步骤2)对于给定的复合时延向量X_a(i，j)和阈值r，计算P_i在d[X_a(i₁，j₁)，X_a(i₂，j₂)]＜r中的数量，i1≠i2或j1≠j2，然后计算出现频率记为

然后将嵌入维数从m扩展到m+1，其中，A，n为测试预设值；

对于一个定义好的尺度因子τ，计算其粗粒度序列的多变量样本熵；为了计算多变量样本熵，首先生成复合时延向量：假设有一个p通道的信号

其中N为每个粗粒度时间序列/>

的长度；复合时延向量定义为：

步骤3)重复步骤1)至步骤2)，并求得

作为一种较优的实施方式，本申请实施例中，所述根据各个电芯对应的所述信息熵计算所述各个电芯之间的相似度包括：

根据每两个电芯对应的所述信息熵计算所述每两个电芯之间的欧几里得距离的和。

具体地，使用欧几里得距离计算每两个电芯之间的欧几里得距离的和的计算公式如下：

其中，Dis_all为每两个电芯之间的距离的和，Entropy_i，j，n为电池中第i行第j列的电芯的信息熵的值的第n个分量，Entropy_i，k，n为电池中第i行第k列的电芯的信息熵的值的第n个分量。

作为一种较优的实施方式，本申请实施例中，在根据相似度结果(如每两个电芯之间的欧几里得距离的和Dis_all等)判断所述各个电芯的不一致时，可以先通过统计学知识统计出电池不一致性的阈值，然后将计算得到的Dis_all与该阈值进行比较，当Dis_all大于该阈值时，则认为电池系统中的电芯出现了不一致性问题，反之，则认为电池系统中的电芯不存在不一致性问题。

实施例二

对应于上述实施例一，本申请还提供了一种电池的电芯不一致性检测装置，其中，本实施例中，与上述实施例一相同或相似的内容，可以参考上文介绍，后续不再赘述。参照图2示，该装置包括：

数据采集模块，用于在电池循环测试过程中，获取每圈循环测试过程中的各个电芯的自发热温升、电流以及电压；

第一计算模块，用于根据各个电芯的所述自发热温升、电流以及电压使用精细化复合多变量多尺度样本熵计算各个电芯对应的信息熵；

第二计算模块，用于根据各个电芯对应的所述信息熵计算所述各个电芯之间的相似度，并根据相似度结果判断所述各个电芯的不一致性；

其中，所述根据各个电芯的所述自发热温升、电流以及电压使用精细化复合多变量多尺度样本熵计算各个电芯对应的信息熵包括：

对每一电芯的所述自发热温升、电流以及电压进行归一化处理，获取归一化结果；

对所述归一化结果使用精细化复合多变量多尺度样本熵RCmvMSE计算每一电芯在不同尺度下的信息熵Entropy_i，j，其中，Entropy_i，j的计算公式如下：

Entropy_i，j＝RCmvMSE(X_i，j，m，r，λ，β)

Entropy_i，j为1*β维向量，β为比例因子，10≤β；r为阈值，0.1≤r≤05；λ为时延因子，λ∈R，R为实数；m为嵌入维数；X_i，j为第i行第j列的电芯的自发热温升、电流以及电压的三维数据；

其中，RCmvMSE的计算公示如下：

和/>

为/>

和/>

在1≤α≤β的平均值，α＝1，2，3......β；

和/>

的计算方法为：

步骤1)含有自发热温升、电流、电压三维数据的序列

i表示电芯所在行数，j表示电芯所在列数，x_a1，i，j表示第i行第j列电芯的a1参数；

步骤2)对于给定的复合时延向量X_a(i，j)和阈值r，计算P_i在d[X_a(i₁，j₁)，X_a(i₂，j₂)]＜r中的数量，i1≠i2或j1≠j2，然后计算出现频率记为

然后将嵌入维数从m扩展到m+1，其中，A，n为测试预设值；

对于一个定义好的尺度因子τ，计算其粗粒度序列的多变量样本熵；为了计算多变量样本熵，首先生成复合时延向量；假设有一个p通道的信号

其中N为每个粗粒度时间序列/>

的长度；复合时延向量定义为：

步骤3)重复步骤1)至步骤2)，并求得

/>

实施例三

对应上述实施例一和二，本发明还提供了一种计算机设备，包括：处理器和存储器，存储器上存储有可在处理器上运行的计算机程序，当计算机程序被处理器执行时，执行上述任意一个实施例提供的电池的电芯不一致性检测方法。

其中，图3示例性的展示出了计算机设备1500，具体可以包括处理器1510，视频显示适配器1511，磁盘驱动器1512，输入/输出接口1513，网络接口1514，以及存储器1520。上述处理器1510、视频显示适配器1511、磁盘驱动器1512、输入/输出接口1513、网络接口1514，与存储器1520之间可以通过通信总线1530进行通信连接。

其中，处理器1510可以采用通用的CPU(Central Processing Unit，中央处理器)、微处理器、应用专用集成电路(Application Specific Integrated Circuit，ASIC)、或者一个或多个集成电路等方式实现，用于执行相关程序，以实现本发明所提供的技术方案。

存储器1520可以采用ROM(Read Only Memory，只读存储器)、RAM(Random AccessMemory，随机存取存储器)、静态存储设备，动态存储设备等形式实现。存储器1520可以存储用于控制电子设备运行的操作系统1521，用于控制电子设备的低级别操作的基本输入输出系统(BIOS)。另外，还可以存储网页浏览器1523，数据存储管理系统1524，以及设备标识信息处理系统1525等等。上述设备标识信息处理系统1525就可以是本发明实施例中具体实现前述各步骤操作的应用程序。总之，在通过软件或者固件来实现本发明所提供的技术方案时，相关的程序代码保存在存储器1520中，并由处理器1510来调用执行。

输入/输出接口1513用于连接输入/输出模块，以实现信息输入及输出。输入输出/模块可以作为组件配置在设备中(图中未示出)，也可以外接于设备以提供相应功能。其中输入设备可以包括键盘、鼠标、触摸屏、麦克风、各类传感器等，输出设备可以包括显示器、扬声器、振动器、指示灯等。

网络接口1514用于连接通信模块(图中未示出)，以实现本设备与其他设备的通信交互。其中通信模块可以通过有线方式(例如USB、网线等)实现通信，也可以通过无线方式(例如移动网络、WIFI、蓝牙等)实现通信。

总线包括一通路，在设备的各个组件(例如处理器1510、视频显示适配器1511、磁盘驱动器1512、输入/输出接口1513、网络接口1514，与存储器1520)之间传输信息。

另外，该电子设备还可以从虚拟资源对象领取条件信息数据库中获得具体领取条件的信息，以用于进行条件判断，等等。

需要说明的是，尽管上述设备仅示出了处理器1510、视频显示适配器1511、磁盘驱动器1512、输入/输出接口1513、网络接口1514，存储器1520，总线等，但是在具体实施过程中，该设备还可以包括实现正常运行所必需的其他组件。此外，本领域的技术人员可以理解的是，上述设备中也可以仅包含实现本发明方案所必需的组件，而不必包含图中所示的全部组件。

实施例四

对应于上述实施例一至三，本申请实施例还提供了一种计算机可读存储介质，其中，本实施例中，与上述实施例一至三相同或相似的内容，可以参考上文介绍，后续不再赘述。

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，实现如下步骤：

在电池循环测试过程中，获取每圈循环测试过程中的各个电芯的自发热温升、电流以及电压；

根据各个电芯的所述自发热温升、电流以及电压使用精细化复合多变量多尺度样本熵计算各个电芯对应的信息熵；

根据各个电芯对应的所述信息熵计算所述各个电芯之间的相似度，并根据相似度结果判断所述各个电芯的不一致性。

在一些实施方式中，本申请实施例中，所述计算机程序被处理器执行时，还可以实现与实施例一所述方法对应的步骤，可以参考实施例一中的详细描述，此处不作赘述。

通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例或者实施例的某些部分所述的方法。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统或系统实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的系统及系统实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

以上对本发明所提供的技术方案，进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (7)

1.一种电池的电芯不一致性检测方法，其特征在于，所述方法包括：

在电池循环测试过程中，获取每圈循环测试过程中的各个电芯的自发热温升、电流以及电压；

根据各个电芯的所述自发热温升、电流以及电压使用精细化复合多变量多尺度样本熵计算各个电芯对应的信息熵；

根据各个电芯对应的所述信息熵计算所述各个电芯之间的相似度，并根据相似度结果判断所述各个电芯的不一致性；

所述根据各个电芯的所述自发热温升、电流以及电压使用精细化复合多变量多尺度样本熵计算各个电芯对应的信息熵包括：

对每一电芯的所述自发热温升、电流以及电压进行归一化处理，获取归一化结果；

对所述归一化结果使用精细化复合多变量多尺度样本熵RCmvMSE计算每一电芯在不同尺度下的信息熵Entropy_i，j，其中，Entropy_i，j的计算公式如下：

Entropy_i，j＝RCmvMSE(X_i，j，m，r，λ，β)

Entropy_i，j为1*β维向量，β为比例因子，10≤β；r为阈值，0.1≤r≤0.5；λ为时延因子，λ∈R，R为实数；m为嵌入维数；X_i，j为第i行第j列的电芯的自发热温升、电流以及电压的三维数据；

其中，RCmvMSE的计算公示如下：

和/>

为/>

和/>

在1≤α≤β的平均值，α＝1，2，3……β；

和/>

的计算方法为：

步骤1)含有自发热温升、电流、电压三维数据的序列

i表示电芯所在行数，j表示电芯所在列数，x_a1，i，j表示第i行第j列电芯的a1参数；

步骤2)对于给定的复合时延向量X_a(i，j)和阈值r，计算P_i在d[X_a(i₁，j₁)，X_a(i₂，j₂)]＜r中的数量，i1≠i2或j1≠j2，然后计算出现频率记为

然后将嵌入维数从m扩展到m+1，其中，A，n为测试预设值；

对于一个定义好的尺度因子τ，计算其粗粒度序列的多变量样本熵；为了计算多变量样本熵，首先生成复合时延向量；假设有一个p通道的信号

其中N为每个粗粒度时间序列/>

的长度；复合时延向量定义为：

/>

步骤3)重复步骤1)至步骤2)，并求得

2.根据权利要求1所述的电池的电芯不一致性检测方法，其特征在于，所述获取每圈循环测试过程中的各个电芯的自发热温升包括：

在第一圈循环时，根据各个非边缘的电芯的实际温度以及所有边缘的电芯的实际温度的平均值计算得到所述各个非边缘电芯由散热导致的温升；

在第L圈循环时，根据各个电芯的实际温度以及对应的由散热导致的温升计算得到各个电芯的自发热温升，其中，L＞1。

3.根据权利要求2所述的电池的电芯不一致性检测方法，其特征在于，所述边缘的电芯由散热导致的温升为零。

4.根据权利要求2所述的电池的电芯不一致性检测方法，其特征在于，所述所有边缘的电芯的实际温度的平均值为：

其中，M和N分别表示电池包括的M行N列的电芯，T_aver，1，g表示边缘电芯第一圈循环时第g时刻的实际温度的平均值，T_k，j，1,g表示第k行第j列的电芯在第一圈循环时第g时刻的实际温度，T_{1，h，1，g}表示第1行第h列的电芯在第一圈循环时第g时刻的实际温度，T_{i，h，1，g}表示第i行第h列的电芯在第一圈循环时第g时刻的实际温度，T_{k，1，1，g}表示第k行第1列的电芯在第一圈循环时第g时刻的实际温度，g根据放电倍率确定。

5.根据权利要求4所述的电池的电芯不一致性检测方法，其特征在于，在第一圈循环时，所述各个非边缘电芯由散热导致的温升为：

其中，M和N分别表示电池包括的M行N列的电芯，Td_{i，j，1，g}表示电池在第一圈循环时第i行第j列的电芯在第g时刻由散热导致的温升，T_{i，j，1，g}表示第i行第j列的电芯在第一圈循环时第g时刻的实际温度。

6.根据权利要求5所述的电池的电芯不一致性检测方法，其特征在于，在第L圈循环时，所述各个电芯的自发热温升为：

其中，M和N分别表示电池包括的M行N列的电芯，Ts_i，j,L,g表示电池在第L圈循环时第i行第j列的电芯在第g时刻的自发热温升，T_{i，j，L，g}表示电池在第L圈循环时第i行第j列的电芯在第g时刻的实际温度。

7.根据权利要求1所述的电池的电芯不一致性检测方法，其特征在于，所述根据各个电芯对应的所述信息熵计算所述各个电芯之间的相似度包括：

根据每两个电芯对应的所述信息熵计算所述每两个电芯之间的欧几里得距离的和。

Images