CN116482560B - 电池故障检测方法、装置、电子设备及存储介质 - Google Patents

Abstract

本公开关于一种电池故障检测方法、装置、电子设备及存储介质，涉及电池技术领域。其中，所述电池故障检测方法，包括：获取电池组内每个单体电池在充电阶段的电压数据；基于每个所述单体电池在所述充电阶段的电压数据，计算每个所述单体电池与中值电压间的欧几里得距离；基于每个所述单体电池与所述中值电压间的欧几里得距离，确定欧几里得距离矩阵；基于所述欧几里得距离矩阵检测所述电池组内的故障单体电池。采用本公开实施例提供的方法，基于电池组充电阶段组内单体电池的电压数据，利用欧几里得距离诊断电池故障，精确度高、计算成本低、泛化能力强。

Description

电池故障检测方法、装置、电子设备及存储介质

技术领域

本公开涉及电池技术领域，尤其涉及一种电池故障检测方法、装置、电子设备及存储介质。

背景技术

相关技术中，电化学电池以其高功率和能量密度、无记忆效应、低自放电率和长循环寿命的特性被广泛应用于储能系统。然而，电池在使用过程中不可避免的会由于性能退化导致功率下降、寿命缩短和其他安全隐患。电池故障诊断对于维护储能系统安全性和可靠性至关重要。由于电池系统、操作条件和外部环境的耐受性差，各种故障可能同时发生。因此，能够诊断不同类型故障的方法，即电池组的多故障诊断方法，在实际应用中更为关键。目前，一些主要的对电池组进行多故障诊断的方法主要为基于模型和数据驱动的方法。基于模型的多故障诊断方法采用参数和状态估计方法来跟踪电池退化。基于数据驱动的多故障诊断方法直接从在线监测数据中提取关键特征来检测故障，而不考虑电池系统的内部状态。这导致电池组的多故障诊断方法仍然不足，由于实际电池管理系统的计算能力有限，与单一故障诊断方法相比，多故障诊断方法计算量更大，更难实际应用。

发明内容

本公开提供一种电池故障检测方法、装置、电子设备及存储介质。本公开的技术方案如下：

根据本公开实施例的第一方面，提供一种电池故障检测方法，包括：

获取电池组内每个单体电池在充电阶段的电压数据；

基于每个所述单体电池在所述充电阶段的电压数据，计算每个所述单体电池与中值电压间的欧几里得距离；

基于每个所述单体电池与所述中值电压间的欧几里得距离，确定欧几里得距离矩阵；

基于所述欧几里得距离矩阵检测所述电池组内的故障单体电池。

在一种可能的实施方式中，所述基于每个所述单体电池在所述充电阶段的电压数据，计算每个所述单体电池与中值电压间的欧几里得距离，包括：

根据每个所述单体电池在充电阶段测得的电压数据，确定中值电压曲线；

基于所述中值电压曲线，以及每个所述单体电池在充电阶段的每个点对应的权重，计算每个所述单体电池与中值电压间的加权欧几里得距离。

在一种可能的实施方式中，所述基于所述两两所述单体电池间的欧几里得距离，确定欧几里得距离矩阵，包括：

对所有所述单体电池的加权欧几里得距离进行归一化处理，得到所述欧几里得距离矩阵。

在一种可能的实施方式中，所述基于所述欧几里得距离矩阵检测所述电池组内的故障单体电池，包括：

将所述欧几里得距离矩阵中大于预设阈值的元素对应的单体电池确定为故障单体电池；

将所述欧几里得距离矩阵中小于或等于所述预设阈值的元素对应的单体电池确定为正常单体电池。

在一种可能的实施方式中，所述方法还包括：

基于电压差分析方法，分析所述故障单体电池的电压数据与所述正常单体电池的电压数据之间的残差，确定故障单体电池的故障类型。

在一种可能的实施方式中，所述基于电压差分析方法，分析所述故障单体电池的电压数据与所述正常单体电池的电压数据之间的残差，确定故障单体电池的故障类型包括如下至少一种：

将所述故障单体电池中，充电起始时刻的起始电压小于起始电压阈值且充电结束时刻的结束电压小于结束电压阈值的故障单体电池的故障类型确定为低电池荷电状态SOC故障；

将所述故障单体电池中，充电起始时刻的上升电压值大于第一预设上升电压且在所述充电阶段的电压总体趋势与预设电压趋势相似的故障单体电池的故障类型确定为内阻故障；

将所述故障单体电池中，在所述充电阶段的电压总体趋势与预设电压趋势明显不同的故障单体电池的故障类型确定为老化故障；

将所述故障单体电池中，充电起始时刻的上升电压值大于第二预设上升电压且在所述充电阶段的电压总体趋势与预设电压趋势相似的故障单体电池的故障类型确定为连接故障；其中，所述第二预设上升电压大于所述第一预设上升电压；

将所述故障单体电池中，在所述充电阶段的电压总体趋势与预设电压趋势明显不同且外短路单体电池的电压出现下降趋势的故障单体电池的故障类型确定为外短路故障。

根据本公开实施例的第二方面，提供一种电池故障检测装置，包括：

数据获取模块，用于获取电池组内每个单体电池在充电阶段的电压数据；

计算模块，用于基于每个所述单体电池在所述充电阶段的电压数据，计算每个所述单体电池与中值电压间的欧几里得距离；

矩阵确定模块，用于基于每个所述单体电池与所述中值电压间的欧几里得距离，确定欧几里得距离矩阵；

故障检测模块，用于基于所述欧几里得距离矩阵检测所述电池组内的故障单体电池。

根据本公开实施例的第三方面，提供一种电子设备，包括：

处理器；

用于存储所述处理器可执行指令的存储器;

其中，所述处理器被配置为执行所述指令，以实现如第一方面中任一项所述的方法。

根据本公开实施例的第四方面，提供一种存储介质，当所述存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行如第一方面中任一项所述的方法。

根据本公开实施例的第五方面，提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如第一方面中任一项所述的方法。

本公开的实施例提供的技术方案至少带来以下有益效果：

在本公开实施例中，通过获取电池组内每个单体电池在充电阶段的电压数据；基于每个所述单体电池在所述充电阶段的电压数据，计算每个所述单体电池与中值电压间的欧几里得距离；基于每个所述单体电池与所述中值电压间的欧几里得距离，确定欧几里得距离矩阵；基于所述欧几里得距离矩阵检测所述电池组内的故障单体电池。这样，基于电池组充电阶段组内单体电池的电压数据，利用欧几里得距离诊断电池故障，具有精确度高、计算成本低、以及泛化能力强等优点。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理，并不构成对本公开的不当限定。

图1是根据一示例性实施例示出的一种电池故障检测方法的流程图。

图2是根据一示例性实施例示出的一种电池故障检测装置的框图。

图3是根据一示例性实施例示出的一种电子设备的框图。

具体实施方式

为了使本领域普通人员更好地理解本公开的技术方案，下面将结合附图，对本公开实施例中的技术方案进行清楚、完整地描述。

需要说明的是，本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。

下面结合附图对本公开实施例提供的电池故障检测方法、装置、电子设备及存储介质进行详细说明。

图1是根据一示例性实施例示出的一种电池故障检测方法的流程图。如图1所示，方法可以包括以下步骤。

在步骤S101中，获取电池组内每个单体电池在充电阶段的电压数据。

在本公开实施例中，在进行电池组中单体电池的故障检测时，可以先获取电池组中每个单体电池在充电阶段的电压数据，电压数据可以是单体电池在充电阶段的端子电压数据。可以理解的，在获取电池组内每个单体电池在充电阶段的电压数据之后，可以对获取的每个单体电池在充电阶段的电压数据进行清洗，基于清洗后的电压数据进行后续的故障检测。电压数据可以是终端电压曲线数据的形式，示例性的，对于串联电池组的多故障诊断，假设所测量获得的串联电池组内每个单体电池在充电阶段的终端电压曲线数据可以如式（1）所示。

(1)

其中，是电池组中第m个单体电池在充电阶段的端子电压变化的曲线序列；/>是指在第m个单体电池在充电阶段的第n个采样电压；n表示充电阶段端子电压样本的总数，m表示电池组中单体电池的总数，n可以根据离线实验及经验确定。

在步骤S102中，基于每个单体电池在充电阶段的电压数据，计算每个单体电池与中值电压间的欧几里得距离。

在本公开实施例中，获取电池组内每个单体电池在充电阶段的电压数据之后，可以基于每个单体电池在充电阶段的电压数据，确定中值电压，再计算每个单体电池与中值电压间的欧几里得距离。示例性的，例如可以基于中值电压曲线进行每个单体电池与中值电压间的欧几里得距离的计算。具体计算方式将在后续实施例进行说明，在此先不赘述。

在步骤S103中，基于每个单体电池与中值电压间的欧几里得距离，确定欧几里得距离矩阵。

在本公开实施例中，计算每个单体电池与中值电压间的欧几里得距离之后，可以基于每个单体电池与中值电压间的欧几里得距离得到欧几里得距离矩阵。示例性的，可以对所有单体电池电压曲线与中值电压曲线的欧几里得距离进行归一化处理，得到欧几里得距离矩阵。

在步骤S104中，基于欧几里得距离矩阵检测电池组内的故障单体电池。

在本公开实施例中，在基于两两单体电池间的欧几里得距离，确定欧几里得距离矩阵之后，可以基于欧几里得距离矩阵检测电池组内的故障单体电池，也即可以通过分析和比较欧几里得距离矩阵，检测并定位故障单体电池。如此，可以实现电池组中单体电池的故障定位。

在本公开实施例中，通过获取电池组内每个单体电池在充电阶段的电压数据；基于每个所述单体电池在所述充电阶段的电压数据，计算每个所述单体电池与中值电压间的欧几里得距离；基于每个所述单体电池与中值电压间的欧几里得距离，确定欧几里得距离矩阵；基于所述欧几里得距离矩阵检测所述电池组内的故障单体电池。这样，基于电池组充电阶段组内单体电池的电压数据，利用欧几里得距离诊断电池故障，具有精确度高、计算成本低、以及泛化能力强等优点。

在一种可能的实施方式中，基于每个单体电池在充电阶段的电压数据，计算每个单体电池与中值电压间的欧几里得距离，包括：

根据每个单体电池在充电阶段测得的电压数据，确定中值电压曲线；

基于中值电压曲线，以及每个单体电池在充电阶段的每个点对应的权重，计算每个单体电池与中值电压间的加权欧几里得距离。

在本公开实施例中，可以根据每个单体电池在充电阶段测得的终端电压曲线数据（即电压数据），选择中值电压曲线，并为每个点设置对应的权重，按式（2）计算每个单体电池电压数据与中值电压曲线之间的加权欧几里得距离。考虑到电池组中或存在异常电池，若选择电压曲线平均值或计算两两电池的欧几里得距离可能会让计算结果产生漂移，造成误诊断，故而，可以选择中值电压曲线来计算欧几里得距离。示例性的，中值电压曲线的选择方式可以为，选择式（1）矩阵中每一行的中值获得,/>表示中值电压曲线。同时，还可以为每个点的电压数据设置对应的权重。示例性的，在采样窗口长度n内，由于最近的数据比更早的数据更加重要，当n较长时，采用传统欧几里得距离计算可能削弱最近的数据的影响，若最近的数据存在异常，或出现漏诊断情况，故而，在计算欧几里得距离时，可以对每个点配置对应的权重，通过给最近的数据设置更大的权重来增强最近的数据的影响。如式（2）所示。

(2)

其中，是计算不同点欧几里得距离时的权重，满足/>；/>是电池组内的单体电池j（j=1，2，..，m）的电压曲线和中值电压曲线之间的欧几里得距离（即加权欧几里得距离）。

如此，通过加大最近时刻采样曲线的欧几里得距离的权重，降低更早期数据对检测结果的影响，提高最近数据对检测结果的影响，从而可以提升检测方法的灵敏度和检测结果的准确性。

在进一步的实施例中，基于每个单体电池与中值电压间的欧几里得距离，确定欧几里得距离矩阵，包括：

对所有单体电池的加权欧几里得距离进行归一化处理，得到欧几里得距离矩阵。

在本公开实施例中，欧几里得距离矩阵可以是加权欧几里得距离矩阵。示例性的，如式（3）所示，对所有电池电压曲线的加权欧几里得距离进行归一化，即可得到欧几里得距离矩阵。

(3)

(4)

其中，是电池组内单体电池j和中值电压曲线之间的归一化欧几里得距离；，/>。

在一种可能的实施方式中，基于欧几里得距离矩阵检测电池组内的故障单体电池，包括：

将欧几里得距离矩阵中大于预设阈值的元素对应的单体电池确定为故障单体电池；

将欧几里得距离矩阵中小于或等于预设阈值的元素对应的单体电池确定为正常单体电池。

在本公开实施例中，分析和比较加权欧几里得距离矩阵，即可实现单体电池故障检测和定位。示例性的，由于一个电池包内通常由单体电池串并联构成，上述实施例中所计算的实际上可以为串联电池组内的改进的欧几里得距离，若电池组内并联支路数为a，对所有并联支路同样进行计算，获得改进的欧几里得距离矩阵（即加权欧几里得距离矩阵），如下所示：

(4)

式（4）中，欧几里得距离矩阵内的大于预设阈值的元素对应的单体电池即为故障单体电池，反之，小于或等于预设阈值的元素对应的单体电池即为正常电池，也即未发生故障的单体电池。其中，预设阈值的具体数值可以根据实际情况进行设置。

在一种可能的实施方式中，本公开实施例提供的电池故障检测方法还可以包括：

基于电压差分析方法，分析故障单体电池的电压数据与正常单体电池的电压数据之间的残差，确定故障单体电池的故障类型。

在本公开实施例中，还可以通过电压差分析方法，分析故障单体电池的电压数据与正常单体电池的电压数据之间的残差，来确定不同的故障类型，也即可以通过电压差分析方法，实现故障单体电池的故障类型的判断。如此，可以进一步降低计算成本、提高检测精度，实现多种故障类型的检测，另外，所涉及的加权欧几里得距离评估和电压差分析方法还可以快速检测和定位突发故障，且对渐进故障具有良好的诊断能力。

在进一步可能的实施方式中，基于电压差分析方法，分析欧几里得距离矩阵故障单体电池的电压数据与欧几里得距离矩阵正常单体电池的电压数据之间的残差，确定故障单体电池的故障类型包括如下至少一种：

将欧几里得距离矩阵故障单体电池中，充电起始时刻的起始电压小于起始电压阈值且充电结束时刻的结束电压小于结束电压阈值的故障单体电池的故障类型确定为低电池荷电状态SOC故障；

将欧几里得距离矩阵故障单体电池中，充电起始时刻的上升电压值大于第一预设上升电压且在欧几里得距离矩阵充电阶段的电压总体趋势与预设电压趋势相似的故障单体电池的故障类型确定为内阻故障；

将欧几里得距离矩阵故障单体电池中，在欧几里得距离矩阵充电阶段的电压总体趋势与预设电压趋势明显不同的故障单体电池的故障类型确定为老化故障；

将欧几里得距离矩阵故障单体电池中，充电起始时刻的上升电压值大于第二预设上升电压且在欧几里得距离矩阵充电阶段的电压总体趋势与预设电压趋势相似的故障单体电池的故障类型确定为连接故障；其中，欧几里得距离矩阵第二预设上升电压大于欧几里得距离矩阵第一预设上升电压；

将欧几里得距离矩阵故障单体电池中，在欧几里得距离矩阵充电阶段的电压总体趋势与预设电压趋势明显不同且外短路单体电池的电压出现下降趋势的故障单体电池的故障类型确定为外短路故障。

在本公开实施例中，可以实现老化故障、低电池荷电状态SOC故障、内阻故障、连接故障、外短路故障中一项或多项故障类型的检测。可以根据不同故障的特点准确确定故障类型，判断的基础可以从三个方面考虑：首先，在充电的时刻单体电池端子电压的变化；第二，充电结束时单体电池端子电压的位置；最后，观察单体电池充电阶段的总体趋势，单体电池的故障通常是多种因素共同作用的结果，在这种情况下，可以使用多个标准来诊断故障类型。示例性的，对于低SOC故障，单体电池在充电开始时以及充电结束时具有比其他电池的端子电压更低的端子电压，由于电池SOC与端子电压具有很强的正线性关系，故而，具有在充电开始时以及充电结束时具有比其他电池的端子电压更低的端子电压的特征的电池SOC较低。故而，可以将单体电池中，充电起始时刻的起始电压小于起始电压阈值且充电结束时刻的结束电压小于结束电压阈值的故障单体电池的故障类型确定为低SOC故障。其中，起始电压阈值和结束电压阈值可以根据其他正常单体电池的电压进行设置。

对于内阻故障，可以将故障单体电池中，充电起始时刻的上升电压值大于第一预设上升电压且在充电阶段的电压总体趋势与预设电压趋势相似的故障单体电池的故障类型确定为内阻故障。其中，第一预设上升电压可以根据正常单体电池的电压进行设置，充电阶段的电压总体趋势与预设电压趋势相似，可以理解为总体趋势相差在预设范围内，预设电压趋势可以根据其他正常单体电池的趋势进行设置，预设范围也可以根据实际需求进行设置。对于老化故障，发生老化故障的单体电池的电压总体变化趋势与其他单体明显不同，也即可以将故障单体电池中，在充电阶段的电压总体趋势与预设电压趋势明显不同的故障单体电池的故障类型确定为老化故障。

对于连接故障，发生连接故障的单体电池的电压变化趋势和正常单体电池的总体趋势通常非常相似，且在充电开始时刻电压上升相比内阻故障更加明显。故而，可以将故障单体电池中，充电起始时刻的上升电压值大于第二预设上升电压且在充电阶段的电压总体趋势与预设电压趋势相似的故障单体电池的故障类型确定为连接故障；其中，第二预设上升电压大于第一预设上升电压。对于外短路故障，发生外短路故障的单体电池的充电电压整体趋势中会出现显著的异常。在充电阶段，外短路故障的单体电池的端子电压会显示出下降的趋势，故而，将故障单体电池中，在充电阶段的电压总体趋势与预设电压趋势明显不同且外短路单体电池的电压出现下降趋势的故障单体电池的故障类型确定为外短路故障。其中，电压总体趋势与预设电压趋势明显不同，可以理解为总体趋势相差在预设范围外，预设电压趋势可以根据其他正常单体电池的趋势进行设置，预设范围也可以根据实际需求进行设置。

为使本公开实施例提供的电池故障检测方法更加清晰，下面结合具体的实施例对本公开实施例提供的方法进行说明。如下所示，本公开实施例提供的方法可以包括如下步骤：

步骤1：测量电池组内所有单体电池的电压数据。

对于串联电池组的多故障诊断，假设所测量获得的串联电池组内每个单体电池在充电阶段的终端电压曲线数据如式（1）所示。

(1)

其中，是电池组中第m个电池在充电阶段的端子电压变化的曲线序列；/>是指在第m个单体电池的充电阶段期间的第n个采样电压；n表示充电阶段期间端子电压样本的总数，而m表示电池组中单体电池的总数。n需要根据离线实验及经验确定。

步骤2：根据每个单体电池在充电阶段测得的终端电压曲线数据，选择中值电压曲线，并设置权重，按式（2）计算每个单体电池的电压曲线与中值电压曲线之间的加权欧几里得距离。

具体的，由于电池组中可能存在异常电池，因此若选择电压曲线平均值或计算两两单体电池的欧几里得距离可能会让计算结果产生漂移，造成误诊断。因此，本实施例中选择中值电压曲线来计算欧几里得距离。其中，中值电压曲线的选择方式为，选择式（1）矩阵中每一行的中值获得,/>表示中值电压曲线。

在采样窗口长度n内，由于最近的数据比更早的数据更加重要，当n较长时，采用传统欧几里得距离计算可能削弱最近的数据的影响，若最近的数据存在异常，或出现漏诊断情况，因此本实施例对欧几里得距离进行了改进，在计算欧几里得距离时，对每个点配置对应的权重，通过给最近的数据设置更大的权重来增强最近数据的影响，如式（2）所示：

(2)

其中，是计算不同点欧几里得距离时的权重，满足/>；/>是电池组内的单体电池j（j=1，2，..，m）的电压曲线和中值电压曲线之间的加权欧几里得距离。

步骤3：如式（3）所示，对所有单体电池电压曲线的加权欧几里得距离进行归一化处理。

(3)

(4)

其中，是电池组内单体电池j和中值电压曲线之间的归一化加权欧几里得距离；，/>。

步骤4：分析和比较改进欧几里得距离矩阵，检测并定位故障电池。

由于一个电池包内通常由单体电池串并联构成，步骤1-3中所计算为串联电池组改进欧几里得距离，若电池包内并联支路数为a，对所有并联支路同样进行步骤1-3的计算，获得改进欧几里得距离矩阵，如下所示：

(4)

式（4）矩阵内的大于预设阈值的元素为故障电池，小于或等于预设阈值的元素为正常电池。

还可以根据不同故障的特点准确确定故障类型。故障类型判断的基础可以从三个方面考虑。首先，在充电的时刻单体电池端子电压的变化。第二，充电结束时单体电池端子电压的位置。最后，观察单体电池充电阶段的总体趋势。单体电池的故障通常是多种因素共同作用的结果。在这种情况下，可以使用多个标准来诊断故障类型。具体如下：

a）低SOC故障：单体电池在充电开始时以及充电结束时具有比其他单体电池的端子电压更低的端子电压。由于电池SOC与端子电压具有很强的正线性关系。具有此特征的单体电池SOC较低，为低SOC故障。

b）内阻故障：电池的总体趋势与其他单体电池相似，并且具有与充电结束时的正常单体电池端子电压相同的端子电压特性。然而，在充电开始时刻存在略微的电压上升。由于电池的内阻不同，在充电开始的瞬间会出现不同程度的电压上升现象。与正常电池电压相比，内阻故障的电池电压上升略大，并且总体趋势与正常电池的趋势相似。具有此特征的单体电池为内阻故障。

c）老化故障：老化故障的电池电压总体变化趋势与其他单体明显不同。具有此特征的单体电池为老化故障。

d）连接故障：连接故障的电池电压变化趋势和正常单体的总体趋势非常相似，在充电开始时刻电压上升相比内阻故障更加明显。具有此特征的单体电池为连接故障。

e）外短路故障：电池充电电压整体趋势中出现显著的异常。在充电阶段，外短路电池端子电压显示出下降的趋势。具有此特征的单体电池为外短路故障。

本实施例的具体实现方式和技术效果与上述实施例类似，在此不再赘述。

基于相同的发明构思，本公开的实施例还提供了一种电池故障检测装置，如图2所示，图2是根据一示例性实施例示出的一种电池故障检测装置的框图。参照图2，该电池故障检测装置200可以包括：

数据获取模块210，用于获取电池组内每个单体电池在充电阶段的电压数据；

计算模块220，用于基于每个所述单体电池在所述充电阶段的电压数据，计算每个所述单体电池与中值电压间的欧几里得距离；

矩阵确定模块230，用于基于每个所述单体电池与所述中值电压间的欧几里得距离，确定欧几里得距离矩阵；

故障检测模块240，用于基于所述欧几里得距离矩阵检测所述电池组内的故障单体电池。

在一种可能的实施方式中，所述计算模块220，包括：

确定单元，用于根据每个所述单体电池在充电阶段测得的电压数据，确定中值电压曲线；

计算单元，用于基于所述中值电压曲线，以及每个所述单体电池在充电阶段的每个点对应的权重，计算每个所述单体电池与中值电压间的加权欧几里得距离。

在一种可能的实施方式中，所述矩阵确定模块230，用于：

对所有所述单体电池的加权欧几里得距离进行归一化处理，得到所述欧几里得距离矩阵。

在一种可能的实施方式中，所述故障检测模块240，包括：

第一检测单元，用于将所述欧几里得距离矩阵中大于预设阈值的元素对应的单体电池确定为故障单体电池；

第二检测单元，用于将所述欧几里得距离矩阵中小于或等于所述预设阈值的元素对应的单体电池确定为正常单体电池。

在一种可能的实施方式中，所述装置还包括：

故障类型检测模块，用于基于电压差分析方法，分析所述故障单体电池的电压数据与所述正常单体电池的电压数据之间的残差，确定故障单体电池的故障类型。

在一种可能的实施方式中，所述故障类型检测模块，用于包括如下至少一种：

第一故障类型检测单元，用于将所述故障单体电池中，充电起始时刻的起始电压小于起始电压阈值且充电结束时刻的结束电压小于结束电压阈值的故障单体电池的故障类型确定为低电池荷电状态SOC故障；

第二故障类型检测单元，用于将所述故障单体电池中，充电起始时刻的上升电压值大于第一预设上升电压且在所述充电阶段的电压总体趋势与预设电压趋势相似的故障单体电池的故障类型确定为内阻故障；

第三故障类型检测单元，用于将所述故障单体电池中，在所述充电阶段的电压总体趋势与预设电压趋势明显不同的故障单体电池的故障类型确定为老化故障；

第四故障类型检测单元，用于将所述故障单体电池中，充电起始时刻的上升电压值大于第二预设上升电压且在所述充电阶段的电压总体趋势与预设电压趋势相似的故障单体电池的故障类型确定为连接故障；其中，所述第二预设上升电压大于所述第一预设上升电压；

第五故障类型检测单元，用于将所述故障单体电池中，在所述充电阶段的电压总体趋势与预设电压趋势明显不同且外短路单体电池的电压出现下降趋势的故障单体电池的故障类型确定为外短路故障。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

根据本公开的实施例，本公开还提供了一种电子设备、一种存储介质和一种计算机程序产品。

图3示出了可以用来实施本公开的实施例的示例电子设备300的示意性框图。电子设备300旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。

如图3所示，电子设备300包括计算单元301，其可以根据存储在只读存储器（ROM）302中的计算机程序或者从存储单元308加载到随机访问存储器（RAM）303中的计算机程序，来执行各种适当的动作和处理。在RAM303中，还可存储设备300操作所需的各种程序和数据。计算单元301、ROM302以及RAM 303通过总线304彼此相连。输入/输出（I/O）接口305也连接至总线304。

电子设备300中的多个部件连接至I/O接口305，包括：输入单元306，例如键盘、鼠标等；输出单元307，例如各种类型的显示器、扬声器等；存储单元308，例如磁盘、光盘等；以及通信单元309，例如网卡、调制解调器、无线通信收发机等。通信单元309允许电子设备300通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

计算单元301可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元301的一些示例包括但不限于中央处理单元（CPU）、图形处理单元（GPU）、各种专用的人工智能（AI）计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器（DSP）、以及任何适当的处理器、控制器、微控制器等。计算单元301执行上文所描述的各个方法和处理，例如电池故障检测方法。例如，在一些实施例中，电池故障检测方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元308。在一些实施例中，计算机程序的部分或者全部可以经由ROM 302和/或通信单元309而被载入和/或安装到电子设备300上。当计算机程序加载到RAM 303并由计算单元301执行时，可以执行上文描述的电池故障检测方法的一个或多个步骤。备选地，在其他实施例中，计算单元301可以通过其他任何适当的方式（例如，借助于固件）而被配置为执行电池故障检测方法。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列（FPGA）、专用集成电路（ASIC）、专用标准产品（ASSP）、芯片上系统的系统（SOC）、负载可编程逻辑设备（CPLD）、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本公开的方法的计算机程序产品的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本公开的上下文中，存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。存储介质可以是机器可读信号介质或机器可读储存介质。存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器（RAM）、只读存储器（ROM）、可擦除可编程只读存储器（EPROM或快闪存储器）、光纤、便捷式紧凑盘只读存储器（CD-ROM）、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置（例如，CRT（阴极射线管）或者LCD（液晶显示器）监视器）；以及键盘和指向装置（例如，鼠标或者轨迹球），用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈（例如，视觉反馈、听觉反馈、或者触觉反馈）；并且可以用任何形式（包括声输入、语音输入或者、触觉输入）来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统（例如，作为数据服务器）、或者包括中间件部件的计算系统（例如，应用服务器）、或者包括前端部件的计算系统（例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互）、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信（例如，通信网络）来将系统的部件相互连接。通信网络的示例包括：局域网（LAN）、广域网（WAN）、互联网和区块链网络。

计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务（"Virtual Private Server"，或简称 "VPS"）中，存在的管理难度大，业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器，或者是结合了区块链的服务器。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (5)

1.一种电池故障检测方法，其特征在于，包括：

获取电池组内每个单体电池在充电阶段的电压数据；

基于每个所述单体电池在所述充电阶段的电压数据，计算每个所述单体电池与中值电压间的欧几里得距离；

基于每个所述单体电池与所述中值电压间的欧几里得距离，确定欧几里得距离矩阵；

基于所述欧几里得距离矩阵检测所述电池组内的故障单体电池；

其中，所述基于每个所述单体电池在所述充电阶段的电压数据，计算每个所述单体电池与中值电压间的欧几里得距离，包括：

根据每个所述单体电池在充电阶段测得的电压数据，确定中值电压曲线；

基于所述中值电压曲线，以及每个所述单体电池在充电阶段的每个点对应的权重，计算每个所述单体电池与中值电压间的加权欧几里得距离；

所述基于所述欧几里得距离矩阵检测所述电池组内的故障单体电池，包括：

将所述欧几里得距离矩阵中大于预设阈值的元素对应的单体电池确定为故障单体电池；

将所述欧几里得距离矩阵中小于或等于所述预设阈值的元素对应的单体电池确定为正常单体电池；

所述方法还包括：

基于电压差分析方法，分析所述故障单体电池的电压数据与所述正常单体电池的电压数据之间的残差，确定故障单体电池的故障类型；

所述基于电压差分析方法，分析所述故障单体电池的电压数据与所述正常单体电池的电压数据之间的残差，确定故障单体电池的故障类型包括如下至少一种：

将所述故障单体电池中，充电起始时刻的起始电压小于起始电压阈值且充电结束时刻的结束电压小于结束电压阈值的故障单体电池的故障类型确定为低电池荷电状态SOC故障；

将所述故障单体电池中，充电起始时刻的上升电压值大于第一预设上升电压且在所述充电阶段的电压总体趋势与预设电压趋势相似的故障单体电池的故障类型确定为内阻故障；

将所述故障单体电池中，在所述充电阶段的电压总体趋势与预设电压趋势明显不同的故障单体电池的故障类型确定为老化故障；

将所述故障单体电池中，充电起始时刻的上升电压值大于第二预设上升电压且在所述充电阶段的电压总体趋势与预设电压趋势相似的故障单体电池的故障类型确定为连接故障；其中，所述第二预设上升电压大于所述第一预设上升电压；

将所述故障单体电池中，在所述充电阶段的电压总体趋势与预设电压趋势明显不同且外短路单体电池的电压出现下降趋势的故障单体电池的故障类型确定为外短路故障。

2.根据权利要求1所述的电池故障检测方法，其特征在于，所述基于每个所述单体电池与所述中值电压间的欧几里得距离，确定欧几里得距离矩阵，包括：

对所有所述单体电池的加权欧几里得距离进行归一化处理，得到所述欧几里得距离矩阵。

3.一种电池故障检测装置，其特征在于，包括：

数据获取模块，用于获取电池组内每个单体电池在充电阶段的电压数据；

计算模块，用于基于每个所述单体电池在所述充电阶段的电压数据，计算每个所述单体电池与中值电压间的欧几里得距离；

矩阵确定模块，用于基于每个所述单体电池与所述中值电压间的欧几里得距离，确定欧几里得距离矩阵；

故障检测模块，用于基于所述欧几里得距离矩阵检测所述电池组内的故障单体电池；

其中，所述基于每个所述单体电池在所述充电阶段的电压数据，计算每个所述单体电池与中值电压间的欧几里得距离，包括：

根据每个所述单体电池在充电阶段测得的电压数据，确定中值电压曲线；

基于所述中值电压曲线，以及每个所述单体电池在充电阶段的每个点对应的权重，计算每个所述单体电池与中值电压间的加权欧几里得距离；

所述基于所述欧几里得距离矩阵检测所述电池组内的故障单体电池，包括：

将所述欧几里得距离矩阵中大于预设阈值的元素对应的单体电池确定为故障单体电池；

将所述欧几里得距离矩阵中小于或等于所述预设阈值的元素对应的单体电池确定为正常单体电池；

所述装置还包括故障类型检测模块，其中，所述故障类型检测模块，具体用于：

基于电压差分析方法，分析所述故障单体电池的电压数据与所述正常单体电池的电压数据之间的残差，确定故障单体电池的故障类型；

所述基于电压差分析方法，分析所述故障单体电池的电压数据与所述正常单体电池的电压数据之间的残差，确定故障单体电池的故障类型包括如下至少一种：

将所述故障单体电池中，充电起始时刻的起始电压小于起始电压阈值且充电结束时刻的结束电压小于结束电压阈值的故障单体电池的故障类型确定为低电池荷电状态SOC故障；

将所述故障单体电池中，充电起始时刻的上升电压值大于第一预设上升电压且在所述充电阶段的电压总体趋势与预设电压趋势相似的故障单体电池的故障类型确定为内阻故障；

将所述故障单体电池中，在所述充电阶段的电压总体趋势与预设电压趋势明显不同的故障单体电池的故障类型确定为老化故障；

将所述故障单体电池中，充电起始时刻的上升电压值大于第二预设上升电压且在所述充电阶段的电压总体趋势与预设电压趋势相似的故障单体电池的故障类型确定为连接故障；其中，所述第二预设上升电压大于所述第一预设上升电压；

将所述故障单体电池中，在所述充电阶段的电压总体趋势与预设电压趋势明显不同且外短路单体电池的电压出现下降趋势的故障单体电池的故障类型确定为外短路故障。

4.一种电子设备，其特征在于，包括：

处理器；

用于存储所述处理器可执行指令的存储器;

其中，所述处理器被配置为执行所述指令，以实现如权利要求1至2中任一项所述的电池故障检测方法。

5.一种存储介质，当所述存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行如权利要求1至2中任一项所述的电池故障检测方法。