CN116840703A - 一种电池自放电异常的识别方法及其系统、设备 - Google Patents
一种电池自放电异常的识别方法及其系统、设备 Download PDFInfo
- Publication number
- CN116840703A CN116840703A CN202310589786.4A CN202310589786A CN116840703A CN 116840703 A CN116840703 A CN 116840703A CN 202310589786 A CN202310589786 A CN 202310589786A CN 116840703 A CN116840703 A CN 116840703A
- Authority
- CN
- China
- Prior art keywords
- battery
- tested
- test voltage
- self
- test
- 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
- 230000005856 abnormality Effects 0.000 title claims abstract description 41
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000012360 testing method Methods 0.000 claims abstract description 217
- 230000002159 abnormal effect Effects 0.000 claims abstract description 49
- 238000004519 manufacturing process Methods 0.000 claims abstract description 39
- 230000001419 dependent effect Effects 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 6
- 230000002411 adverse Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000002950 deficient Effects 0.000 description 2
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 1
- 239000002253 acid Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 229910052739 hydrogen Inorganic materials 0.000 description 1
- 239000001257 hydrogen Substances 0.000 description 1
- 229910001416 lithium ion Inorganic materials 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
- G01R31/3835—Arrangements for monitoring battery or accumulator variables, e.g. SoC involving only voltage measurements
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Secondary Cells (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明涉及电池技术领域,具体涉及一种电池自放电异常的识别方法及其系统、设备。该识别方法包括测试获取预设量的各待测电池的测试电压,作为预设量的测试电压数据;根据测试电压数据获取标准电压范围;根据标准电压范围对新的待测电池进行识别,识别出自放电异常的待测电池;基于新的待测电池的测试电压和原先的测试电压数据,更新测试电压数据;根据更新后的测试电压数据更新标准电压范围;根据更新后的标准电压范围对下一新的待测电池进行识别,识别出自放电异常的待测电池;其中,各待测电池的生产要素条件相同。本发明能降低电池自放电异常识别的耗时,提高生产效率,降低成本,降低电池自放电异常识别遗漏的风险。
Description
技术领域
本发明涉及电池技术领域,具体涉及一种电池自放电异常的识别方法及其系统、设备。
背景技术
电池在消费类电子产品、电动汽车等产品中得到广泛的应用。人们对电池的安全性要求也越来越高,对电池的自放电要求也越来越严格。
电池生产过程中,需要将自放电异常的电池测试识别出来。通常地,电池自放电异常的识别通过以下方式:待测电池对外进行充电,进行搁置一段时间,测试第一次电压,再搁置一段时间,测试第二次电压;根据两次电压差除以两次电压测试时间间隔,得出待测电池的自放电率,结合各公司的制造水平,提供自放电率标准规格。
然而,上述电池自放电异常的识别方式操作较为复杂,耗时较长,且未考虑电池生产差异带来的自放电率差异,导致整体自放电率规格的范围较广,无法识别出异常的电池,电池自放电异常识别遗漏的风险高。
发明内容
本发明要解决的技术问题在于,针对现有技术的上述缺陷,提供一种电池自放电异常的识别方法及其系统、设备,解决现有电池自放电异常的识别方式操作较复杂,耗时较长,且电池自放电异常识别遗漏的风险高的问题。
本发明解决其技术问题所采用的技术方案是:提供一种电池自放电异常的识别方法,包括:
测试获取预设量的各待测电池的测试电压,作为预设量的测试电压数据;
根据所述测试电压数据获取标准电压范围;
根据所述标准电压范围对新的待测电池进行识别,识别出自放电异常的待测电池;
基于新的待测电池的测试电压和原先的测试电压数据,更新所述测试电压数据;
根据更新后的测试电压数据更新所述标准电压范围;
根据更新后的标准电压范围对下一新的待测电池进行识别,识别出自放电异常的待测电池;
其中,各所述待测电池的生产要素条件相同。
其中,较佳方案是:所述根据所述测试电压数据获取标准电压范围,具体包括:
将所述测试电压数据以测试电压为自变量,待测电池的数量为因变量绘制直方图,所述直方图呈正态分布;
将所述直方图中每相邻两长方形的因变量数值进行差值检验;
若连续相邻N个差值小于等于预设值,在所述直方图的峰值的左侧,将N个差值对应的最小自变量数值作为所述标准电压范围的下限电压值,在所述直方图的峰值的右侧,将N个差值对应的最大自变量数值作为所述标准电压范围的上限电压值,得到标准电压范围,其中,N≥2。
其中,较佳方案是:所述基于新的待测电池的测试电压和原先的测试电压数据,更新所述测试电压数据,具体包括:
使用新的待测电池的测试电压替换原先的测试电压数据中最先测试得到的测试电压,得到新的测试电压数据。
其中,较佳方案是:所述根据更新后的测试电压数据更新所述标准电压范围,具体包括:
将更新后的测试电压数据以测试电压为自变量,待测电池的数量为因变量绘制新的直方图,所述新的直方图呈正态分布;
将新的直方图中每相邻两长方形的因变量数值进行差值检验;
若连续相邻N个差值小于等于预设值,在新的直方图的峰值的左侧,将N个差值对应的最小自变量数值作为所述标准电压范围的下限电压值,在新的直方图的峰值的右侧,将N个差值对应的最大自变量数值作为所述标准电压范围的上限电压值,得到标准电压范围,其中,N≥2。
其中,较佳方案是:所述根据所述标准电压范围对新的待测电池进行识别,识别出自放电异常的待测电池,具体包括:
测试获取新的待测电池的测试电压,并与所述标准电压范围进行比较;
若待测电池的测试电压超过所述标准电压范围,则对应的待测电池的自放电异常;
若待测电池的测试电压在所述标准电压范围内,则对应的待测电池的自放电正常。
其中,较佳方案是:根据更新后的标准电压范围对下一新的待测电池进行识别,识别出自放电异常的待测电池,具体包括:
测试获取下一新的待测电池的测试电压,并与更新后的所述标准电压范围进行比较;
若待测电池的测试电压超过更新后的所述标准电压范围,则对应的待测电池的自放电异常;
若待测电池的测试电压在更新后的所述标准电压范围内,则对应的待测电池的自放电正常。
其中,较佳方案是:在所述测试获取预设量的各待测电池的测试电压之前,还包括:
获取待测电池的生产要素条件信息;
根据所述生产要素条件信息对待测电池进行分组;
测试获取同组预设量的各待测电池的测试电压。
其中,较佳方案是:所述测试获取预设量的各待测电池的测试电压,作为预设量的测试电压数据,具体包括:
将预设量的各待测电池对外进行充电后,搁置预设时间;
对各待测电池的电压进行测试,得到各待测电池的测试电压,作为预设量的测试电压数据。
本发明解决其技术问题所采用的技术方案是:还提供一种电池自放电异常的识别系统,所述识别系统应用如上述所述的电池自放电异常的识别方法进行电池自放电异常的识别,所述识别系统包括:
电压测试模块,用于测试获取预设量的各待测电池的测试电压,作为预设量的测试电压数据;
电压范围获取模块,用于根据所述测试电压数据获取标准电压范围,并用于根据更新后的测试电压数据更新所述标准电压范围;
异常识别模块,用于根据所述标准电压范围对新的待测电池进行识别,识别出自放电异常的待测电池,并用于根据更新后的标准电压范围对下一新的待测电池进行识别,识别出自放电异常的待测电池。
本发明解决其技术问题所采用的技术方案是:还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,所述处理器执行所述计算机程序时实现如上述所述的方法的步骤。
本发明的有益效果在于,与现有技术相比,本发明通过获取同一生产要素条件下预设量的待测电池的测试电压数据,根据该测试电压数据获取该标准电压范围,根据该标准电压范围对新的待测电池是否自放电异常进行识别,并依据新的待测电池的测试电压和原先的测试电压数据不断更新标准电压范围,使用动态更新的标准电压范围对下一新的待测电池是否自放电异常进行识别,挑选出离散点电压的待测电池,减少二次对同一待测电池进行电压测试的耗时,提高生产效率,降低成本,并且可以减少样品之间的电压标准差,收窄了电压上限标准和下限标准,降低电池自放电异常识别遗漏的风险。
附图说明
下面将结合附图及实施例对本发明作进一步说明,附图中:
图1是本发明一实施例中电池自放电异常的识别方法的流程示意图;
图2是图1中步骤S101一实施例的流程示意图;
图3是图1中步骤S102一实施例的流程示意图;
图4是图1中步骤S103一实施例的流程示意图;
图5是图1中步骤S105一实施例的流程示意图;
图6是图1中步骤S106一实施例的流程示意图;
图7是本发明一实施例中对待测电池进行分组的流程示意图;
图8是本发明基于测试电压数据绘制的直方图的简要示意图;
图9是本发明一实施例中电池自放电异常的识别系统的结构框图;
图10是本发明一实施例中计算机设备的结构框图。
附图中的标号如下:
100、电池自放电异常的识别系统;101、电压测试模块;102、电压范围获取模块;103、异常识别模块;104、电池分组模块;
200、计算机设备;201、存储器;202、处理器。
具体实施方式
现结合附图,对本发明的较佳实施例作详细说明。
如图1所示,本发明提供一种电池自放电异常的识别方法的优选实施例。
参考图1,电池自放电异常的识别方法,包括:
S101、测试获取预设量的各待测电池的测试电压,作为预设量的测试电压数据;
S102、根据测试电压数据获取标准电压范围;
S103、根据标准电压范围对新的待测电池进行识别,识别出自放电异常的待测电池;
S104、基于新的待测电池的测试电压和原先的测试电压数据,更新测试电压数据;
S105、根据更新后的测试电压数据更新标准电压范围;
S106、根据更新后的标准电压范围对下一新的待测电池进行识别,识别出自放电异常的待测电池;
其中,各待测电池的生产要素条件相同。
本发明通过获取同一生产要素条件下预设量的待测电池的测试电压数据,根据该测试电压数据获取该标准电压范围,根据该标准电压范围对新的待测电池是否自放电异常进行识别,并依据新的待测电池的测试电压和原先的测试电压数据不断更新标准电压范围,使用动态更新的标准电压范围对下一新的待测电池是否自放电异常进行识别,挑选出离散点电压的待测电池,减少二次对同一待测电池进行电压测试的耗时,提高生产效率,降低成本,并且可以减少样品之间的电压标准差,收窄了电压上限标准和下限标准,降低电池自放电异常识别遗漏的风险。
其中,电池的生产要素条件相同是指电池的极片材料、分条工序、测试设备机台等生产要素相同,通常同一生产线上生产出来的电池的生产要素条件相同。同一生产要素条件下的待测电池使用动态更新的标准电压范围,能够大大缩小样品之间的识别标准差异,收窄了电压上限标准和下限标准,降低自放电异常识别遗漏的风险。
参考图2,在一个实施例中,步骤S101,测试获取预设量的各待测电池的测试电压,作为预设量的测试电压数据,具体包括:
S201、将预设量的各待测电池对外进行充电后,搁置预设时间;
S202、对各待测电池的电压进行测试,得到各待测电池的测试电压,作为预设量的测试电压数据。
在步骤S201中,预设量待测电池的数量可以根据需要进行设置,比如选择500个待测电池,对500个待测电池的电压进行测试,得到500个测试电压,作为测试电压数据。在后续的步骤中,标准电压范围仍以500个测试电压的数据量为基础进行获取得到。
另外,预设时间也可以根据需要进行设置。
通过获取待测电池对外充电搁置后的电压,从而了解获取电池在一定时间内的自放电情况及其衰减速度,后续以此预设量待测电池的测试电压数据作为标准电压范围的基础,并不断更新标准电压范围,能实时计算每个待测电池电压范围规格,减少因待测电池生产过程中的差异导致电池电压波动带来的不利影响,降低自放电异常识别遗漏的风险。
参考图3,在一个实施例中,步骤S102,根据测试电压数据获取标准电压范围,具体包括:
S301、将测试电压数据以测试电压为自变量,待测电池的数量为因变量绘制直方图,直方图呈正态分布;
S302、将直方图中每相邻两长方形的因变量数值进行差值检验;
S303、若连续相邻N个差值小于等于预设值,在直方图的峰值的左侧,将N个差值对应的最小自变量数值作为标准电压范围的下限电压值,在直方图的峰值的右侧,将N个差值对应的最大自变量数值作为标准电压范围的上限电压值,得到标准电压范围,其中,N≥2。
通过对直方图中每相邻两长方形的因变量数值进行差值检验,根据连续相邻N个差值确定标准电压范围,从而避免相邻直方图的长方形对应因变量数值高低带来的误判,提高标准电压范围的准确性。
步骤S301中,测试电压数据以测试电压为自变量,待测电池的数量为因变量绘制直方图,即以测试电压为横坐标,以待测电池的数量为纵坐标绘制直方图,其简要示意的直方图如图8所示。
步骤S303中,N可以根据实际进行选择设置,预设值可以根据需要进行设置。本实施例中,N优选为3,预设值优选为1,当连续相邻3个差值小于等于1,则在直方图的峰值的左侧,3个差值对应的4个自变量数值中最小的自变量数值作为标准电压范围的下限电压值;在直方图的峰值的右侧,3个差值对应的4个自变量数值中最大的自变量数值作为标准电压范围的上限电压值,由此可得到标准电压范围,若新的待测电池的测试电压不在该标准电压范围内,则作为自放电异常的电池被识别出来。
参考图4,在一个实施例中,步骤S103,根据标准电压范围对新的待测电池进行识别,识别出自放电异常的待测电池,具体包括:
S401、测试获取新的待测电池的测试电压,并与标准电压范围进行比较;
S402、若待测电池的测试电压超过标准电压范围,则对应的待测电池的自放电异常;
S403、若待测电池的测试电压在标准电压范围内,则对应的待测电池的自放电正常。
其中,步骤S401中,测试获取新的待测电池的测试电压的方式与步骤中获取测试电压的具体方式相同,在此不做赘述。
当待测电池的测试电压超过标准电压范围,说明待测电池的自放电异常,电池自放电过大或过小。电池自放电过大会缩短电池的寿命,降低电池储存的能量;电池自放电过小会影响电池的性能表现,使用电池时会出现剩余电量不稳定、难以预测的情况。
通过将新的待测电池的测试电压与预设量待测电池得出的标准电压范围进行比较,能够依据比较结果得出待测电池的自放电情况是否异常,无需再次将待测电池对外进行充电以及搁置后进行电压测试,大大缩减电池自放电异常识别的耗时。
在一个实施例中,步骤S104,基于新的待测电池的测试电压和原先的测试电压数据,更新测试电压数据,具体包括:
使用新的待测电池的测试电压替换原先的测试电压数据中最先测试得到的测试电压,得到新的测试电压数据。
在预设量的测试电压数据中,所使用的测试电压的数量是相同的,以新的待测电池的测试电压替换原先测试电压数据中的测试电压,动态更新测试电压数据,减少电池电压波动带来的不利影响。
参考图5,在一个实施例中,步骤S105,根据更新后的测试电压数据更新标准电压范围,具体包括:
S501、将更新后的测试电压数据以测试电压为自变量,待测电池的数量为因变量绘制新的直方图,新的直方图呈正态分布;
S502、将新的直方图中每相邻两长方形的因变量数值进行差值检验;
S503、若连续相邻N个差值小于等于预设值,在新的直方图的峰值的左侧,将N个差值对应的最小自变量数值作为标准电压范围的下限电压值,在新的直方图的峰值的右侧,将N个差值对应的最大自变量数值作为标准电压范围的上限电压值,得到标准电压范围,其中,N≥2。
在预设量的测试电压数据更新后以与步骤同样的方式更新获取新的标准电压范围,从而避免新的直方图中相邻长方形对应因变量数值高低带来的误判,提高动态更新的标准电压范围的准确性。
通过更新的测试电压数据实时更新标准电压范围,能实时计算每个电池电压范围规格,减少因电池生产过程中的差异导致电池电压波动带来的不利影响,不利影响有:(1)电池电压上升波动,电压上限规格不变,造成批量电池不良,导致返工损失;(2)电池电压上升波动,电压下线规格不变,离散电压的电池识别遗漏,造成客户端投诉;(3)电池电压下降波动,电压下线规格不变,造成批量电池不良,导致返工损失;(4)电池电压下降波动,电压上线规格不变,离散电压的电池识别遗漏,造成客户端投诉。
基于动态更新的直方图计算的内控标准以及所计算出的标准电压范围标准对电池自放电识别进行把控,有利于降低自放电异常识别遗漏的风险,降低不良品遗漏。
参考图6,步骤S106,根据更新后的标准电压范围对下一新的待测电池进行识别,识别出自放电异常的待测电池,具体包括:
S601、测试获取下一新的待测电池的测试电压,并与更新后的标准电压范围进行比较;
S602、若待测电池的测试电压超过更新后的标准电压范围,则对应的待测电池的自放电异常;
S603、若待测电池的测试电压在更新后的标准电压范围内,则对应的待测电池的自放电正常。
当新的待测电池的测试电压超过更新后的标准电压范围,说明该待测电池的自放电异常,电池自放电过大或过小。电池自放电过大会缩短电池的寿命,降低电池储存的能量;电池自放电过小会影响电池的性能表现,使用电池时会出现剩余电量不稳定、难以预测的情况。
通过将下一新的待测电池的测试电压与更新后的标准电压范围进行比较,能够依据比较结果得出该待测电池的自放电情况是否异常,无需再次将待测电池对外进行充电以及搁置后进行电压测试,大大缩减电池自放电异常识别的耗时。
在步骤S601中,测试获取下一新的待测电池的测试电压的方式与步骤S101中获取待测电池的测试电压相同,在此不做赘述。
参考图7,在一个实施例中,在步骤S101,测试获取预设量的各待测电池的测试电压之前,还包括:
S701、获取待测电池的生产要素条件信息;
S702、根据生产要素条件信息对待测电池进行分组;
S703、测试获取同组预设量的各待测电池的测试电压。
步骤S701中,电池的生产要素条件信息可以是企业所建立的电池信息追溯系统中的信息,该电池信息追溯系统记录了待测电池的生产机台,生产时间,生产原材料以及测试设备等生产要素条件信息,可以从该电池信息追溯系统中获取对应待测电池的生产要素条件信息。
通过依据待测电池的生产要素条件信息对待测电池进行分组,对分组后同一组的待测电池进行测试,可减少待测电池之间的差异带来的影响。在同一组的待测电池中,由于各待测电池的生产要素条件相同,各待测电池虽存在差异,但差异较小,待测电池的测试电压波动较小,减少了样品之间的电压标准差,收窄了电压上限标准、下限标准,防止不良品流出处。
在一个实施例中,电池自放电异常的识别方法还包括:
根据同组待测电池的标准电压范围,获取历史标准电压范围;
使用历史标准电压范围对下一批次同组待测电池进行识别,识别出自放电异常的待测电池。
不同批次中,同一生产要素条件下的待测电池的标准电压范围差异不会太大,根据以往测试得到的标准电压范围,获取历史标准电压范围,使用该历史标准电压范围与下一批次同组各待测电池的测试电压进行比较,可以识别出自放电异常的待测电池。
本发明的电池自放电异常的识别方法能够用于锂离子电池、铅酸电池以及镍氢电池等电池的自放电异常的识别。
本发明还提供一种电池自放电异常的识别系统的优选实施例。电池自放电异常的识别系统应用如上述的电池自放电异常的识别方法进行电池自放电异常的识别。
参考图9,电池自放电异常的识别系统100包括电压测试模块101、电压范围获取模块102和异常识别模块103。
电压测试模块101用于测试获取预设量的各待测电池的测试电压,作为预设量的测试电压数据。
电压范围获取模块102用于根据测试电压数据获取标准电压范围,并用于根据更新后的测试电压数据更新标准电压范围。
异常识别模块103用于根据标准电压范围对新的待测电池进行识别,识别出自放电异常的待测电池,并用于根据更新后的标准电压范围对下一新的待测电池进行识别,识别出自放电异常的待测电池。
本发明通过设置电压测试模块101测试获取同一生产要素条件下预设量的待测电池的测试电压数据,电压范围获取模块102根据该测试电压数据获取该标准电压范围,异常识别模块103根据该标准电压范围对新的待测电池是否自放电异常进行识别,且电压范围获取模块102依据新的待测电池的测试电压和原先的测试电压数据不断更新标准电压范围,异常识别模块103使用动态更新的标准电压范围对下一新的待测电池是否自放电异常进行识别,减少二次对同一待测电池进行电压测试的耗时,提高生产效率,降低成本,并且可以减少样品之间的电压标准差,降低电池自放电异常识别遗漏的风险。
在一个实施例中,电池自放电异常的识别系统100还包括电池分组模块104,电池分组模块104用于获取待测电池的生产要素条件信息;根据生产要素条件信息对待测电池进行分组;测试获取同组预设量的各待测电池的测试电压。
通过设置电池分组模块104依据电池的生产要素条件信息对待测电池进行分组,便于后续分组对各组生产要素条件相同的待测电池进行电压测试和电池自放电异常的识别。
本发明还提供一种计算机设备200的优选实施例。图10是本发明所提供的计算机设备200一实施例的结构框图。
参考图10,计算机设备200包括存储器201和处理器202,存储器201存储有计算机程序,其特征在于,处理器202执行计算机程序时实现如上述的方法的步骤。
以上所述者,仅为本发明最佳实施例而已,并非用于限制本发明的范围,凡依本发明申请专利范围所作的等效变化或修饰,皆为本发明所涵盖。
Claims (10)
1.一种电池自放电异常的识别方法,其特征在于,包括:
测试获取预设量的各待测电池的测试电压,作为预设量的测试电压数据;
根据所述测试电压数据获取标准电压范围;
根据所述标准电压范围对新的待测电池进行识别,识别出自放电异常的待测电池;
基于新的待测电池的测试电压和原先的测试电压数据,更新所述测试电压数据;
根据更新后的测试电压数据更新所述标准电压范围;
根据更新后的标准电压范围对下一新的待测电池进行识别,识别出自放电异常的待测电池;
其中,各所述待测电池的生产要素条件相同。
2.根据权利要求1所述的识别方法,其特征在于,所述根据所述测试电压数据获取标准电压范围,具体包括:
将所述测试电压数据以测试电压为自变量,待测电池的数量为因变量绘制直方图,所述直方图呈正态分布;
将所述直方图中每相邻两长方形的因变量数值进行差值检验;
若连续相邻N个差值小于等于预设值,在所述直方图的峰值的左侧,将N个差值对应的最小自变量数值作为所述标准电压范围的下限电压值,在所述直方图的峰值的右侧,将N个差值对应的最大自变量数值作为所述标准电压范围的上限电压值,得到标准电压范围,其中,N≥2。
3.根据权利要求1所述的识别方法,其特征在于,所述基于新的待测电池的测试电压和原先的测试电压数据,更新所述测试电压数据,具体包括:
使用新的待测电池的测试电压替换原先的测试电压数据中最先测试得到的测试电压,得到新的测试电压数据。
4.根据权利要求3所述的识别方法,其特征在于,所述根据更新后的测试电压数据更新所述标准电压范围,具体包括:
将更新后的测试电压数据以测试电压为自变量,待测电池的数量为因变量绘制新的直方图,所述新的直方图呈正态分布;
将新的直方图中每相邻两长方形的因变量数值进行差值检验;
若连续相邻N个差值小于等于预设值,在新的直方图的峰值的左侧,将N个差值对应的最小自变量数值作为所述标准电压范围的下限电压值,在新的直方图的峰值的右侧,将N个差值对应的最大自变量数值作为所述标准电压范围的上限电压值,得到标准电压范围,其中,N≥2。
5.根据权利要求1所述的识别方法,其特征在于,所述根据所述标准电压范围对新的待测电池进行识别,识别出自放电异常的待测电池,具体包括:
测试获取新的待测电池的测试电压,并与所述标准电压范围进行比较;
若待测电池的测试电压超过所述标准电压范围,则对应的待测电池的自放电异常;
若待测电池的测试电压在所述标准电压范围内,则对应的待测电池的自放电正常。
6.根据权利要求1所述的识别方法,其特征在于,根据更新后的标准电压范围对下一新的待测电池进行识别,识别出自放电异常的待测电池,具体包括:
测试获取下一新的待测电池的测试电压,并与更新后的所述标准电压范围进行比较;
若待测电池的测试电压超过更新后的所述标准电压范围,则对应的待测电池的自放电异常;
若待测电池的测试电压在更新后的所述标准电压范围内,则对应的待测电池的自放电正常。
7.根据权利要求1至6任一项所述的识别方法,其特征在于,在所述测试获取预设量的各待测电池的测试电压之前,还包括:
获取待测电池的生产要素条件信息;
根据所述生产要素条件信息对待测电池进行分组;
测试获取同组预设量的各待测电池的测试电压。
8.根据权利要求1至6任一项所述的识别方法,其特征在于,所述测试获取预设量的各待测电池的测试电压,作为预设量的测试电压数据,具体包括:
将预设量的各待测电池对外进行充电后,搁置预设时间;
对各待测电池的电压进行测试,得到各待测电池的测试电压,作为预设量的测试电压数据。
9.一种电池自放电异常的识别系统,其特征在于,所述识别系统应用如权利要求1至8任一项所述的电池自放电异常的识别方法进行电池自放电异常的识别,所述识别系统包括:
电压测试模块,用于测试获取预设量的各待测电池的测试电压,作为预设量的测试电压数据;
电压范围获取模块,用于根据所述测试电压数据获取标准电压范围,并用于根据更新后的测试电压数据更新所述标准电压范围;
异常识别模块,用于根据所述标准电压范围对新的待测电池进行识别,识别出自放电异常的待测电池,并用于根据更新后的标准电压范围对下一新的待测电池进行识别,识别出自放电异常的待测电池。
10.一种计算机设备,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如权利要求1至8任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310589786.4A CN116840703A (zh) | 2023-05-23 | 2023-05-23 | 一种电池自放电异常的识别方法及其系统、设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310589786.4A CN116840703A (zh) | 2023-05-23 | 2023-05-23 | 一种电池自放电异常的识别方法及其系统、设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116840703A true CN116840703A (zh) | 2023-10-03 |
Family
ID=88158865
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310589786.4A Pending CN116840703A (zh) | 2023-05-23 | 2023-05-23 | 一种电池自放电异常的识别方法及其系统、设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116840703A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117686922A (zh) * | 2024-02-04 | 2024-03-12 | 深圳市安仕新能源科技有限公司 | 基于数据建模的电芯测试方法、系统和可读存储介质 |
-
2023
- 2023-05-23 CN CN202310589786.4A patent/CN116840703A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117686922A (zh) * | 2024-02-04 | 2024-03-12 | 深圳市安仕新能源科技有限公司 | 基于数据建模的电芯测试方法、系统和可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113589174B (zh) | 一种锂离子动力电池系统电芯一致性预测方法及装置 | |
US20220166075A1 (en) | Method for Enhancing a Battery Module Model of a Battery Module Type | |
CN112924870A (zh) | 电池不一致性的评估方法 | |
US20230059529A1 (en) | Characterization of Rechargeable Batteries Using Machine-Learned Algorithms | |
CN116840703A (zh) | 一种电池自放电异常的识别方法及其系统、设备 | |
EP4404327A1 (en) | Battery management method and apparatus, and computer-readable storage medium | |
CN114069077A (zh) | 电化学装置管理方法、电子设备及电池系统 | |
CN118336875B (zh) | 一种调节锂电池的充放电安全保护优化方法及系统 | |
CN115473319A (zh) | 一种基于超级电容器的储能方法 | |
CN115219932A (zh) | 用于评价设备电池组的相对老化状态的方法和装置 | |
JP2024502248A (ja) | 低電圧不良電池の選別方法 | |
CN115754743A (zh) | 一种电池电压不一致识别方法、装置、设备及介质 | |
CN117075018B (zh) | 一种bms控制板性能测试智能分析管理系统 | |
CN107117050A (zh) | 电动车剩余电量的监控系统 | |
CN114974477B (zh) | 一种用于双流向防雷器的镍铁电极材料优化方法及系统 | |
EP4382932A1 (en) | Battery testing device and battery testing system | |
CN116893366A (zh) | 用于运行系统以识别设备的电蓄能器的异常的方法和装置 | |
CN114798502B (zh) | 梯次利用电池的分类成组方法、系统及生产线 | |
CN118525211A (zh) | 用于计算电池的充电深度的设备及其操作方法 | |
US20230194622A1 (en) | Battery abnormality diagnosis apparatus and method | |
CN115248394A (zh) | 电池动态分选方法、装置、设备及存储介质 | |
CN110297189B (zh) | 一种电池模组中单串电池的一致性评估方法 | |
CN113567866B (zh) | 锂离子电池的电压预测方法及装置 | |
CN113540528B (zh) | 一种燃料电池运行环境监测方法及设备 | |
EP4425199A1 (en) | Battery data management device and operation method thereof |
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 |