CN116859253B - 一种基于大数据的锂电池析锂分析方法及系统 - Google Patents

Abstract

本发明涉及大数据领域，具体为一种基于大数据的锂电池析锂分析方法及系统，系统包括数据采集模块、锂电池析锂分析模块、构建模型模块、锂电池评估模块以及能源预警模块，所述锂电池评估模块用于根据锂电池析锂模型评估锂电池析锂程度，本发明通过分析锂电池析锂与充电时长和充电倍率之间的关系，根据分析结果构建锂电池析锂模型，结合模型进行分析锂电池使用寿命与锂电池析锂程度之间的关系，根据锂电池析锂程度分析结果对锂电池进行发出预警提示，从而可以避免通过拆解锂电池来了解其内部析锂情况，通过监测并对监测结果进行评估的方法提高对锂电池检测的安全性。

Description

一种基于大数据的锂电池析锂分析方法及系统

技术领域

本发明涉及大数据领域，具体为一种基于大数据的锂电池析锂分析方法及系统。

背景技术

锂离子电池作为目前新一代二次电池，其具有较高的能量密度和循环寿命，目前广泛应用于移动通信、数码科技、电动汽车、能源存储等领域，未来对锂离子电池及其材料的需求难以估量、其配套的上下游产业链市场巨大。

在对锂电池进行充电过程中，可能会产生析锂现象，析锂发生的条件可以分为内部因素和外部因素两种，内部因素通常包括负极对锂电位小于0，这样导致锂离子不再全部嵌入负极，而是一部分嵌入负极，一部分以锂金属态析出；外部因素通常包括低温、高电荷状态和高倍率充电，其中，低温会造成锂离子扩散动力变慢，高电荷状态时的负极对锂电位相对较低，从而低温和高电荷状态都不利于锂离子嵌入负极；高倍率充电会生成较强电场推动大量锂离子从正极脱嵌并嵌入负极，当脱嵌的锂离子数量大于负极能够接收的锂离子数量时就会导致析锂产生。因此必须对锂电池的析锂情况进行监测，基于传统的锂离子电池析锂检测方法需要打开可能发生析锂的电池，后进行查看，而没有任何预测性，不利于工程实施，且毫无经济性。

发明内容

本发明的目的在于提供一种基于大数据的锂电池析锂分析方法及系统，以解决上述背景技术中提出的问题。

为了解决上述技术问题，本发明提供如下技术方案：

一种基于大数据的锂电池析锂分析方法，所述方法包括以下步骤：

S1、采集锂电池初始数据；

S2、根据锂电池初始数据分析锂电池析锂与充电时长和充电倍率之间的关系得到分析结果；

S3、根据分析结果构建锂电池析锂模型；

S4、根据锂电池析锂模型评估锂电池析锂程度。

进一步的，所述S2中分析锂电池析锂与充电时长和充电倍率之间的关系的方法包括以下步骤：

步骤1001、锂电池初始数据包括多个锂电池单元的电池初始数据，将电池初始容量相同的锂电池单元归为一组；

步骤1002、任意获取一组电池初始容量相同的锂电池进行分析，设定锂电池受到充电时长不同而发生析锂现象记为影响因素A，锂电池受到充电倍率大小不同而发生析锂现象记为影响因素B；

步骤1003、获取影响因素A中充电时长不同的锂电池，划分成s个水平，每一个水平对应一个时长区间，所述时长区间的区间长度为U，其中U为设定的常数，将第i个水平对应的时长区间记为A_i，1≤i≤s，

获取影响因素B中充电倍率不同的锂电池，划分成为r个水平，每一个水平对应一倍率区间，所述倍率区间的区间长度为Y，其中Y为设定的常数，将第j个水平对应的时长区间记为B_i，1≤j≤r；

步骤1004、根据影响因素A和影响因素B分析锂电池析锂与充电时长和充电倍率之间的关系。

进一步的，步骤1004包括以下步骤：

步骤1004-1、获取步骤1003中影响因素A与影响因素B，并将影响因素A与影响因素B进行组合，即以(A_i，B_j)的形式进行数据记录，其中i＝1，2，3，...，s；j＝1,2,3，...，r；

步骤1004-2、将(A_i，B_j)组合形式对应的锂电池析锂记为结果Z_i，j，其中

Z_i，j～N(a_i，j，σ²)，

即Z_i，j组合下影响因素A与影响因素B对锂电池析锂程度服从正态分布N(a_i，j，σ²)；

步骤1004-3、通过公式运算影响因素A导致锂电池析锂产生的差异值和影响因素B导致锂电池析锂产生的差异值，表达式为：

TTZ_i，j＝SA_i+SB_j+∈，

其中TTZ_i，j表示(A_i，B_j)组合形式对应的锂电池析锂总差异值，SA_i表示影响因素A导致锂电池析锂产生的差异值，SB_j表示影响因素B导致锂电池析锂产生的差异值，∈表示误差，表示(A_i，B_j)组合下样本值与样本均值之间的差异，表达式为

表示样本数据总均值；

步骤1004-4、通过公式运算获取影响因素A导致锂电池析锂产生的差异值和影响因素B导致锂电池析锂产生的差异值，表达式为：

其中表示水平A_s下的样本值均值，/>表示水平B_r下的样本值均值，/>表示总样本拟合值的均值，/>表示影响因素A中对应样本导致锂电池析锂产生的差异值，/>表示影响因素B中对应样本导致锂电池析锂产生的差异值；

步骤1004-5、通过统计量值分析锂电池析锂与充电时长和充电倍率之间的关系，表达式为：

(s＝1且r＝1时锂电池不发生析锂现象)，

其中表示锂电池析锂与充电时长之间的关系，/>表示锂电池析锂与充电倍率之间的关系，/>表示充电时长对应统计量的值，/>表示充电倍率对应统计量的值。

本发明通过多因素影响角度对锂电池的析锂现象进行分析，根据充电时长不同和充电倍率的不同分析锂电池的析锂程度，通过设定锂电池析锂阈值条件，获取不同充电时长和不同充电倍率下的锂电池对应的统计量值，通过将对应统计量值与设定的锂电池析锂阈值进行比较，从而判断锂电池是否发生析锂现象，为后续构建锂电池析锂模型，并根据锂电池析锂模型进行分析锂电池寿命与锂电池析锂程度之间的关系提供数据参照。

进一步的，所述S3中的构建锂电池析锂模型包括以下步骤：

步骤2001、获取步骤1004-5中锂电池析锂与充电时长和充电倍率之间的关系；

步骤2002、根据锂电池析锂与充电时长和充电倍率之间的关系构建锂电池析锂模型，锂电池析锂模型表达式为：

其中，δ(t)表示锂电池的析锂程度与锂电池使用寿命之间的关系，SM表示锂电池使用寿命，μ表示电极表面活动载流子被补偿的速率，所述电极表面活动载流子被补偿的速率为数据库预设值，ρ表示锂电池容量大小。

本发明通过构建锂电池健康状态模型，结合模型分析锂电池发生析锂现象与锂电池使用寿命之间的关系，为后续对锂电池析锂程度进行评估，并根据评估结果发出预警信号提供数据参照。

进一步的，步骤1004还包括：

步骤1004-6、设定阈值锂电池产生析锂条件的临界值Fx_ili，将步骤1004-5中锂电池析锂与充电时长之间的关系与临界值进行比较，即当则表明锂电池发生析锂现象，将步骤1004-5中锂电池析锂与充电倍率之间的关系与临界值进行比较，即当则表明锂电池发生析锂现象。

进一步的，所述S4还包括根据锂电池析锂程度评估结果发出预警信号。

进一步的，所述根据评估结果发出预警信号具体步骤为：

步骤3001、根据步骤2002中锂电池析锂模型得到锂电池析锂程度评估结果；

步骤3002、设定锂电池预警信号阈值W，将锂电池析锂程度评估结果与阈值W进行比较，根据比较结果进行预警。

本发明通过设定锂电池预警信号阈值，结合锂电池发生析锂现象与锂电池使用寿命之间的关系与设定的锂电池预警信号阈值进行判断，通过比较锂电池析锂等级是否在阈值范围内，从而进行发出预警提示。

进一步的，根据比较结果进行预警具体步骤为：

步骤3002-1、设定锂电池析锂等级为G₁、G₂、G₃，其中0＝G₁＜G₂＜W＜G₃，当监测的锂电池析锂程度为[0，G₁]时，不发出预警信号，当监测的锂电池析锂程度为(G₁，G₂]时，发出1次预警信号，当监测的锂电池析锂程度为(G2，G3]时，持续发出预警信号。

一种基于大数据的锂电池析锂分析系统，所述系统包括以下模块：

数据采集模块，所述数据采集模块用于采集锂电池初始数据；

锂电池析锂分析模块，所述锂电池析锂分析模块用于分析锂电池析锂与充电时长和充电倍率之间的关系得到分析结果；

构建模型模块，所述构建模型模块用于根据分析结果构建锂电池析锂模型；

锂电池评估模块，所述锂电池评估模块用于根据锂电池析锂模型评估锂电池析锂程度。

进一步的，还包括能源预警模块，所述能源预警模块用于根据锂电池析锂程度评估结果发出预警信号

本发明通过分析锂电池析锂与充电时长和充电倍率之间的关系，根据分析结果进行构建锂电池析锂模型，结合模型进行分析锂电池使用寿命与锂电池析锂程度之间的关系，根据锂电池析锂程度的分析结果对锂电池进行发出预警提示，从而可以避免通过拆解锂电池来了解其内部析锂情况，通过监测并对监测结果进行评估的方法提高对锂电池检测的安全性。

附图说明

图1是本发明一种基于大数据的锂电池析锂分析方法流程图；

图2是本发明一种基于大数据的锂电池析锂分析系统模块示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。

实施例1：请参阅图1，本实施例中一种基于大数据的锂电池析锂分析方法，所述方法包括以下步骤：

S1、采集锂电池初始数据；本示例中采集一个模块的锂电池初始数据，一个模块包括很多个锂电池单元，每个锂电池单元对应一个初始数据，所述初始数据表示相应锂电池单元对应的电池容量；

S2、根据锂电池初始数据分析锂电池析锂与充电时长和充电倍率之间的关系得到分析结果；具体地，所述S2中分析锂电池析锂与充电时长和充电倍率之间的关系的方法包括以下步骤：

步骤1001、锂电池初始数据包括多个锂电池单元的电池初始数据，将电池初始容量相同的锂电池单元归为一组；

步骤1002、任意获取一组电池初始容量相同的锂电池进行分析，设定锂电池受到充电时长不同而发生析锂现象记为影响因素A，锂电池受到充电倍率大小不同而发生析锂现象记为影响因素B；

步骤1003、获取影响因素A中充电时长不同的锂电池，划分成s个水平，每一个水平对应一个时长区间，所述时长区间的区间长度为U，其中U为设定的常数，将第i个水平对应的时长区间记为A_i，1≤i≤s，

获取影响因素B中充电倍率不同的锂电池，划分成为r个水平，每一个水平对应一倍率区间，所述倍率区间的区间长度为Y，其中Y为设定的常数，将第j个水平对应的时长区间记为B_j，1≤j≤r；

步骤1004、根据影响因素A和影响因素B分析锂电池析锂与充电时长和充电倍率之间的关系。具体地，步骤1004包括以下步骤：

步骤1004-1、获取步骤1003中影响因素A与影响因素B，并将影响因素A与影响因素B进行组合，即以(A_i，B_j)的形式进行数据记录，其中i＝1，2，3，...，s；j＝1，2,，，...，r；

步骤1004-2、将(A_i，B_j)组合形式对应的锂电池析锂记为结果Z_i，j，其中

Z_i，j～N(a_i，j，σ²)，

即Z_i，j组合下影响因素A与影响因素B对锂电池析锂程度服从正态分布N(a_i，j，σ²)；

步骤1004-3、通过公式运算影响因素A导致锂电池析锂产生的差异值和影响因素B导致锂电池析锂产生的差异值，表达式为：

TTZ_i，j＝SA_i+SB_j+∈，

其中TTZ_i，j表示(A_i，B_j)组合形式对应的锂电池析锂总差异值，SA_i表示影响因素A导致锂电池析锂产生的差异值，SB_j表示影响因素B导致锂电池析锂产生的差异值，∈表示误差，表示(A_i，B_j)组合下样本值与样本均值之间的差异，表达式为

表示样本数据总均值；

步骤1004-4、通过公式运算获取影响因素A导致锂电池析锂产生的差异值和影响因素B导致锂电池析锂产生的差异值，表达式为：

其中表示水平A_s下的样本值均值，/>表示水平B_r下的样本值均值，/>表示总样本拟合值的均值，/>表示影响因素A中对应样本导致锂电池析锂产生的差异值，/>表示影响因素B中对应样本导致锂电池析锂产生的差异值；

步骤1004-5、通过统计量值分析锂电池析锂与充电时长和充电倍率之间的关系，表达式为：

(s＝1且r＝1时锂电池不发生析锂现象)，

其中表示锂电池析锂与充电时长之间的关系，/>表示锂电池析锂与充电倍率之间的关系，/>表示充电时长对应统计量的值，/>表示充电倍率对应统计量的值；

步骤1004-6、设定阈值锂电池产生析锂条件的临界值F_xili，将步骤1004-5中锂电池析锂与充电时长之间的关系与临界值进行比较，即当则表明锂电池发生析锂现象，将步骤1004-5中锂电池析锂与充电倍率之间的关系与临界值进行比较，即当则表明锂电池发生析锂现象。

S3、根据分析结果构建锂电池析锂模型；

所述S3中的构建锂电池析锂模型，并根据锂电池析锂模型进行分析锂电池寿命与锂电池析锂程度之间的关系的方法包括以下步骤：

步骤2001、获取步骤1004-5中锂电池析锂与充电时长和充电倍率之间的关系；

步骤2002、根据锂电池析锂与充电时长和充电倍率之间的关系构建锂电池析锂模型，结合模型分析锂电池析锂程度与锂电池使用寿命之间的关系，表达式为：

其中表示锂电池析锂程度与锂电池使用寿命之间的关系式，δ(t)表示锂电池的析锂程度与锂电池使用寿命之间的关系，SM表示锂电池使用寿命，μ表示电极表面活动载流子被补偿的速率，所述电极表面活动载流子被补偿的速率为数据库预设值，ρ表示锂电池容量大小。

本实施例中，根据锂电池的析锂程度与锂电池使用寿命之间的关系式，通过获取充电时间和充电倍率，经过公式运算可以得出对应锂电池的析锂程度，结合锂电池的析锂程度进行发出预警信号，从而提高锂电池使用过程中的安全系数。

S4、根据S3分析结果评估锂电池析锂程度。

所述S4还包括根据评估结果发出预警信号。

所述根据评估结果发出预警信号具体步骤为：

步骤3001、根据步骤2002中锂电池锂电池析锂模型得到锂电池析锂程度评估结果；

步骤3002、设定锂电池预警信号阈值W，将锂电池析锂程度评估结果与阈值W进行比较，根据比较结果进行预警。

根据比较结果进行预警具体步骤为：

步骤3002-1、设定锂电池析锂等级为G₁、G₂、G₃，其中0＝G₁＜G₂＜W＜G₃，当监测的锂电池析锂程度为[0，G₁]时，不发出预警信号，当监测的锂电池析锂程度为(G₁，G₂]时，发出1次预警信号，当监测的锂电池析锂程度为(G₂，G₃]时，持续发出预警信号。

值得说明的是，根据锂电池析锂模型评估得到锂电池析锂程度，根据锂电池析锂程度的分析结果对锂电池进行发出预警提示，从而可以避免通过拆解锂电池来了解其内部析锂情况，通过监测并对监测结果进行评估的方法提高对锂电池检测的安全性。

本发明的一种基于大数据的锂电池析锂分析系统，所述系统包括数据采集模块、锂电池析锂分析模块、构建模型模块以及锂电池评估模块，其中，数据采集模块用于采集锂电池初始数据；锂电池析锂分析模块用于分析锂电池析锂与充电时长和充电倍率之间的关系得到分析结果；构建模型模块用于根据分析结果构建锂电池析锂模型；锂电池评估模块用于根据锂电池析锂模型评估锂电池析锂程度。

值得说明的是，本发明的一种基于大数据的锂电池析锂分析系统还包括能源预警模块：能源预警模块用于根据锂电池析锂程度评估结果发出预警信号。

进一步的，锂电池析锂分析模块包括充电时长分析单元和充电倍率分析单元，所述能源预警模块包括评估单元和预警单元：其中，所述充电时长分析单元用于根据锂电池充电时长的不同分析对锂电池产生析锂现象的程度；所述充电倍率分析单元用于根据锂电池充电倍率的不同分析对锂电池产生析锂现象的程度。所述评估单元用于锂电池析锂模型评估锂电池析锂程度；

所述预警单元用于根据评估单元的评估结果发出预警信号。

其中一种基于大数据的锂电池析锂分析系统通过数据采集模块采集各个锂电池单元的初始电容量值，通过将采集的数据输送至锂电池析锂分析模块进行预处理，其中充电时长分析单元与充电倍率分析单元为锂电池析锂分析模块子单元，分别用于结合锂电池析锂分析模块得到锂电池析锂与充电时长和充电倍率之间的关系，进而根据分析结果进一步输送至构建模型模块进行模型构建，进一步通过锂电池评估模块根据锂电池析锂模型评估锂电池析锂程度，最终将锂电池析锂程度值输送至能源预警模块，提前预警锂电池能源不达标信号。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。

最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种基于大数据的锂电池析锂分析方法，其特征在于，所述方法包括以下步骤：

S1、采集锂电池初始数据；

S2、根据锂电池初始数据分析锂电池析锂与充电时长和充电倍率之间的关系得到分析结果；

S3、根据分析结果构建锂电池析锂模型；

S4、根据锂电池析锂模型评估锂电池析锂程度；

所述S2中分析锂电池析锂与充电时长和充电倍率之间的关系的方法包括以下步骤：

步骤1001、锂电池初始数据包括多个锂电池单元的电池初始数据，将电池初始容量相同的锂电池单元归为一组；

步骤1002、任意获取一组电池初始容量相同的锂电池进行分析，设定锂电池受到充电时长不同而发生析锂现象记为影响因素A，锂电池受到充电倍率大小不同而发生析锂现象记为影响因素B；

步骤1003、获取影响因素A中充电时长不同的锂电池，划分成s个水平，每一个水平对应一个时长区间，所述时长区间的区间长度为U，其中U为设定的常数，将第i个水平对应的时长区间记为A_i，1≤i≤s，

获取影响因素B中充电倍率不同的锂电池，划分成为r个水平，每一个水平对应一倍率区间，所述倍率区间的区间长度为Y，其中Y为设定的常数，将第j个水平对应的时长区间记为B_j，1≤j≤r；

步骤1004、根据影响因素A和影响因素B分析锂电池析锂与充电时长和充电倍率之间的关系；

步骤1004包括以下步骤：

步骤1004-1、获取步骤1003中影响因素A与影响因素B，并将影响因素A与影响因素B进行组合，即以(A_i，B_j)的形式进行数据记录，其中i＝1,2,3,...,s；j＝1,2,3,...,r；

步骤1004-2、将(A_i，B_j)组合形式对应的锂电池析锂记为结果Z_i，j，其中

Z_i，j～N(a_j，j，σ²)，

即Z_i，j组合下影响因素A与影响因素B对锂电池析锂程度服从正态分布N(a_i，j，σ²)；

步骤1004-3、通过公式运算影响因素A导致锂电池析锂产生的差异值和影响因素B导致锂电池析锂产生的差异值，表达式为：

TTZ_i，j＝SA_i+SB_j+∈，

其中TTZ_i，j表示(A_i，B_j)组合形式对应的锂电池析锂总差异值，SA_i表示影响因素A导致锂电池析锂产生的差异值，SB_j表示影响因素B导致锂电池析锂产生的差异值，∈表示误差，表示(A_i，B_j)组合下样本值与样本均值之间的差异，表达式为

表示样本数据总均值；

步骤1004-4、通过公式运算获取影响因素A导致锂电池析锂产生的差异值和影响因素B导致锂电池析锂产生的差异值，表达式为：

其中表示水平A_s下的样本值均值，/>表示水平B_r下的样本值均值，/>表示总样本拟合值的均值，/>表示影响因素A中对应样本导致锂电池析锂产生的差异值，表示影响因素B中对应样本导致锂电池析锂产生的差异值；

步骤1004-5、通过统计量值分析锂电池析锂与充电时长和充电倍率之间的关系，表达式为：

(s＝1且r＝1时锂电池不发生析锂现象)，

其中表示锂电池析锂与充电时长之间的关系，/>表示锂电池析锂与充电倍率之间的关系，/>表示充电时长对应统计量的值，/>表示充电倍率对应统计量的值。

2.根据权利要求1所述一种基于大数据的锂电池析锂分析方法，其特征在于，所述S3中的构建锂电池析锂模型包括以下步骤：

步骤2001、获取步骤1004-5中锂电池析锂与充电时长和充电倍率之间的关系；

步骤2002、根据锂电池析锂与充电时长和充电倍率之间的关系构建锂电池析锂模型，锂电池析锂模型表达式为：

其中，δ(t)表示锂电池的析锂程度与锂电池使用寿命之间的关系，SM表示锂电池使用寿命，μ表示电极表面活动载流子被补偿的速率，所述电极表面活动载流子被补偿的速率为数据库预设值，ρ表示锂电池容量大小。

3.根据权利要求2所述一种基于大数据的锂电池析锂分析方法，其特征在于，步骤1004还包括：

步骤1004-6、设定阈值锂电池产生析锂条件的临界值F_xili，将步骤1004-5中锂电池析锂与充电时长之间的关系与临界值进行比较，即当则表明锂电池发生析锂现象，将步骤1004-5中锂电池析锂与充电倍率之间的关系与临界值进行比较，即当/>则表明锂电池发生析锂现象。

4.根据权利要求1～3任一项所述的一种基于大数据的锂电池析锂分析方法，

其特征在于，所述S4还包括根据锂电池析锂程度评估结果发出预警信号。

5.根据权利要求4所述一种基于大数据的锂电池析锂分析方法，其特征在于，所述根据评估结果发出预警信号具体步骤为：

步骤3001、根据步骤2002中锂电池析锂模型得到锂电池析锂程度评估结果；

步骤3002、设定锂电池预警信号阈值W，将锂电池析锂程度评估结果与阈值W进行比较，根据比较结果进行预警。

6.根据权利要求5所述一种基于大数据的锂电池析锂分析方法，其特征在于，根据比较结果进行预警具体步骤为：

步骤3002-1、设定锂电池析锂等级为G₁、G₂、G₃，其中0＝G₁<G₂<W<G₃，当监测的锂电池析锂程度为[0，G₁]时，不发出预警信号，当监测的锂电池析锂程度为(G₁，G₂]时，发出1次预警信号，当监测的锂电池析锂程度为(G₂，G₃]时，持续发出预警信号。

7.一种基于大数据的锂电池析锂分析系统，所述系统执行权利要求1中所述的一种基于大数据的锂电池析锂分析方法，其特征在于：包括

数据采集模块，所述数据采集模块用于采集锂电池初始数据；

锂电池析锂分析模块，所述锂电池析锂分析模块用于分析锂电池析锂与充电时长和充电倍率之间的关系得到分析结果；

构建模型模块，所述构建模型模块用于根据分析结果构建锂电池析锂模型；

锂电池评估模块，所述锂电池评估模块用于根据锂电池析锂模型评估锂电池析锂程度。

8.根据权利要求7所述的一种基于大数据的锂电池析锂分析系统，其特征在于：还包括能源预警模块，所述能源预警模块用于根据锂电池析锂程度评估结果发出预警信号。