CN116973797A - 电池组一致性的判断方法、装置、设备及存储介质 - Google Patents
电池组一致性的判断方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN116973797A CN116973797A CN202310975256.3A CN202310975256A CN116973797A CN 116973797 A CN116973797 A CN 116973797A CN 202310975256 A CN202310975256 A CN 202310975256A CN 116973797 A CN116973797 A CN 116973797A
- Authority
- CN
- China
- Prior art keywords
- battery
- battery pack
- characteristic data
- single batteries
- consistency
- 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
- 238000000034 method Methods 0.000 title claims abstract description 67
- 238000012360 testing method Methods 0.000 claims description 40
- 238000004590 computer program Methods 0.000 claims description 27
- 238000004458 analytical method Methods 0.000 description 18
- 238000012545 processing Methods 0.000 description 14
- 238000010586 diagram Methods 0.000 description 11
- 238000004422 calculation algorithm Methods 0.000 description 9
- 238000007599 discharging Methods 0.000 description 8
- 239000000523 sample Substances 0.000 description 8
- 238000004891 communication Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 239000013598 vector Substances 0.000 description 5
- 238000000540 analysis of variance Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000002093 peripheral effect Effects 0.000 description 4
- 230000000630 rising effect Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 238000012163 sequencing technique Methods 0.000 description 3
- 238000001793 Wilcoxon signed-rank test Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 238000003064 k means clustering Methods 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 230000002085 persistent effect Effects 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 1
- 239000000538 analytical sample Substances 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 229910052744 lithium Inorganic materials 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 239000013307 optical fiber 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]
- G01R31/396—Acquisition or processing of data for testing or for monitoring individual cells or groups of cells within a battery
-
- 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]
- G01R31/367—Software therefor, e.g. for battery testing using modelling or look-up tables
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Secondary Cells (AREA)
Abstract
本发明提供了一种电池组一致性的判断方法、装置、设备及存储介质,其中,该方法包括:分别获取电池组内多个单体电池在同一第一时段内的第一特征数据集;针对每个单体电池,根据单体电池的第一特征数据集中的多个特征数据之间的变化趋势,确定单体电池的相关特征;根据多个单体电池的至少一种相关特征,对多个单体电池进行聚类,根据聚类结果确定电池组内多个单体电池之间的一致性。通过本发明实施例提供的电池组一致性的判断方法、装置、设备及存储介质,无需限定使用接近满充或满放时的数据,并且根据相关特征对多个单体电池进行聚类,并根据得到的聚类结果对电池组内一致性进行判断,准确率较高。
Description
技术领域
本发明涉及电池组性能评估技术领域,具体而言,涉及一种电池组一致性的判断方法、装置、设备及存储介质。
背景技术
电池组中一般包括多个单体电池,例如,锂电池组(简称电池组)中包括多个单体电池。随着电池组的长时间使用,电池组中各单体电池之间的一致性也会随着电池组的使用而发生变化。而电池组内单体电池之间的一致性会影响整个电池组的安全性及充放电效率。
目前针对电池组一致性的分析方法中,大部分是通过单体电池在某一时刻的电压进行分析的,但这种方法只有在单体电池接近满充或者满放时电压才会出现明显的不一致性。也就是说,现有的方法只有在对电池组满充或满放时,才能保证对电池组一致性判断的准确性。
发明内容
为解决现有存在的技术问题,本发明实施例提供一种电池组一致性的判断方法、装置、设备及存储介质。
第一方面,本发明实施例提供了一种电池组一致性的判断方法,包括:
分别获取电池组内多个单体电池在同一第一时段内的第一特征数据集;其中,所述第一特征数据集包括在多个时间节点采集到的所述单体电池的特征数据;
针对每个所述单体电池,根据所述单体电池的第一特征数据集中的多个所述特征数据之间的变化趋势,确定所述单体电池的相关特征;
根据多个所述单体电池的至少一种相关特征,对多个所述单体电池进行聚类,根据聚类结果确定电池组内多个所述单体电池之间的一致性。
第二方面,本发明实施例还提供了一种电池组一致性的判断装置,包括:
第一数据集获取模块,用于分别获取电池组内多个单体电池在同一第一时段内的第一特征数据集;其中,所述第一特征数据集包括在多个时间节点采集到的所述单体电池的特征数据;
相关特征确定模块,用于针对每个所述单体电池,根据所述单体电池的第一特征数据集中的多个所述特征数据之间的变化趋势,确定所述单体电池的相关特征;
一致性确定模块,用于根据多个所述单体电池的至少一种相关特征,对多个所述单体电池进行聚类,根据聚类结果确定电池组内多个所述单体电池之间的一致性。
第三方面,本发明实施例提供了一种设备,包括处理器和存储器,所述存储器存储有计算机程序,所述处理器执行所述存储器中存储的计算机程序,所述计算机程序被所述处理器执行时实现上述第一方面所述的电池组一致性的判断方法。
第四方面,本发明实施例还提供了一种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上述第一方面所述的电池组一致性的判断方法。
第五方面,本申请还提供一种计算机程序产品,包括计算机程序,当计算机程序被执行时,可以实现上述第一方面或者第一方面的任一种可能的设计方式所述的电池组一致性的判断方法。
本发明实施例提供的一种电池组一致性的判断方法、装置、设备及存储介质,通过多个单体电池在同一第一时段内的多个特征数据之间的变化趋势确定相关特征,根据这些相关特征对多个单体电池进行聚类,从而确定电池组内多个单体电池之间的一致性。与相关技术中只有获取在接近满充或者满放时的电压才能比较准确判断电池组的一致性相比,利用多个单体电池在同一第一时段内的多个特征数据之间的变化趋势对多个单体电池之间的一致性进行判断,其中,变化趋势中得到的特征例如极值点,在不同的电池容量下都有,通常是在远离满充或满放的电池容量下出现,因此,本发明实施例无需限定使用接近满充或满放时的数据,从而在未采集到接近满充或满放时的数据的情况下,也可以对电池组中单体电池的一致性进行判断。而选择的相关特征是能够反映单体电池之间一致性的因素,因此根据这些相关特征对多个单体电池进行聚类,并根据得到的聚类结果对电池组内是否出现不一致,以及哪些单体电池相对于其他单体电池而言一致性差来进行判断,判断的准确率较高。
附图说明
为了更清楚地说明本发明实施例或背景技术中的技术方案,下面将对本发明实施例或背景技术中所需要使用的附图进行说明。
图1示出了本发明实施例所提供的一种电池组一致性的判断方法的流程图;
图2示出了本发明实施例所提供的电池组一致性的判断方法中,层次聚类的示意图;
图3示出了本发明实施例所提供的一种电池组一致性的判断装置的结构示意图;
图4示出了本发明实施例所提供的一种设备的结构示意图。
具体实施方式
下面结合本发明实施例中的附图对本发明实施例进行描述。
实施例1
本实施例所提供的一种电池组一致性的判断方法的执行主体是可以对电池组一致性进行判断的处理器。
参见图1所示出的本实施例所提供的一种电池组一致性的判断方法的流程图,本实施例所提供的一种电池组一致性的判断方法,包括以下具体步骤:
步骤100:分别获取电池组内多个单体电池在同一第一时段内的第一特征数据集;其中,第一特征数据集包括在多个时间节点采集到的单体电池的特征数据。
在上述步骤100中,所述第一时段指的是一段具有较长时间长度的时间段;第一时段,包括开始时间和结束时间。可以基于实际情况选定第一时段的开始时间和结束时间,第一时段的时长通常大于1个小时,例如第一时段可以设置为:开始时间是电池组开始充电的时间,时间间隔是2小时,结束时间是电池组开始充电后2小时的时间。所述时间节点指的是第一时段内采集特征数据的时间点,例如每隔10秒采集一次单体电池的特征数据,若第一时段是当天的上午10点到12点,则时间节点指的是当天的上午10点、上午10点10秒、上午10点20秒等。
所述特征数据指的是单体电池至少一种特征的数据,例如单体电池的电压、温度或者电流等特征中的一种或多种特征的数据。
电池管理系统(BMS)每隔固定时间间隔分别采集各单体电池的特征数据,例如每隔1秒或者每隔10秒采集一次单体电池的电压、温度或者电流等特征中的至少一种特征的数据。
所述第一特征数据集指的是单体电池在第一时段内的特征数据的集合。处理器分别获取电池组内多个单体电池的第一特征数据集。
步骤102:针对每个单体电池,根据单体电池的第一特征数据集中的多个特征数据之间的变化趋势,确定单体电池的相关特征。
在上述步骤102中,可选地,对于每个单体电池而言,所述变化趋势可以是同一种特征的多个特征数据随着时间变化的变化曲线。
可选地,若存在多种特征数据,所述变化趋势可以是计算不同种类特征数据之间的相关关系得到的变化曲线。
例如若特征数据中包括单体电池的电压和容量这两种特征数据,变化趋势可以是电压和电压对应的容量差分值之间的相关关系得到的变化曲线。其中,计算容量差分值的过程可以是:先确定电压变化的最小单位,例如3mV或者5mV,然后计算单体电池的电压每隔电压变化的最小单位对应的容量变化值,该容量变化值即容量差分值。计算容量变化值的具体过程是现有技术,这里不再赘述。
所述单体电池的相关特征指的是:能够反映单体电池之间一致性的因素。单体电池的相关特征,包括但不限于:电压的平均值,例如每1分钟内的各电压的平均值;温度的平均值,例如每1分钟内的各温度的平均值;变化曲线中峰值点的一些特征,例如峰值点对应的容量差分值、上升至峰值点的斜率;变化曲线中谷值点的一些特征,例如谷值点对应的容量差分值、下降至谷值点的斜率等。
若单体电池的第一特征数据集中的多个特征数据之间的变化趋势是单体电池在不同时间节点的电压随着时间变化的变化曲线,那么单体电池的相关特征可以包含电压的平均值。
若单体电池的第一特征数据集中的多个特征数据之间的变化趋势是单体电池在不同时间节点的温度随着时间变化的变化曲线,那么单体电池的相关特征可以包含温度的平均值。
若单体电池的第一特征数据集中的多个特征数据之间的变化趋势是单体电池在不同时间节点的电压和电压对应的容量差分值之间的相关关系得到的变化曲线,那么单体电池的相关特征可以包含峰值点对应的容量差分值或者上升至峰值点的斜率等。
由于单体电池的一致性差异会影响到单体电池特征数据的变化趋势,因此通过比较不同单体电池之间的特征数据,可以推断出不同单体电池之间的一致性。
在本实施例中,可选地,在变化趋势中存在极值点的情况下步骤102可以利用以下步骤(1)得到单体电池的相关特征:
步骤(1):在变化趋势中存在极值点的情况下,将极值点的特征,作为单体电池的相关特征。
在上述步骤(1)中,所述极值点包括变化曲线中的峰值点和谷值点。
所述极值点的特征包括但不限于:极值点对应的电压、极值点对应的容量差分值、上升至峰值点的容量差分值的变化斜率或者下降至谷值点的容量差分值的变化斜率等。
若变化曲线中存在一个以上的极值点,相关特征也可以包括但不限于:两个极值点之间的面积或者两个极值点之间的电压差值。
可选地,在变化趋势中不存在极值点的情况下,步骤102还可以继续利用以下步骤(2)至步骤(3)得到单体电池的相关特征:
步骤(2):在变化趋势中不存在极值点的情况下,根据相邻的单体电池的循环数据,重新确定单体电池的第一特征数据集;其中,循环数据包括一次完整的充电数据或者一次完整的放电数据;
步骤(3):针对每个单体电池,根据单体电池重新确定的第一特征数据集中的多个特征数据之间的变化趋势,确定单体电池的相关特征。
在上述步骤(2)中,所述变化趋势中可能不存在极值点。例如在对电池组进行充电时,第一时段是从电池容量为5%对应的时间点到电池容量充到20%对应的时间点,但极值点是在电池容量为25%对应的时间点到电池容量为75%对应的时间点之间时,那么从电池容量为5%对应的时间点到电池容量充到20%对应的时间点的时段内就不存在极值点。
处理器会存储每次完整的充电循环数据或者放电循环数据。具体如下:
一次完整的充电循环数据,是指:此时电池组正在进行放电,只要还没有开始下一次的充电,则可以认为电池组的放电未完成,电池组开始进行放电到下一次开始充电这个时间段的数据是一次完整的放电循环数据,在下一次开始充电时,将记录的这一次完整的放电循环数据进行存储。
一次完整的放电循环数据,是指:此时电池组正在进行充电,只要还没有开始下一次的放电,则可以认为电池组的充电未完成,电池组开始进行充电到下一次开始放电这个时间段的数据是一次完整的充电循环数据,在下一次开始放电时,将记录的这一次完整的充电循环数据进行存储。
所述相邻的单体电池的循环数据指的是,在第一时段之前,与第一时段时间上最接近的一次完整的充电循环数据或者放电循环数据。例如,第一时段对应的是充电,则相邻的单体电池的循环数据是上一次完整的充电或放电循环数据;或者第一时段对应的是放电,则相邻的单体电池的循环数据是上一次完整的放电或充电循环数据。
根据选定的相邻的单体电池的循环数据,重新确定单体电池的第一特征数据集的过程是:将与第一时段时间上最接近的一次完整的充电循环或者放电循环的时间段作为重新确定的第一时段,将重新确定的第一时段内的特征数据的集合作为单体电池的第一特征数据集,即将选定的相邻的单体电池的循环数据作为单体电池的第一特征数据集。
为了节省资源,主要是硬件资源,在确定相关特征以及对单体电池进行聚类之前,会先对电池组内单体电池的一致性做一个初步的判断,在初步判断结果是电池组内单体电池出现不一致时,再确定相关特征以及聚类处理。具体地,在本实施例提出的电池组一致性的判断方法中的步骤104之前,还可以执行以下步骤(1)至步骤(2):
步骤(1):分别获取电池组内多个单体电池在同一第二时段内的第二特征数据集;其中,第二特征数据集包括在多个时间节点采集到的单体电池的特征数据;第二时段包含在第一时段内;
步骤(2):对电池组内多个单体电池的第二特征数据集中的多个特征数据进行秩检验,根据秩检验结果判断电池组是否出现不一致。
在上述步骤(1)中,所述第二时段指的是第一时段中任意一段时间间隔较短的时间。可以基于实际情况选定第二时段的开始时间和结束时间,例如第一时段的开始时间是电池组开始充电的时间,结束时间是电池组开始充电后2小时的时间,第二时段的开始时间可以是电池组开始充电后1小时的时间,结束时间是电池组开始充电后1小时1分钟的时间。
所述第二特征数据集指的是单体电池在第二时段内的特征数据的集合。处理器分别获取电池组内多个单体电池的第二特征数据集。
第二时段的第二特征数据集,可以为包含至少两个不同采样时刻下的数据,例如:
在通过第二时段内的特征数据对电池一致性进行初步判断时,始终采取最近时间原则,即始终以最新获取到的一段数据进行分析。例如当前时刻为13:00:00,此时电池已经充电了1h,且电池的数据每5s采集一次。若采取十个不同采样时刻下的数据,则此时初步判断电池一致性的数据分别来自以下时刻的数据:12:59:15,12:59:20,12:59:25,12:59:30,12:59:35,12:59:40,12:59:45,12:59:50,12:59:55,13:00:00。
根据此时的第二时段内的特征数据对电池组一致性进行初步判断,若电池组未出现不一致,则继续在最新获取到的数据基础上分析电池组的一致性。比如此时当前时刻为13:00:40,若采取十个不同采样时刻下的数据,则此时分析电池一致性的数据分别来自以下时刻的数据:12:59:55,13:00:00,13:00:05,13:00:10,13:00:15,13:00:20,13:00:25,13:00:30,13:00:35,13:00:40。
持续上述基于第二时段内的特征数据对电池一致性进行初步判断,直至判断结果为电池组内出现不一致。则此时基于所述第一时段的第一特征数据获取相关特征,通过聚类等方法进一步确定电池组的一致性。
在上述步骤(2)中,所述秩检验指的是对在第二时段内的各单体电池的特征数据进行排序,确定每个数据在序列中的次序(即秩),通过秩检验算法对排序后的序列进行处理,根据处理结果可以判断出各单体电池之间是否有显著差异。
秩检验算法包括但不限于:秩和检验、威尔科克森符号秩检验(Wilcoxon符号秩检验)或者弗里德曼双向秩方差分析(Friedman秩方差分析)。
所述对电池组内多个单体电池的第二特征数据集中的多个特征数据进行秩检验的具体过程是:将电池组内多个单体电池的第二特征数据集中的多个特征数据混合在一起组成分析样本,将分析样本内的各特征数据按照数值的大小进行排序得到排序后的分析样本,可以将分析样本内的各特征数据按照数值从小到大或者数值从大到小的顺序进行排序,将每个特征数据在排序后的分析样本中的次序叫做秩。通过秩检验算法对排序后的分析样本进行处理,根据秩检验结果初步判断电池组是否出现不一致,即对电池组内各单体电池的一致性进行判断。
在根据秩检验算法得到秩检验统计量后,根据所选的秩检验算法,查找对应的临界表确定临界值,根据秩检验统计量与确定的临界值之间的对比结果,确定秩检验结果。其中,秩检验算法对应的临界表是常见的统计参考资料,可以在教科书,统计软件的说明文档或其他统计学资料中获取。例如,秩和检验对应的临界表叫做秩和检验临界值表。
当电池组内只有两个单体电池,只需要对这两个单体电池进行初步判断时,可以采取秩和检验。例如,电池组包括单体电池1和单体电池2,单体电池的特征数据是电压,单体电池1在所述某一第二时段内的电压分别是V11、V12、V13和V14,单体电池2在同一第二时段内的电压分别是V21、V22、V23和V24。分析样本是V11、V12、V13、V14、V21、V22、V23和V24。排序后的分析样本假设是:V23、V11、V21、V13、V14、V22、V24和V12。
则单体电池1中各电压的秩分别是2、8、4、5;单体电池2中各电压的秩分别是3、6、1、7。
具体地,对于每个单体电池,将排序后的分析样本中属于该单体电池的特征数据的秩相加,得到该单体电池的秩和,通过查找秩和检验临界表得到对应的临界值,若得到的秩和大于上临界值或小于下临界值,可以认为电池组内出现不一致。
示例地,继续以上述步骤(2)中提到的例子为例,单体电池1的秩和是2+8+4+5=19,单体电池1的秩和是3+6+1+7=17。因为两个单体电池的样本容量相同,所以这里可以选择任意一个秩和。选择显著性水平为0.05,则查表得到下临界值为12,上临界值为24,则不论是单体电池1的秩和19,还是单体电池2的秩和17,都在12~24之间,说明单体电池1和单体电池2是一致的。
在根据电池特征数据确定秩数据时,若特征数据相同,则这些相同的特征数据具有相同的秩数据,且此时秩数据是这些特征数据对应排序的均值。以特征数据为电压时举例,假设两电压值均为3.500V,且其排序分别为1和2,则电压值3.500V对应的秩数据为1.5(即1和2的平均值)。
还可以通过Wilcoxon符号秩检验来对排序后的分析样本进行秩检验。具体地:确定排序后的分析样本中所有特征数据的中位数对应的特征数据,将各特征数据与该中位数进行比较,根据比较结果得到检验统计量,通过查表可以确定临界值,对比检验统计量与临界值,可以判断电池组内是否出现不一致。
当电池组内有两个以上单体电池,需要对这两个以上单体电池进行初步判断时,可以选择弗里德曼双向秩方差分析(Friedman秩方差分析)来处理。
具体地,依次对同一时间点的不同单体的特征数据进行排序,例如若有k个单体电池、每个单体电池有n个特征数据,则排序后得到的是n组数据,每组有k个秩数据。根据各单体电池的秩和计算检验值,通过查表可以确定检验值对应的临界值,若检验值大于临界值,可以认为电池组内出现不一致。
示例地,继续以上述对Friedman秩方差分析处理过程的具体介绍中提到的例子为例,有k个单体电池、每个单体电池有n个特征数据。则第i个单体电池的第j个特征数据是:xij,
其中,i=1,2,...,k,j=1,2,...,n。
依次对同一个时间点采集的不同单体电池的特征数据进行排序,即先对x11,x21,...,xk1进行排序,再对x12,x22,...,xk2进行排序,以此类推,得到n组数据,每组有k个秩数据。
则第i个单体电池的第j个特征数据对应的秩数据是:Rij。
对这k个单体电池,第i个单体电池的秩和Ri_sum:
计算检验值X2:
同时,若整个秩数据中有结,即每组数据中不同的电池有相同的秩,则检验值需要修正,公式为:
其中,Fre是校正因子,p是结的个数,τi为第i个结的长度(即相同秩的个数)。
根据事先确定的显著性水平α以及自由度(k-1),从表中查得检验值对应的临界值是判断X2与/>之间的大小,若X2大于/>可以认为电池组内出现不一致。若检验值需要修正,则判断/>与/>之间的大小,若/>大于可以认为电池组内出现不一致。
在判断电池组没有出现不一致的情况下,继续执行上述步骤(1)和步骤(2)。
在判断电池组出现不一致的情况下,执行上述步骤104。
在判断电池组没有出现不一致的情况下,可以认为目前电池组内各单体电池一致性不错,不需要再进一步地分析电池组内哪些电池出现不一致。此时,可以继续执行上述步骤(1)和步骤(2),即获取电池组内多个单体电池在下一个时段内的特征数据,对这些特征数据进行秩检验来对电池组内各单体电池的一致性进行判断。直到电池组内各单体电池中出现一致性差的单体电池的情况下,则执行步骤104。
通过以上的描述可知:秩检验的过程主要是排序以及对排序后的数据进行简单计算,基本不耗费资源,而对单体电池进行聚类等深入的分析耗费的资源较多。因此通过以上步骤(1)至步骤(2)执行的流程,对第二时段内的第二特征数据集中的多个特征数据进行秩检验,在确定电池组内出现不一致时,再执行确定相关特征以及聚类处理的相关步骤,可以有效地节省资源。
步骤104:根据多个单体电池的至少一种相关特征,对多个单体电池进行聚类,根据聚类结果确定电池组内多个单体电池之间的一致性。
在上述步骤104中,所述对多个单体电池进行聚类指的是,根据多个单体电池的至少一种相关特征,将电池组中,相关特征接近的单体电池依次归为一个新的类,也可以说归为一个群体,直到最终没有合适的单体电池可以归为一个新的类为止,或者直到最终所有的单体电池都和其他的单体电池归为一个新的类为止。
聚类的方法包括但不限于:层次聚类、K均值聚类算法(K-means聚类算法)或者基于密度的聚类算法(DBSCAN)。
若相关特征只有一种特征,对多个单体电池进行聚类的具体过程如下:
不同单体电池在同一时间节点的相关特征之间的差值即单体电池之间的距离,依次将距离比较接近的单体电池归为一个新的类。
其中,对不同单体电池在同一时间节点的相关特征之间的距离做举例说明:
示例地,电池组内有3个单体电池,单体电池1、单体电池2和单体电池3。单体电池1、单体电池2和单体电池3在某个时间节点的电压分别是V1、V2和V3,单体电池1和单体电池2之间的距离是|V1-V2|,单体电池1和单体电池3之间的距离是|V1-V3|,单体电池2和单体电池3之间的距离是|V2-V3|。
若相关特征为多种特征,对多个单体电池进行聚类的具体过程如下:
将每一个单体电池的多个相关特征组成一个相关特征向量,即一个单体电池对应一个相关特征向量。根据不同单体电池的相关特征向量之间的距离,依次将距离最接近的单体电池归为一个新的类。假设有m个单体电池,对每一个单体电池,根据上述步骤选择的相关特征确定单体电池的相关特征向量,比较各单体电池的相关特征向量之间的距离。
进一步地解释,在对多个单体电池进行第一次聚类时,比较不同单体电池之间的距离,将距离最小的两个单体电池聚为一类,此时整个电池组为:剩余m-2个还未聚类的单体电池,两个已经聚为一类的单体电池组成的类。再进行下一次聚类时,将两个已经聚为一类的单体电池组成的类作为一个整体(记为一致单体电池对象),比较一致单体电池对象与剩余m-2个单体电池(此时,每个单体电池可以看作一个对象)之间的距离,将距离最小的两个对象聚为一类。若距离最小的是一致单体电池对象与m-2个单体电池中的某一个单体电池之间的距离,则此时将一致单体电池对象与该单体电池聚为一类。若距离最小的是m-2个单体电池中的某两个不同的单体电池间的距离,则此时将这两节单体电池聚为一类。以此类推,将所有电池完成聚类。根据每次聚类的距离,判断电池组之间的一致性。
其中,计算一致单体电池对象与其他单体电池,或与其他一致单体电池对象的距离时,可采用一致单体电池对象的中心或质心来计算距离(包括但不限于这种方式)。
所述根据聚类结果确定电池组内多个单体电池之间的一致性指的是:
一种情况是:若聚类结果指示电池组中存在某个单体电池不能和其他单体电池合并为一个新的类,则认为电池组内出现不一致,该单体电池相对于其他单体电池来说不具有一致性,即电池组的一致性差。
另一种情况是:预先设定一个距离阈值,若聚类结果指示电池组中有单体电池与其他单体电池之间的距离大于该距离阈值,可以认为电池组内出现不一致,该单体电池相对于其他单体电池来说不具有一致性,即电池组的一致性差。
可选地,若相关特征只有一种特征,步骤104中的“根据聚类结果确定电池组内多个单体电池之间的一致性”可以包括步骤(1):
步骤(1):确定单体电池与其他单体电池进行聚类时的当前距离,在当前距离大于距离阈值的情况下,将该单体电池确定为一致性差的单体电池。
在上述步骤(1)中,所述当前距离指的是将单体电池与其他单体电池划归为一个新的类时,单体电池与其他单体电池之间的距离,这里距离的确定过程在上述步骤104中有具体说明,这里不再赘述。
具体地,如果电池组内的各单体电池第一次进行聚类,当前距离是指单体电池与另一个距离最近的单体电池之间的距离;如果是第n次进行聚类,将单体电池与之前已经进行的n-1次聚类后形成的新类之间的距离,和单体电池与剩余还未聚类的单体电池之间的距离,之中所有距离最小的距离为当前距离。其中,n是大于1的自然数。距离阈值指的是根据实际情况确定的一个阈值,例如先分别记录所有能够和其他单体电池进行聚类的单体电池的距离,将这些距离的平均值作为距离阈值。
在单体电池的当前距离大于距离阈值的情况下,可以认为该单体电池与其他单体电池的差异性较大,即该单体电池相较于其他单体电池来说不具有一致性,因此将该单体电池确定为一致性差的单体电池。
由于在对单体电池进行聚类时,通常是按照单体电池之间的距离由近到远的顺序依次进行聚类的,因此在判断某个单体电池与其他单体电池进行聚类时的当前距离大于距离阈值时,可以认为在该单体电池之后进行聚类的单体电池也与其他单体电池的距离较远,因此将在该单体电池之后进行聚类的单体电池均确定为一致性差的单体电池。
示例地,以聚类的方法是层次聚类为例,这里具体解释对电池组内的各单体电池进行层次聚类的过程,参见图2所示的层次聚类示意图,图2中的电池组内有8个单体电池,将距离较近的单体电池进行聚类时,从单体电池的横坐标出发向上延伸后形成一条水平横杠,横杠相连的单体电池之间的距离较近,每生成一个横杠表示在横杠相连的单体电池之间发生一次聚类。水平横杠的高度代表两类单体电池之间的距离或者单体电池与一类单体电池之间的距离,高度越矮表明距离越近。
如图2所示,可以看出聚类的次数和顺序:
第1次聚类:单体电池2和单体电池5,距离为0.870;
第2次聚类:单体电池2、单体电池5和单体电池6,距离为1.398;
第3次聚类:单体电池1和单体电池3,距离为1.752;
第4次聚类:单体电池7和单体电池8,距离为2.008;
第5次聚类:单体电池2、单体电池5和单体电池6以及单体电池1和单体电池3,距离为2.707;
第6次聚类:单体电池2、单体电池5、单体电池6、单体电池1、单体电池3和单体电池4,距离为4.398;
第7次聚类:单体电池2、单体电池5、单体电池6、单体电池1、单体电池3、单体电池4和单体电池7、单体电池8,距离为5.245。
最后一次聚类即第7次聚类的距离即总距离,相邻两次聚类的距离变化依次是:0.528、0.354、0.256、0.699、1.691、0.847。
这里将单体电池进行聚类的平均距离作为距离阈值,则距离阈值等于总距离除以聚类次数,即5.245除以7等于0.749。
可以看到第6次聚类的单体电池的当前距离大于距离阈值,可以认为单体电池4相较于其他单体电池来说不具有一致性。在第6次聚类后进行聚类的单体电池7和单体电池8均被确定为相较于其他单体电池来说不具有一致性。
因此单体电池4、单体电池7和单体电池8均被确定为是一致性差的单体电池。
可选地,在相关特征有多种的情况下,步骤104中“根据多个单体电池的至少一种相关特征,对多个单体电池进行聚类”包括步骤(1)至步骤(3):
步骤(1):计算同一种相关特征的方差;
步骤(2):选定方差大于方差阈值的相关特征作为选定相关特征;
步骤(3):根据多个单体电池的选定相关特征,对多个单体电池进行聚类。
在上述步骤(1)中,所述同一种相关特征的方差指的是,对于每一种相关特征,不同单体电池在同一时间节点的该相关特征的取值组成的数据集合的方差。在上述步骤(2)中,所述方差阈值指的是,根据实际情况设定的一个值,或者是所有方差中的某一个方差。
例如,电池组内有4个单体电池,采集的特征数据是电压,在某个时间节点这4个单体电池的特征数据分别是Va、Vb、Vc、Vd,则电压的方差是Va、Vb、Vc、Vd这组数据集合的方差。
对不同相关特征的方差按照数值的大小从大到小进行排序,假设有5种相关特征,方差分别是D1、D2、D3、D4、D5,排序后的方差分别是D2、D5、D1、D3、D4,想要选择方差最大的3个相关特征作为选定相关特征,则方差阈值是排在第4位的方差即D3,从而可以将大于方差阈值的前3个方差对应的相关特征作为选定相关特征,即将D2、D5、D1作为选定相关特征。
在上述步骤(3)中,处理过程与步骤104中的类似,在此不做赘述。
选择一些和单体电池的衰减程度相关度较高的相关特征(如:变化趋势中峰值点的峰高、上升至峰值点的斜率、峰值点下降的斜率、峰值点对应的电压或者不同峰值点之间电池容量的变化等)来进行下一步的分析,得到的单体电池一致性的结果的准确度也会更高。
相关特征的方差越大,说明该相关特征在更大程度上反映单体电池的衰减程度,根据该相关特征来进行下一步的分析,得到的单体电池一致性结果的准确度也会更高。
综上所述,本实施例提出一种电池组一致性的判断方法,通过多个单体电池在同一第一时段内的多个特征数据之间的变化趋势确定相关特征,根据这些相关特征对多个单体电池进行聚类,从而确定电池组内多个单体电池之间的一致性。与相关技术中只有获取在接近满充或者满放时的电压才能比较准确判断电池组的一致性相比,利用多个单体电池在同一第一时段内的多个特征数据之间的变化趋势对多个单体电池之间的一致性进行判断,其中,变化趋势中得到的特征例如极值点,在不同的电池容量下都有,通常是在远离满充或满放的电池容量出现,因此,本发明实施例无需限定使用接近满充或满放时的数据,从而在未采集到接近满充或满放时的数据的情况下,也可以对电池组中单体电池的一致性进行判断。而选择的相关特征是能够反映单体电池之间一致性的因素,因此根据这些相关特征对多个单体电池进行聚类,并根据得到的聚类结果对电池组内是否出现不一致,以及哪些单体电池相对于其他单体电池而言一致性差来进行判断,判断的准确率较高。
实施例2
上文详细描述了本发明实施例1提供的电池组一致性的判断方法,该方法也可以通过相应的装置实现,下面详细描述本发明实施例2提供的电池组一致性的判断装置。
实施例2提供的一种电池组一致性的判断装置,用于执行上述实施例1提出的电池组一致性的判断方法。
参见图3示出了本发明实施例所提供的一种电池组一致性的判断装置的结构示意图。如图3所示,该电池组一致性的判断装置包括:
第一数据集获取模块300,用于分别获取电池组内多个单体电池在同一第一时段内的第一特征数据集;其中,所述第一特征数据集包括在多个时间节点采集到的所述单体电池的特征数据;
相关特征确定模块302,用于针对每个所述单体电池,根据所述单体电池的第一特征数据集中的多个所述特征数据之间的变化趋势,确定所述单体电池的相关特征;
一致性确定模块304,用于根据多个所述单体电池的至少一种相关特征,对多个所述单体电池进行聚类,根据聚类结果确定电池组内多个所述单体电池之间的一致性。
可选地,该装置还包括:
第二数据集获取模块,用于分别获取电池组内多个单体电池在同一第二时段内的第二特征数据集;其中,所述第二特征数据集包括在多个时间节点采集到的所述单体电池的特征数据;所述第一时段包含所述第二时段;
秩检验模块,用于对电池组内多个所述单体电池的第二特征数据集中的多个所述特征数据进行秩检验,根据秩检验结果判断电池组是否出现不一致;
一致性初步判断模块,用于在判断电池组没有出现不一致的情况下,继续执行所述分别采集电池组内多个单体电池在同一所述第二时段内的第二特征数据集的步骤;在判断电池组出现不一致的情况下,执行所述确定所述单体电池的相关特征的步骤。
可选地,一致性确定模块304包括:第一判断子模块。
第一判断子模块,用于确定所述单体电池与其他所述单体电池进行聚类时的当前距离,在所述当前距离大于距离阈值的情况下,将该单体电池确定为一致性差的单体电池。
可选地,相关特征确定模块302包括:第一确定子模块。
第一确定子模块,用于在所述变化趋势中存在极值点的情况下,将所述极值点的特征,作为所述单体电池的相关特征。
可选地,相关特征确定模块302还包括子模块:数据集重新确定子模块和相关特征确定子模块。
数据集重新确定子模块,用于在所述变化趋势中不存在极值点的情况下,根据相邻的所述单体电池的循环数据,重新确定所述单体电池的第一特征数据集;其中,所述循环数据包括一次完整的充电数据或者一次完整的放电数据;
相关特征确定子模块,用于针对每个所述单体电池,根据所述单体电池的重新确定的第一特征数据集中的多个特征数据之间的变化趋势,确定所述单体电池的相关特征。
可选地,在所述相关特征有多种的情况下,一致性确定模块304包括子模块:方差计算子模块、选定相关特征确定子模块和聚类子模块。
方差计算子模块,用于计算同一种所述相关特征的方差;
选定相关特征确定子模块,用于选定方差大于方差阈值的所述相关特征,作为选定相关特征;
聚类子模块,用于根据多个所述单体电池的所述选定相关特征,对多个所述单体电池进行聚类。
需要说明的是,上述实施例提供的电池组一致性的判断装置在实现相应的功能时,仅以上述各功能模块的划分举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将设备的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的电池组一致性的判断装置与电池组一致性的判断方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
综上所述,本发明实施例提供的一种电池组一致性的判断装置,通过多个单体电池在同一第一时段内的多个特征数据之间的变化趋势确定相关特征,根据这些相关特征对多个单体电池进行聚类,从而确定电池组内多个单体电池之间的一致性。与相关技术中只有获取在接近满充或者满放时的电压才能比较准确判断电池组的一致性相比,利用多个单体电池在同一第一时段内的多个特征数据之间的变化趋势对多个单体电池之间的一致性进行判断,其中,变化趋势中得到的特征例如极值点,在不同的电池容量下都有,通常是在远离满充或满放的电池容量出现,因此,本发明实施例无需限定使用接近满充或满放时的数据,从而在未采集到接近满充或满放时的数据的情况下,也可以对电池组中单体电池的一致性进行判断。而选择的相关特征是能够反映单体电池之间一致性的因素,因此根据这些相关特征对多个单体电池进行聚类,并根据得到的聚类结果对电池组内是否出现不一致,以及哪些单体电池相对于其他单体电池而言一致性差来进行判断,判断的准确率较高。
实施例3
根据本申请的一个方面,本发明实施例还提供一种计算机程序产品,该计算机程序产品包括计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分从网络上被下载和安装。在该计算机程序被处理器执行时,执行本申请实施例提供的电池组一致性的判断方法。
此外,本发明实施例还提供了一种电池组一致性的判断设备,该设备包括处理器和存储器,存储器存储有计算机程序,处理器能够执行存储器中存储的计算机程序,计算机程序被处理器执行时,可以实现上述任一实施例提供的电池组一致性的判断方法。
例如,图4示出了本发明实施例提供的一种电池组一致性的判断设备,该设备包括总线1110、处理器1120、收发器1130、总线接口1140、存储器1150和用户接口1160。
在本发明实施例中,该设备还包括:存储在存储器1150上并可在处理器1120上运行的计算机程序,计算机程序被处理器1120执行时实现上述电池组一致性的判断方法实施例的各个过程。
收发器1130,用于在处理器1120的控制下接收和发送数据。
本发明实施例中,总线架构(用总线1110来代表),总线1110可以包括任意数量互联的总线和桥,总线1110将包括由处理器1120代表的一个或多个处理器与存储器1150代表的存储器的各种电路连接在一起。
总线1110表示若干类型的总线结构中的任何一种总线结构中的一个或多个,包括存储器总线以及存储器控制器、外围总线、加速图形端口(Accelerate Graphical Port,AGP)、处理器或使用各种总线体系结构中的任意总线结构的局域总线。作为示例而非限制,这样的体系结构包括:工业标准体系结构(Industry Standard Architecture,ISA)总线、微通道体系结构(Micro Channel Architecture,MCA)总线、扩展ISA(Enhanced ISA,EISA)总线、视频电子标准协会(Video Electronics Standards Association,VESA)、外围部件互连(Peripheral Component Interconnect,PCI)总线。
处理器1120可以是一种集成电路芯片,具有信号处理能力。在实现过程中,上述方法实施例的各步骤可以通过处理器中硬件的集成逻辑电路或软件形式的指令完成。上述的处理器包括:通用处理器、中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(FieldProgrammable Gate Array,FPGA)、复杂可编程逻辑器件(Complex Programmable LogicDevice,CPLD)、可编程逻辑阵列(Programmable Logic Array,PLA)、微控制单元(Microcontroller Unit,MCU)或其他可编程逻辑器件、分立门、晶体管逻辑器件、分立硬件组件。可以实现或执行本发明实施例中公开的各方法、步骤及逻辑框图。例如,处理器可以是单核处理器或多核处理器,处理器可以集成于单颗芯片或位于多颗不同的芯片。
处理器1120可以是微处理器或任何常规的处理器。结合本发明实施例所公开的方法步骤可以直接由硬件译码处理器执行完成,或者由译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存取存储器(Random Access Memory,RAM)、闪存(FlashMemory)、只读存储器(Read-Only Memory,ROM)、可编程只读存储器(Programmable ROM,PROM)、可擦除可编程只读存储器(Erasable PROM,EPROM)、寄存器等本领域公知的可读存储介质中。所述可读存储介质位于存储器中,处理器读取存储器中的信息,结合其硬件完成上述方法的步骤。
总线1110还可以将,例如外围设备、稳压器或功率管理电路等各种其他电路连接在一起,总线接口1140在总线1110和收发器1130之间提供接口,这些都是本领域所公知的。因此,本发明实施例不再对其进行进一步描述。
收发器1130可以是一个元件,也可以是多个元件,例如多个接收器和发送器,提供用于在传输介质上与各种其他装置通信的单元。例如:收发器1130从其他设备接收外部数据,收发器1130用于将处理器1120处理后的数据发送给其他设备。取决于计算机系统的性质,还可以提供用户接口1160,例如:触摸屏、物理键盘、显示器、鼠标、扬声器、麦克风、轨迹球、操纵杆、触控笔。
应理解,在本发明实施例中,存储器1150可进一步包括相对于处理器1120远程设置的存储器,这些远程设置的存储器可以通过网络连接至服务器。上述网络的一个或多个部分可以是自组织网络(ad hoc network)、内联网(intranet)、外联网(extranet)、虚拟专用网(VPN)、局域网(LAN)、无线局域网(WLAN)、广域网(WAN)、无线广域网(WWAN)、城域网(MAN)、互联网(Internet)、公共交换电话网(PSTN)、普通老式电话业务网(POTS)、蜂窝电话网、无线网络、无线保真(Wi-Fi)网络以及两个或更多个上述网络的组合。例如,蜂窝电话网和无线网络可以是全球移动通信(GSM)系统、码分多址(CDMA)系统、全球微波互联接入(WiMAX)系统、通用分组无线业务(GPRS)系统、宽带码分多址(WCDMA)系统、长期演进(LTE)系统、LTE频分双工(FDD)系统、LTE时分双工(TDD)系统、先进长期演进(LTE-A)系统、通用移动通信(UMTS)系统、增强移动宽带(Enhance Mobile Broadband,eMBB)系统、海量机器类通信(massive Machine Type of Communication,mMTC)系统、超可靠低时延通信(UltraReliable Low Latency Communications,uRLLC)系统等。
应理解,本发明实施例中的存储器1150可以是易失性存储器或非易失性存储器,或可包括易失性存储器和非易失性存储器两者。其中,非易失性存储器包括:只读存储器(Read-Only Memory,ROM)、可编程只读存储器(Programmable ROM,PROM)、可擦除可编程只读存储器(Erasable PROM,EPROM)、电可擦除可编程只读存储器(Electrically EPROM,EEPROM)或闪存(Flash Memory)。
易失性存储器包括:随机存取存储器(Random Access Memory,RAM),其用作外部高速缓存。通过示例性但不是限制性说明,许多形式的RAM可用,例如:静态随机存取存储器(Static RAM,SRAM)、动态随机存取存储器(Dynamic RAM,DRAM)、同步动态随机存取存储器(Synchronous DRAM,SDRAM)、双倍数据速率同步动态随机存取存储器(Double Data RateSDRAM,DDRSDRAM)、增强型同步动态随机存取存储器(Enhanced SDRAM,ESDRAM)、同步连接动态随机存取存储器(Synchlink DRAM,SLDRAM)和直接内存总线随机存取存储器(DirectRambus RAM,DRRAM)。本发明实施例描述的存储器1150包括但不限于上述和任意其他适合类型的存储器。
在本发明实施例中,存储器1150存储了操作系统1151和应用程序1152的如下元素:可执行模块、数据结构,或者其子集,或者其扩展集。
具体而言,操作系统1151包含各种系统程序,例如:框架层、核心库层、驱动层等,用于实现各种基础业务以及处理基于硬件的任务。应用程序1152包含各种应用程序,例如:媒体播放器(Media Player)、浏览器(Browser),用于实现各种应用业务。实现本发明实施例方法的程序可以包含在应用程序1152中。应用程序1152包括:小程序、对象、组件、逻辑、数据结构以及其他执行特定任务或实现特定抽象数据类型的计算机系统可执行指令。
此外,本发明实施例还提供了一种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上述电池组一致性的判断方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
计算机可读存储介质包括:永久性和非永久性、可移动和非可移动媒体,是可以保留和存储供指令执行设备所使用指令的有形设备。计算机可读存储介质包括:电子存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备以及上述任意合适的组合。计算机可读存储介质包括:相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、非易失性随机存取存储器(NVRAM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带存储、磁带磁盘存储或其他磁性存储设备、记忆棒、机械编码装置(例如在其上记录有指令的凹槽中的穿孔卡或凸起结构)或任何其他非传输介质、可用于存储可以被计算设备访问的信息。按照本发明实施例中的界定,计算机可读存储介质不包括暂时信号本身,例如无线电波或其他自由传播的电磁波、通过波导或其他传输介质传播的电磁波(例如穿过光纤电缆的光脉冲)或通过导线传输的电信号。
综上所示,本发明实施例提供的一种电池组一致性的判断设备及存储介质,通过多个单体电池在同一第一时段内的多个特征数据之间的变化趋势确定相关特征,根据这些相关特征对多个单体电池进行聚类,从而确定电池组内多个单体电池之间的一致性。与相关技术中只有获取在接近满充或者满放时的电压才能比较准确判断电池组的一致性相比,利用多个单体电池在同一第一时段内的多个特征数据之间的变化趋势对多个单体电池之间的一致性进行判断,其中,变化趋势中得到的特征例如极值点,在不同的电池容量下都有,通常是在远离满充或满放的电池容量出现,因此,本发明实施例无需限定使用接近满充或满放时的数据,从而在未采集到接近满充或满放时的数据的情况下,也可以对电池组中单体电池的一致性进行判断。而选择的相关特征是能够反映单体电池之间一致性的因素,因此根据这些相关特征对多个单体电池进行聚类,并根据得到的聚类结果对电池组内是否出现不一致,以及哪些单体电池相对于其他单体电池而言一致性差来进行判断,判断的准确率较高。
在本申请所提供的几个实施例中,应该理解到,所披露的装置、设备和方法,可以通过其他的方式实现。例如,以上描述的装置实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或可以集成到另一个系统,或一些特征可以忽略,或不执行。另外,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口、装置或单元的间接耦合或通信连接,也可以是电的、机械的或其他的形式连接。
所述作为分离部件说明的单元可以是或也可以不是物理上分开的,作为单元显示的部件可以是或也可以不是物理单元,既可以位于一个位置,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全部单元来解决本发明实施例方案要解决的问题。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读存储介质中。基于这样的理解,本发明实施例的技术方案本质上或者说对现有技术作出贡献的部分,或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(包括:个人计算机、服务器、数据中心或其他网络设备)执行本发明各个实施例所述方法的全部或部分步骤。而上述存储介质包括如前述所列举的各种可以存储程序代码的介质。
在本发明实施例的描述中,所属技术领域的技术人员应当知道,本发明实施例可以实现为方法、装置、设备及存储介质。因此,本发明实施例可以具体实现为以下形式:完全的硬件、完全的软件(包括固件、驻留软件、微代码等)、硬件和软件结合的形式。此外,在一些实施例中,本发明实施例还可以实现为在一个或多个计算机可读存储介质中的计算机程序产品的形式,该计算机可读存储介质中包含计算机程序代码。
上述计算机可读存储介质可以采用一个或多个计算机可读存储介质的任意组合。计算机可读存储介质包括:电、磁、光、电磁、红外或半导体的系统、装置或器件,或者以上任意的组合。计算机可读存储介质更具体的例子包括:便携式计算机磁盘、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)、闪存(Flash Memory)、光纤、光盘只读存储器(CD-ROM)、光存储器件、磁存储器件或以上任意组合。在本发明实施例中,计算机可读存储介质可以是任意包含或存储程序的有形介质,该程序可以被指令执行系统、装置、器件使用或与其结合使用。
上述计算机可读存储介质包含的计算机程序代码可以用任意适当的介质传输,包括:无线、电线、光缆、射频(Radio Frequency,RF)或者以上任意合适的组合。
可以以汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、集成电路配置数据或以一种或多种程序设计语言或其组合来编写用于执行本发明实施例操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言,例如:Java、Smalltalk、C++,还包括常规的过程式程序设计语言,例如:C语言或类似的程序设计语言。计算机程序代码可以完全的在用户计算机上执行、部分的在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行以及完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络,包括:局域网(LAN)或广域网(WAN),可以连接到用户计算机,也可以连接到外部计算机。
本发明实施例通过流程图和/或方框图描述所提供的方法、装置、设备。
应当理解,流程图和/或方框图的每个方框以及流程图和/或方框图中各方框的组合,都可以由计算机可读程序指令实现。这些计算机可读程序指令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,从而生产出一种机器,这些计算机可读程序指令通过计算机或其他可编程数据处理装置执行,产生了实现流程图和/或方框图中的方框规定的功能/操作的装置。
也可以将这些计算机可读程序指令存储在能使得计算机或其他可编程数据处理装置以特定方式工作的计算机可读存储介质中。这样,存储在计算机可读存储介质中的指令就产生出一个包括实现流程图和/或方框图中的方框规定的功能/操作的指令装置产品。
也可以将计算机可读程序指令加载到计算机、其他可编程数据处理装置或其他设备上,使得在计算机、其他可编程数据处理装置或其他设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机或其他可编程数据处理装置上执行的指令能够提供实现流程图和/或方框图中的方框规定的功能/操作的过程。
以上所述,仅为本发明实施例的具体实施方式,但本发明实施例的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明实施例披露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明实施例的保护范围之内。因此,本发明实施例的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种电池组一致性的判断方法,其特征在于,包括:
分别获取电池组内多个单体电池在同一第一时段内的第一特征数据集;其中,所述第一特征数据集包括在多个时间节点采集到的所述单体电池的特征数据;
针对每个所述单体电池,根据所述单体电池的第一特征数据集中的多个所述特征数据之间的变化趋势,确定所述单体电池的相关特征;
根据多个所述单体电池的至少一种相关特征,对多个所述单体电池进行聚类,根据聚类结果确定电池组内多个所述单体电池之间的一致性。
2.根据权利要求1所述的方法,其特征在于,还包括:
分别获取电池组内多个单体电池在同一第二时段内的第二特征数据集;其中,所述第二特征数据集包括在多个时间节点采集到的所述单体电池的特征数据;所述第一时段包含所述第二时段;
对电池组内多个所述单体电池的第二特征数据集中的多个所述特征数据进行秩检验,根据秩检验结果判断电池组是否出现不一致;
在判断电池组没有出现不一致的情况下,继续执行所述分别采集电池组内多个单体电池在同一所述第二时段内的第二特征数据集的步骤;
在判断电池组出现不一致的情况下,执行所述确定所述单体电池的相关特征的步骤。
3.根据权利要求1所述的方法,其特征在于,所述根据聚类结果确定电池组内多个所述单体电池之间的一致性,包括:
确定所述单体电池与其他所述单体电池进行聚类时的当前距离,在所述当前距离大于距离阈值的情况下,将该单体电池确定为一致性差的单体电池。
4.根据权利要求1所述的方法,其特征在于,所述根据所述单体电池的第一特征数据集中的多个所述特征数据之间的变化趋势,确定所述单体电池的相关特征,包括:
在所述变化趋势中存在极值点的情况下,将所述极值点的特征,作为所述单体电池的相关特征。
5.根据权利要求4所述的方法,其特征在于,根据所述单体电池的第一特征数据集中的多个所述特征数据之间的变化趋势,确定所述单体电池的相关特征,还包括:
在所述变化趋势中不存在极值点的情况下,根据相邻的所述单体电池的循环数据,重新确定所述单体电池的第一特征数据集;其中,所述循环数据包括一次完整的充电数据或者一次完整的放电数据;
针对每个所述单体电池,根据所述单体电池的重新确定的第一特征数据集中的多个特征数据之间的变化趋势,确定所述单体电池的相关特征。
6.根据权利要求1所述的方法,其特征在于,在所述相关特征有多种的情况下,所述根据多个所述单体电池的至少一种相关特征,对多个所述单体电池进行聚类,包括:
计算同一种所述相关特征的方差;
选定方差大于方差阈值的所述相关特征,作为选定相关特征;
根据多个所述单体电池的所述选定相关特征,对多个所述单体电池进行聚类。
7.一种电池组一致性的判断装置,其特征在于,包括:
第一数据集获取模块,用于分别获取电池组内多个单体电池在同一第一时段内的第一特征数据集;其中,所述第一特征数据集包括在多个时间节点采集到的所述单体电池的特征数据;
相关特征确定模块,用于针对每个所述单体电池,根据所述单体电池的第一特征数据集中的多个所述特征数据之间的变化趋势,确定所述单体电池的相关特征;
一致性确定模块,用于根据多个所述单体电池的至少一种相关特征,对多个所述单体电池进行聚类,根据聚类结果确定电池组内多个所述单体电池之间的一致性。
8.根据权利要求7所述的装置,其特征在于,还包括:
第二数据集获取模块,用于分别获取电池组内多个单体电池在同一第二时段内的第二特征数据集;其中,所述第二特征数据集包括在多个时间节点采集到的所述单体电池的特征数据;所述第一时段包含所述第二时段;
秩检验模块,用于对电池组内多个所述单体电池的第二特征数据集中的多个所述特征数据进行秩检验,根据秩检验结果判断电池组是否出现不一致;
一致性初步判断模块,用于在判断电池组没有出现不一致的情况下,继续执行所述分别采集电池组内多个单体电池在同一所述第二时段内的第二特征数据集的步骤;在判断电池组出现不一致的情况下,执行所述确定所述单体电池的相关特征的步骤。
9.一种设备,包括处理器和存储器,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存储器中存储的计算机程序,以实现如权利要求1至6中任一项所述的电池组一致性的判断方法。
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如权利要求1至6中任一项所述的电池组一致性的判断方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310975256.3A CN116973797A (zh) | 2023-08-03 | 2023-08-03 | 电池组一致性的判断方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310975256.3A CN116973797A (zh) | 2023-08-03 | 2023-08-03 | 电池组一致性的判断方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116973797A true CN116973797A (zh) | 2023-10-31 |
Family
ID=88479406
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310975256.3A Pending CN116973797A (zh) | 2023-08-03 | 2023-08-03 | 电池组一致性的判断方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116973797A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117665629A (zh) * | 2024-01-31 | 2024-03-08 | 成都深瑞同华科技有限公司 | 储能电池仓的电压一致性评估方法、装置及存储介质 |
CN117706377A (zh) * | 2024-02-05 | 2024-03-15 | 国网上海能源互联网研究院有限公司 | 一种基于自适应聚类的电池不一致性辨识方法和装置 |
-
2023
- 2023-08-03 CN CN202310975256.3A patent/CN116973797A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117665629A (zh) * | 2024-01-31 | 2024-03-08 | 成都深瑞同华科技有限公司 | 储能电池仓的电压一致性评估方法、装置及存储介质 |
CN117706377A (zh) * | 2024-02-05 | 2024-03-15 | 国网上海能源互联网研究院有限公司 | 一种基于自适应聚类的电池不一致性辨识方法和装置 |
CN117706377B (zh) * | 2024-02-05 | 2024-05-14 | 国网上海能源互联网研究院有限公司 | 一种基于自适应聚类的电池不一致性辨识方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116973797A (zh) | 电池组一致性的判断方法、装置、设备及存储介质 | |
CN110827924B (zh) | 基因表达数据的聚类方法、装置、计算机设备及存储介质 | |
CN114563712B (zh) | 一种电池容量估算方法、装置及电子设备 | |
US20140006324A1 (en) | Automatic event analysis | |
CN114065552B (zh) | 一种量化分析电池性能的方法、装置及电子设备 | |
CN116165549A (zh) | 一种电池安全预警方法、装置及电子设备 | |
CN117289146A (zh) | 储能电池的充放电测试方法、装置、设备及存储介质 | |
CN112486767A (zh) | 云资源的智能监控方法、系统、服务器以及存储介质 | |
CN117129879B (zh) | 阈值调整方法和电池健康状态预测模型的训练方法 | |
WO2016192084A1 (en) | Access point availability prediction | |
KR102280298B1 (ko) | 애플리케이션 사용 패턴 분석에 기초한 메모리 관리 시스템 및 방법 | |
CN116087814B (zh) | 一种提高电压采样精度的方法、装置及电子设备 | |
CN116680992A (zh) | 建立电芯容量预测模型的方法、装置、计算机设备及介质 | |
CN115792627A (zh) | 锂电池soh分析预测方法、装置、电子设备及存储介质 | |
CN115963404A (zh) | 一种电池荷电状态预测方法、设备和存储介质 | |
CN115629883A (zh) | 资源预测方法、装置、计算机设备及存储介质 | |
CN114253956A (zh) | 一种边缘缓存的方法、装置及电子设备 | |
CN114691875A (zh) | 一种数据分类分级处理方法及装置 | |
CN116011835A (zh) | 一种储能设备定容处理方法、装置和电子设备 | |
CN116165542B (zh) | 一种电池参数的辨识方法、装置、设备及存储介质 | |
CN116559703A (zh) | 一种电芯的soh评估方法、装置、设备及存储介质 | |
CN115840145B (zh) | 电化学参数辨识方法、装置、设备及存储介质 | |
CN115980590B (zh) | 电化学参数的辨识方法、装置、设备和存储介质 | |
US20230385603A1 (en) | Neural architecture search system and search method | |
CN115291111B (zh) | 电池静置时间预测模型的训练方法以及静置时间预测方法 |
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 |