CN117665589A - 电池容量一致性检测方法、装置、电子装置和存储介质 - Google Patents
电池容量一致性检测方法、装置、电子装置和存储介质 Download PDFInfo
- Publication number
- CN117665589A CN117665589A CN202311550700.3A CN202311550700A CN117665589A CN 117665589 A CN117665589 A CN 117665589A CN 202311550700 A CN202311550700 A CN 202311550700A CN 117665589 A CN117665589 A CN 117665589A
- Authority
- CN
- China
- Prior art keywords
- battery
- capacity
- target
- battery pack
- determining
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 72
- 238000000034 method Methods 0.000 claims abstract description 45
- 238000007621 cluster analysis Methods 0.000 claims abstract description 21
- 230000002159 abnormal effect Effects 0.000 claims description 56
- 238000004422 calculation algorithm Methods 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 13
- 230000004069 differentiation Effects 0.000 claims description 5
- 238000010276 construction Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 description 16
- 238000010586 diagram Methods 0.000 description 15
- 230000032683 aging Effects 0.000 description 11
- GELKBWJHTRAYNV-UHFFFAOYSA-K lithium iron phosphate Chemical compound [Li+].[Fe+2].[O-]P([O-])([O-])=O GELKBWJHTRAYNV-UHFFFAOYSA-K 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 4
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000007599 discharging Methods 0.000 description 2
- 238000004146 energy storage Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 229910001416 lithium ion Inorganic materials 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000000178 monomer Substances 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 108010001267 Protein Subunits Proteins 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02E60/10—Energy storage using batteries
Landscapes
- Secondary Cells (AREA)
Abstract
本申请涉及一种电池容量一致性检测方法、装置、电子装置和存储介质，其中，该电池容量一致性检测方法包括：获取待测电池包中目标单体电池的容量微分曲线；基于容量微分曲线中的容量微分峰值、容量微分峰值对应的峰值电压以及目标单体电池在目标电压区间的充电电量，构建目标单体电池的特征数据，目标电压区间是基于目标单体电池的类型确定的；对待测电池包中所有单体电池的特征数据进行聚类分析，得到待测电池包的聚类结果；基于聚类结果确定待测电池包中多个单体电池容量的一致性检测结果。通过本申请，解决了电池容量一致性检测结果的准确度较低的问题，提高了电池容量的一致性检测结果的准确度。
Description
技术领域
本申请涉及电池组性能测试技术领域，特别是涉及一种电池容量一致性检测方法、装置、电子装置和存储介质。
背景技术
近年来，由于电动汽车具有实用性和多样性等优点，使电动汽车进入了快速发展的繁荣时代。
锂离子动力电池因其能量密度高、自放电率低和使用寿命长等优点，已被广泛用作电动汽车的动力源和储能装置。但是，由于制作工艺等因素，单体电芯在出厂时便存在一定的容量差异。并且，在车辆的充电、放电等使用过程中，会受到多种因素的影响，导致各个单体的容量衰减不同，进一步加大了容量的差异性。当电池容量一致性变差时，不仅会对车辆的性能产生一定的影响，还会使车辆的安全问题存在隐患，所以有必要对车辆电池的容量一致性进行检测。
目前，对车辆电池的容量一致性检测的过程中，通常是对电池的特征数据进行统计计算后，与人为设定的固定阈值进行比较，判断电池容量的一致性。但采用与固定阈值比较的方式并不适用于存在固有差异或不同工况下的电池的一致性检测，该固定值的取值对一致性检测结果的影响较大，并且通过人为设定固定阈值，容易使固定阈值取值不合理，最终导致电池容量一致性检测结果的准确度较低。
针对相关技术中存在电池容量一致性检测结果的准确度较低的问题，目前还没有提出有效的解决方案。
发明内容
在本实施例中提供了一种电池容量一致性检测方法、装置、电子装置和存储介质，以解决相关技术中电池容量一致性检测结果的准确度较低的问题。
第一个方面，在本实施例中提供了一种电池容量一致性检测方法，包括：
获取待测电池包中目标单体电池的容量微分曲线，所述目标单体电池为所述待测电池包中任一单体电池；
基于所述容量微分曲线中的容量微分峰值、所述容量微分峰值对应的峰值电压以及所述目标单体电池在目标电压区间的充电电量，构建所述目标单体电池的特征数据，所述目标电压区间是基于所述目标单体电池的类型确定的；
对所述待测电池包中所有单体电池的特征数据进行聚类分析，得到所述待测电池包的聚类结果；
基于所述聚类结果确定所述待测电池包中多个单体电池容量的一致性检测结果。
在其中的一些实施例中，在所述基于所述容量微分曲线中的容量微分峰值、所述容量微分峰值对应的峰值电压以及所述目标单体电池在目标电压区间的充电电量，构建所述目标单体电池的特征数据之前，还包括：
确定所述目标单体电池的目标类型；
基于所述目标类型确定目标电压；
基于所述目标单体电池的所述峰值电压以及所述目标电压，确定所述目标电压区间。
在其中的一些实施例中，所述对所述待测电池包中所有单体电池的特征数据进行聚类分析，得到所述待测电池包的聚类结果，包括：
将所述待测电池包中所有单体电池的特征数据输入聚类算法模型中，得到所述聚类结果。
在其中的一些实施例中，所述基于所述聚类结果确定所述待测电池包中多个单体电池容量的一致性检测结果，包括：
若所述聚类结果为空，则所述待测电池包中多个单体电池容量的一致性检测结果为一致；
若所述聚类结果为非空，则所述待测电池包中多个单体电池容量的一致性检测结果为不一致。
在其中的一些实施例中，若所述聚类结果为非空，所述方法还包括：
将所述聚类结果中的单体电池确定为异常单体电池。
在其中的一些实施例中，在所述将所述聚类结果中的单体电池确定为异常单体电池之后，所述方法还包括：
将所述待测电池包中除所述异常单体电池之外的其他单体电池确定为正常单体电池；
基于所述异常单体电池以及所述正常单体电池，确定所述异常单体电池的差异程度。
在其中的一些实施例中，所述基于所述异常单体电池以及所述正常单体电池，确定所述异常单体电池的差异程度，包括：
确定所述异常单体电池至所述正常单体电池的聚类中心之间的距离；
基于所述距离，确定所述异常单体电池的差异程度。
第二个方面，在本实施例中提供了一种电池容量一致性检测装置，包括：
获取模块，用于获取待测电池包中目标单体电池的容量微分曲线，所述目标单体电池为所述待测电池包中任一单体电池；
构建模块，用于基于所述容量微分曲线中的容量微分峰值、所述容量微分峰值对应的峰值电压以及所述目标单体电池在目标电压区间的充电电量，构建所述目标单体电池的特征数据，所述目标电压区间是基于所述目标单体电池的类型确定的；
聚类分析模块，用于对所述待测电池包中所有单体电池的特征数据进行聚类分析，得到所述待测电池包的聚类结果；
检测模块，用于基于所述聚类结果确定所述待测电池包中多个单体电池容量的一致性检测结果。
第三个方面，在本实施例中提供了一种电子装置，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述第一个方面所述的电池容量一致性检测方法。
第四个方面，在本实施例中提供了一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述第一个方面所述的电池容量一致性检测方法。
与相关技术相比，在本实施例中提供的电池容量一致性检测方法，根据单体电池容量微分曲线中的容量微分峰值以及对应的峰值电压构建单体电池的特征数据，能够有效降低单体电池的老化对单体电池特性数据选取的影响，通过单体电池的类型确定对应的目标电压区间，并将对应单体电池在目标电压区间中的充电电量作为特征数据，能够降低单体电池的类型的差异对特征数据选取的影响，从而将单体电池容量微分曲线中的容量微分峰值、对应的峰值电压以及对应单体电池在目标电压区间中的充电电量共同构建单体电池的特征数据，使该特征数据能够自适应地表征不同单体电池的特性，提高了特征数据表征信息的准确性和鲁棒性，并对待测电池包中所有单体电池的特征数据进行聚类，得到聚类结果，进而通过该聚类结果确定待测电池包中多个单体电池容量的一致性检测结果，有效地降低了单体电池的差异对电池容量的一致性检测结果的影响，提高了电池容量的一致性检测结果的准确度。
本申请的一个或多个实施例的细节在以下附图和描述中提出，以使本申请的其他特征、目的和优点更加简明易懂。
附图说明
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1是本申请实施例提供的一种电池容量一致性检测方法的应用场景示意图；
图2是本申请实施例提供的一种电池容量一致性检测方法的流程图；
图3是本申请实施例提供的一种目标单体电池的容量微分曲线的示意图；
图4是本申请实施例提供的一种容量微分峰值随单体电池老化的变化趋势示意图；
图5是本申请实施例提供的一种容量微分峰值对应的峰值电压随单体电池老化的变化趋势示意图；
图6是本申请实施例提供的一种单体电池的电压区间随单体电池老化的变化趋势示意图；
图7是本申请实施例提供的一种电池容量一致性检测方法的实施例流程图；
图8是本申请实施例提供的一种电池容量一致性检测装置的结构框图；
图9是本申请实施例提供的一种计算机设备的内部结构示意图。
具体实施方式
为更清楚地理解本申请的目的、技术方案和优点，下面结合附图和实施例，对本申请进行了描述和说明。
除另作定义外，本申请所涉及的技术术语或者科学术语应具有本申请所属技术领域具备一般技能的人所理解的一般含义。在本申请中的“一”、“一个”、“一种”、“该”、“这些”等类似的词并不表示数量上的限制，它们可以是单数或者复数。在本申请中所涉及的术语“包括”、“包含”、“具有”及其任何变体，其目的是涵盖不排他的包含；例如，包含一系列步骤或模块(单元)的过程、方法和系统、产品或设备并未限定于列出的步骤或模块(单元)，而可包括未列出的步骤或模块(单元)，或者可包括这些过程、方法、产品或设备固有的其他步骤或模块(单元)。在本申请中所涉及的“连接”、“相连”、“耦接”等类似的词语并不限定于物理的或机械连接，而可以包括电气连接，无论是直接连接还是间接连接。在本申请中所涉及的“多个”是指两个或两个以上。“和/或”描述关联对象的关联关系，表示可以存在三种关系，例如，“A和/或B”可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。通常情况下，字符“/”表示前后关联的对象是一种“或”的关系。在本申请中所涉及的术语“第一”、“第二”、“第三”等，只是对相似对象进行区分，并不代表针对对象的特定排序。
近年来，由于电动汽车具有实用性和多样性等优点，使电动汽车进入了快速发展的繁荣时代。
锂离子动力电池因其能量密度高、自放电率低和使用寿命长等优点，已被广泛用作电动汽车的动力源和储能装置。但是，由于制作工艺等因素，单体电芯在出厂时便存在一定的容量差异。并且，在车辆的充电、放电等使用过程中，会受到多种因素的影响，导致各个单体的容量衰减不同，进一步加大了容量的差异性。当电池容量一致性变差时，不仅会对车辆的性能产生一定的影响，还会使车辆的安全问题存在隐患，所以有必要对车辆电池的容量一致性进行检测。
目前，对车辆电池的容量一致性检测的过程中，通常是对电池的特征数据进行统计计算后，与人为设定的固定阈值进行比较，判断电池容量的一致性。但采用与固定阈值比较的方式并不适用于存在固有差异或不同工况下的电池的一致性检测，该固定值的取值对一致性检测结果的影响较大，并且通过人为设定固定阈值，容易使固定阈值取值不合理，最终导致电池容量一致性检测结果的准确度较低。
因此，如何提高电池容量一致性检测结果的准确度，是一个需要解决的问题。
本申请实施例提供的电池容量一致性检测方法，可以应用于如图1所示的应用场景中，图1是本申请实施例提供的一种电池容量一致性检测方法的应用场景示意图。其中，终端102通过网络与服务器104进行通信。数据存储系统可以存储服务器104需要处理的数据。数据存储系统可以集成在服务器104上，也可以放在云上或其他网络服务器上。其中，终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑、物联网设备和便携式可穿戴设备，物联网设备可为智能音箱、智能电视、智能空调、智能车载设备等。服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在本实施例中提供了一种电池容量一致性检测方法，图2是本申请实施例提供的一种电池容量一致性检测方法的流程图，该方法的执行主体可以是电子装置，可选的，电子装置可以是服务器，也可以是终端设备，但本申请不限于此。具体的，如图2所示，该流程包括如下步骤：
步骤S201，获取待测电池包中目标单体电池的容量微分曲线。
其中，目标单体电池为待测电池包中任一单体电池。
示例性地，在电动车辆充电过程中，动力电池数据云平台可以拉取电动车辆中的待测电池包的充电详细数据，进而可以通过待测电池包的充电详细数据生成待测电池包中各单体电池的容量微分曲线(DV曲线)。
进一步地，电子装置可以从动力电池数据云平台中获取到待测电池包中各单体电池的容量微分曲线，并将待测电池包中任一单体电池确定为目标单体电池。
步骤S202，基于容量微分曲线中的容量微分峰值、容量微分峰值对应的峰值电压以及目标单体电池在目标电压区间的充电电量，构建目标单体电池的特征数据，目标电压区间是基于目标单体电池的类型确定的。
进一步地，以目标单体电池为例，根据目标单体电池在容量微分曲线中的容量微分峰值、容量微分峰值对应的峰值电压以及目标单体电池在目标电压区间的充电电量，构建目标单体电池的特征数据。
图3是本申请实施例提供的一种目标单体电池的容量微分曲线的示意图，如图3所示，若目标单体电池为待测电池包中的第i个单体电池，则目标单体电池的容量微分可以表示为：
其中，DVi为待测电池包中的第i个单体电池容量微分值，为待测电池包中第i个单体电池的充电电压数据，/>为待测电池包中第i个单体电池的充电电量数据，n为待测电池包中单体电池的总数。
如图3所示，当第i个单体电池的充电电压为Vi时，对应的容量微分达到峰值Pi，即目标单体电池在容量微分曲线中的容量微分峰值为Pi，容量微分峰值对应的峰值电压为Vi。
并且，根据确定目标单体电池的类型确定目标单体电池在目标电压区间内的充电电量Qi，进一步地，根据容量微分峰值Pi、容量微分峰值对应的峰值电压Vi以及充电电量Qi，构建目标单体电池的特征数据，具体的，该特征数据可以是特征向量(Pi，Vi，Qi)。
图4是本申请实施例提供的一种容量微分峰值随单体电池老化的变化趋势示意图，图5是本申请实施例提供的一种容量微分峰值对应的峰值电压随单体电池老化的变化趋势示意图。根据相关实际数据发现，即便是不同的单体电池，在老化过程中，容量微分峰值和对应的峰值电压表现比较稳定且变化较为规律，因此，将容量微分峰值和对应的峰值电压作为对应单体电池的特征数据，能够降低单体电池的老化对电池容量一致性检测的影响。并根据单体电池的不同类型，适应性地选取目标电压区间，进而将目标单体电池在目标电压区间的充电电量作为对应的特征数据，进一步降低的不同类型的单体电池的差异对电池容量一致性检测的影响。
步骤S203，对待测电池包中所有单体电池的特征数据进行聚类分析，得到待测电池包的聚类结果。
步骤S204，基于聚类结果确定待测电池包中多个单体电池容量的一致性检测结果。
进而，对待测电池包中所有单体电池的特征数据进行聚类分析，从而得到待测电池包的聚类结果，并根据该聚类结果确定出待测电池包中多个单体电池容量的一致性检测结果是一致还是不一致。
在上述实现过程中，根据单体电池容量微分曲线中的容量微分峰值以及对应的峰值电压构建单体电池的特征数据，能够有效降低单体电池的老化对单体电池特性数据选取的影响，通过单体电池的类型确定对应的目标电压区间，并将对应单体电池在目标电压区间中的充电电量作为特征数据，能够降低单体电池的类型的差异对特征数据选取的影响，从而将单体电池容量微分曲线中的容量微分峰值、对应的峰值电压以及对应单体电池在目标电压区间中的充电电量共同构建单体电池的特征数据，使该特征数据能够自适应地表征不同单体电池的特性，提高了特征数据表征信息的准确性和鲁棒性，并对待测电池包中所有单体电池的特征数据进行聚类，得到聚类结果，进而通过该聚类结果确定待测电池包中多个单体电池容量的一致性检测结果，有效地降低了单体电池的差异对电池容量的一致性检测结果的影响，提高了电池容量的一致性检测结果的准确度。
在其中的一些实施例中，在基于容量微分曲线中的容量微分峰值、容量微分峰值对应的峰值电压以及目标单体电池在目标电压区间的充电电量，构建目标单体电池的特征数据之前，还包括：
步骤1：确定目标单体电池的目标类型。
步骤2：基于目标类型确定目标电压。
步骤3：基于目标单体电池的峰值电压以及目标电压，确定目标电压区间。
示例性地，通常电动汽车中的单体电池可以包括三元电池和磷酸铁锂电池两种类型。图6是本申请实施例提供的一种单体电池的电压区间随单体电池老化的变化趋势示意图，如图6所示，根据实际的实验数据可知，每一单体电池在某一电压区间的充电电量在老化过程中相对稳定，而该电压区间的取值与单体电池的峰值电压以及类型相关。
具体的，该电压区间的最小值为单体电池的峰值电压，电压区间的最大值则根据单体电池的类型确定。根据实际的实验数据可知，三元电池对应的电压区间的最大值为Vx1，磷酸铁锂电池对应的电压区间的最大值Vx2。
为了确定目标单体电池对应的目标电压区间，则需先确定出目标单体电池的目标类型是三元电池还是磷酸铁锂电池，进而根据目标单体电池的目标类型确定出目标电压Vx，然后根据目标单体电池的峰值电压以及目标电压，确定目标电压区间，即目标电压区间为[Vi，Vx]，进而确定出目标单体电池在目标电压区间为[Vi，Vx]内的充电电量Qi。
在上述实现过程中，根据单体电池的类型确定目标电压，从而便于根据目标电压确定出每一单体电池对应的目标电压区间。
在其中的一些实施例中，对待测电池包中所有单体电池的特征数据进行聚类分析，得到待测电池包的聚类结果，包括：
将待测电池包中所有单体电池的特征数据输入聚类算法模型中，得到聚类结果。
示例性地，在确定出所有单体电池的特征数据后，可以对所有单体电池的特征数据进行聚类，具体的，可以采用基于密度的聚类算法模型对所有单体电池的特征数据进行聚类。
作为一种示例，可以采用DBSCAN聚类算法模型对所有单体电池的特征数据进行聚类，从而使DBSCAN聚类算法模型输出聚类结果。DBSCAN聚类算法模型能够将高密度连通区域内的单体电池划分出来，进而将未涉及到的离群点单体电池作为输出。
需要说明的是，本申请仅以DBSCAN聚类算法模型为例，在实际应用中，聚类算法模型也可以是k-means、孤立森林以及随机森林等算法中的至少一种，在此不做限制。
在上述实现过程中，通过聚类算法模型对待测电池包中所有单体电池的特征数据进行聚类分析，能够提高所有单体电池的特征数据聚类分析的准确度，进一步地提高了电池容量一致性检测结果的准确度。
在其中的一些实施例中，基于聚类结果确定待测电池包中多个单体电池容量的一致性检测结果，包括：
若聚类结果为空，则待测电池包中多个单体电池容量的一致性检测结果为一致。
若聚类结果为非空，则待测电池包中多个单体电池容量的一致性检测结果为不一致。
示例性地，若聚类算法模型的输出为空，则表示待测电池包中所有单体电池特征数据聚类成唯一簇，即待测电池包中多个单体电池容量的一致性检测结果为一致。
若聚类算法模型的输出为非空，则表示待测电池包中存在离散的单体电池，即待测电池包中多个单体电池容量的一致性检测结果为不一致。
在上述实现过程中，根据聚类结果是否为空确定待测电池包中多个单体电池容量的一致性检测结果，从而直观地确定出电池容量的一致性检测结果。
在其中的一些实施例中，若聚类结果为非空，该方法还包括：将聚类结果中的单体电池确定为异常单体电池。
示例性地，待测电池包中可以包括每一单体电池的编号，若聚类结果为非空时，聚类结果可以包括单体电池的编号，表征该编号对应的单体电池是待测电池包中离散的单体电池，从而将离散的单体电池确定为异常单体电池，进而准确地确定出待测电池包中具体哪些编号对应的单体电池的表现较差。
在上述实现过程中，在聚类结果为非空时，将聚类结果中的单体电池确定为异常单体电池，从而准确地确定出待测电池包中具体哪些单体电池的表现较差，进而便于后续对表现较差的单体电池进行精准地维护。
在其中的一些实施例中，在将聚类结果中的单体电池确定为异常单体电池之后，方法还包括：
步骤1：将待测电池包中除异常单体电池之外的其他单体电池确定为正常单体电池。
步骤2：基于异常单体电池以及正常单体电池，确定异常单体电池的差异程度。
示例性地，在确定出异常单体电池之后，本申请的电池容量一致性检测方法还可以包括：
将待测电池包中除异常单体电池之外的其他单体电池确定为正常单体电池，即正常单体电池在聚类分析时，是汇聚成一簇的单体电池，该簇单体电池的电池容量一致性检测结果一致。
进而可以根据异常单体电池以及正常单体电池，确定异常单体电池的差异程度，从而实现对异常单体电池的电池容量的评估。
在上述实现过程中，将待测电池包中除异常单体电池之外的其他单体电池确定为正常单体电池，并根据异常单体电池以及正常单体电池，确定异常单体电池的差异程度，从而实现了对异常单体电池的电池容量的评估。
在其中的一些实施例中，基于异常单体电池以及正常单体电池，确定异常单体电池的差异程度，包括：
步骤1：确定异常单体电池至正常单体电池的聚类中心之间的距离。
步骤2：基于距离，确定异常单体电池的差异程度。
示例性地，正常单体电池在聚类分析时，是汇聚成一簇的单体电池，即存在聚类中心，因此，可以确定异常单体电池距正常单体电池的聚类中心之间的距离，该距离可以是欧式距离。
进一步地，根据该距离确定出异常单体电池的差异程度，具体的，该距离越大，表征异常单体电池的差异程度越大，该距离越小，表征异常单体电池的差异程度越小。
在上述实现过程中，根据异常单体电池至正常单体电池的聚类中心之间的距离，确定异常单体电池的差异程度，从而实现了异常单体电池的差异程度的量化。
在本实施例中还提供了一种电池容量一致性检测方法的实施例。图7是本申请实施例提供的一种电池容量一致性检测方法的实施例流程图，如图7所示，该流程包括如下步骤：
步骤S701，从动力电池数据平台中获取待测电池包中每一单体电池的DV曲线。
具体地，从动力电池数据平台中拉取待测电池包中每一单体电池的DV曲线。
步骤S702，根据各单体电池的DV曲线确定对应的容量微分峰值Pi以及峰值电压Vi。
进而根据各单体电池的DV曲线确定对应的容量微分峰值Pi以及峰值电压Vi。
步骤S703，根据各单体电池在对应电压区间[Vi，Vx]中的充电电量Qi。
并且，将每一单体电池的峰值电压Vi作为第一个标记点，并根据每一单体电池的类型确定第二个标记点Vx，从而确定出各单体电池对应的电压区间[Vi，Vx]，并计算各单体电池在对应电压区间[Vi，Vx]中的充电电量Qi。
对于Vx的设定，三元和磷酸铁锂种类的电池会存在明显差异，三元电池对应的电压区间的最大值为Vx1，磷酸铁锂电池对应的电压区间的最大值Vx2。
步骤S704，构建各单体电池的特征向量(Pi，Vi，Qi)。
进一步地，根据容量微分峰值Pi、峰值电压Vi以及充电电量Qi构建各单体电池的特征向量(Pi，Vi，Qi)。
步骤S705，采用聚类算法模型对各特征向量(Pi，Vi，Qi)进行聚类分析，输出聚类结果。
进而，采用DBSCAN聚类算法模型对各特征向量(Pi，Vi，Qi)进行聚类分析，从而将高密度连通区域内的单体电池进行划分，进而使模型输出未涉及到的离群点单体电池作为聚类结果。
步骤S706，判断聚类结果是否为空。
进一步地，判断聚类结果是否为空，若聚类结果为空，则执行步骤S707，若聚类结果为非空，则执行步骤S708。
步骤S707，待测电池包中各单体电池的容量一致性较好。
步骤S708，待测电池包中各单体电池的容量一致性较差。
具体的，当聚类结果为空时，表征待测电池包中各单体电池的容量一致性较好，当聚类结果为非空时，表征待测电池包中各单体电池的容量一致性较差，同时，聚类算法模型输出的聚类结果为为非空时，输出结果为表现异常的单体电池的具体编号，该异常的单体电池即为离散的单体电池，从而可以确定出具体是哪些单体电池的容量一致性较差。
步骤S709，确定离散的单体电池的异常程度。
进一步地，确定离散的单体电池距正常的单体电池的聚类中的欧式距离，根据该欧式距离确定离散的单体电池的异常程度，从而实现表现异常的单体电池的电池容量的评估。
在上述实现过程中，根据单体电池的类型确定电压区间，并将该电压区间的充电电量结合容量微分曲线中的容量微分峰值以及容量微分峰值对应的峰值电压构建单体电池的特性向量，不仅提供了更加稳定且丰富的特征信息，还降低了因电池工艺、材料差异带来的影响，由此提升电池容量一致性检测方法整体的精度和稳定性。并且，通过聚类算法模型来评估电池容量一致性的表现，避免了使用人为设定的固定阈值来作为评估依据。该方法不会受电池差异的影响，在适配于所有电池的同时，具备了更高的精准度和鲁棒性。此外，本申请不仅可以判别出电池容量一致性的优劣，还能够直接识别出异常单体电池的编号，同时还可以通过距离度量来评估、对比这些单体电池的异常程度。
需要说明的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在本实施例中还提供了一种电池容量一致性检测装置，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。以下所使用的术语“模块”、“单元”、“子单元”等可以实现预定功能的软件和/或硬件的组合。尽管在以下实施例中所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
图8是本申请实施例提供的一种电池容量一致性检测装置的结构框图，该装置包括：
获取模块801，用于获取待测电池包中目标单体电池的容量微分曲线，目标单体电池为待测电池包中任一单体电池；
构建模块802，用于基于容量微分曲线中的容量微分峰值、容量微分峰值对应的峰值电压以及目标单体电池在目标电压区间的充电电量，构建目标单体电池的特征数据，目标电压区间是基于目标单体电池的类型确定的；
聚类分析模块803，用于对待测电池包中所有单体电池的特征数据进行聚类分析，得到待测电池包的聚类结果；
检测模块804，用于基于聚类结果确定待测电池包中多个单体电池容量的一致性检测结果。
在其中的一些实施例中，构建模块802还用于：
确定目标单体电池的目标类型；
基于目标类型确定目标电压；
基于目标单体电池的峰值电压以及目标电压，确定目标电压区间。
在其中的一些实施例中，聚类分析模块803具体用于：
将待测电池包中所有单体电池的特征数据输入聚类算法模型中，得到聚类结果。
在其中的一些实施例中，若聚类结果为空，则待测电池包中多个单体电池容量的一致性检测结果为一致；
若聚类结果为非空，则待测电池包中多个单体电池容量的一致性检测结果为不一致。
在其中的一些实施例中，若聚类结果为非空，检测模块804还用于：
将聚类结果中的单体电池确定为异常单体电池。
在其中的一些实施例中，检测模块804还用于：将待测电池包中除异常单体电池之外的其他单体电池确定为正常单体电池；
基于异常单体电池以及正常单体电池，确定异常单体电池的差异程度。
在其中的一些实施例中，检测模块804具体用于：
确定异常单体电池至正常单体电池的聚类中心之间的距离；
基于距离，确定异常单体电池的差异程度。
需要说明的是，上述各个模块可以是功能模块也可以是程序模块，既可以通过软件来实现，也可以通过硬件来实现。对于通过硬件来实现的模块而言，上述各个模块可以位于同一处理器中；或者上述各个模块还可以按照任意组合的形式分别位于不同的处理器中。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图9所示，图9是本申请实施例提供的一种计算机设备的内部结构示意图。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种电池容量一致性检测方法。
本领域技术人员可以理解，图9中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，还提供了一种电子装置，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
需要说明的是，本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory，ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory，MRAM)、铁电存储器(Ferroelectric Random Access Memory，FRAM)、相变存储器(Phase Change Memory，PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory，DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对专利保护范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种电池容量一致性检测方法，其特征在于，包括：
获取待测电池包中目标单体电池的容量微分曲线，所述目标单体电池为所述待测电池包中任一单体电池；
基于所述容量微分曲线中的容量微分峰值、所述容量微分峰值对应的峰值电压以及所述目标单体电池在目标电压区间的充电电量，构建所述目标单体电池的特征数据，所述目标电压区间是基于所述目标单体电池的类型确定的；
对所述待测电池包中所有单体电池的特征数据进行聚类分析，得到所述待测电池包的聚类结果；
基于所述聚类结果确定所述待测电池包中多个单体电池容量的一致性检测结果。
2.根据权利要求1所述的电池容量一致性检测方法，其特征在于，在所述基于所述容量微分曲线中的容量微分峰值、所述容量微分峰值对应的峰值电压以及所述目标单体电池在目标电压区间的充电电量，构建所述目标单体电池的特征数据之前，还包括：
确定所述目标单体电池的目标类型；
基于所述目标类型确定目标电压；
基于所述目标单体电池的所述峰值电压以及所述目标电压，确定所述目标电压区间。
3.根据权利要求1所述的电池容量一致性检测方法，其特征在于，所述对所述待测电池包中所有单体电池的特征数据进行聚类分析，得到所述待测电池包的聚类结果，包括：
将所述待测电池包中所有单体电池的特征数据输入聚类算法模型中，得到所述聚类结果。
4.根据权利要求3所述的电池容量一致性检测方法，其特征在于，所述基于所述聚类结果确定所述待测电池包中多个单体电池容量的一致性检测结果，包括：
若所述聚类结果为空，则所述待测电池包中多个单体电池容量的一致性检测结果为一致；
若所述聚类结果为非空，则所述待测电池包中多个单体电池容量的一致性检测结果为不一致。
5.根据权利要求4所述的电池容量一致性检测方法，其特征在于，若所述聚类结果为非空，所述方法还包括：
将所述聚类结果中的单体电池确定为异常单体电池。
6.根据权利要求5所述的电池容量一致性检测方法，其特征在于，在所述将所述聚类结果中的单体电池确定为异常单体电池之后，所述方法还包括：
将所述待测电池包中除所述异常单体电池之外的其他单体电池确定为正常单体电池；
基于所述异常单体电池以及所述正常单体电池，确定所述异常单体电池的差异程度。
7.根据权利要求6所述的电池容量一致性检测方法，其特征在于，所述基于所述异常单体电池以及所述正常单体电池，确定所述异常单体电池的差异程度，包括：
确定所述异常单体电池至所述正常单体电池的聚类中心之间的距离；
基于所述距离，确定所述异常单体电池的差异程度。
8.一种电池容量一致性检测装置，其特征在于，包括：
获取模块，用于获取待测电池包中目标单体电池的容量微分曲线，所述目标单体电池为所述待测电池包中任一单体电池；
构建模块，用于基于所述容量微分曲线中的容量微分峰值、所述容量微分峰值对应的峰值电压以及所述目标单体电池在目标电压区间的充电电量，构建所述目标单体电池的特征数据，所述目标电压区间是基于所述目标单体电池的类型确定的；
聚类分析模块，用于对所述待测电池包中所有单体电池的特征数据进行聚类分析，得到所述待测电池包的聚类结果；
检测模块，用于基于所述聚类结果确定所述待测电池包中多个单体电池容量的一致性检测结果。
9.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行权利要求1至7中任一项所述的电池容量一致性检测方法。
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权利要求1至7中任一项所述的电池容量一致性检测方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311550700.3A CN117665589A (zh) | 2023-11-20 | 2023-11-20 | 电池容量一致性检测方法、装置、电子装置和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311550700.3A CN117665589A (zh) | 2023-11-20 | 2023-11-20 | 电池容量一致性检测方法、装置、电子装置和存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117665589A true CN117665589A (zh) | 2024-03-08 |
Family
ID=90079936
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311550700.3A Pending CN117665589A (zh) | 2023-11-20 | 2023-11-20 | 电池容量一致性检测方法、装置、电子装置和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117665589A (zh) |
-
2023
- 2023-11-20 CN CN202311550700.3A patent/CN117665589A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Xu et al. | Life prediction of lithium-ion batteries based on stacked denoising autoencoders | |
| CN111201445B (zh) | 电池诊断设备和方法 | |
| CN116502112B (zh) | 一种新能源电源测试数据管理方法及系统 | |
| CN114572055B (zh) | 续航里程估算方法、装置、计算机设备和存储介质 | |
| CN117148177A (zh) | 电池动态一致性评价方法、装置和计算机设备 | |
| CN114895205A (zh) | 电池模型参数的获取方法、装置、计算机设备、存储介质 | |
| CN114325407A (zh) | 电池自放电测试方法、装置、设备及计算机存储介质 | |
| CN116885824A (zh) | 充电方法、装置、设备、存储介质和程序产品 | |
| CN116299006A (zh) | 电池包的健康状况预测方法、装置、设备和存储介质 | |
| CN117665589A (zh) | 电池容量一致性检测方法、装置、电子装置和存储介质 | |
| CN114509695B (zh) | 电池析锂检测方法、装置、设备、存储介质和计算机程序 | |
| CN115840151A (zh) | 电池容量一致性的分析方法、装置和计算机设备 | |
| CN115993536A (zh) | 电池剩余能量的估计方法、装置、设备、存储介质和产品 | |
| CN115808632A (zh) | 电池一致性检测方法、检测装置、计算机设备及存储介质 | |
| CN114740389A (zh) | 电池健康评估方法、装置、电子设备和可读存储介质 | |
| CN113507154A (zh) | 充电方法、装置、充电机和电子设备 | |
| CN118011240A (zh) | 电池的一致性的评估方法、装置、存储介质和计算机设备 | |
| CN117825991A (zh) | 电池异常检测方法、装置、设备、存储介质和程序产品 | |
| CN117110879A (zh) | 实车电池容量估计方法、装置及计算机设备 | |
| CN113782845B (zh) | 一种获取锂电池的充放电功率的方法和装置 | |
| CN115825790B (zh) | 电池绝缘故障的预警方法、装置、系统和计算机设备 | |
| EP4390418A1 (en) | Electronic apparatus and method with battery state estimation | |
| CN116203443A (zh) | 电池包容量跳水检测方法、装置及存储介质 | |
| CN117723978A (zh) | 电芯功率状态确定方法、装置、计算机设备和存储介质 | |
| CN116184208A (zh) | 电池健康状态预测模型训练方法、装置和计算机设备 |
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 |