JP2014163930A - 故障検出装置、バッテリー故障検出方法、及びエネルギー保存システム - Google Patents
故障検出装置、バッテリー故障検出方法、及びエネルギー保存システム Download PDFInfo
- Publication number
- JP2014163930A JP2014163930A JP2014022484A JP2014022484A JP2014163930A JP 2014163930 A JP2014163930 A JP 2014163930A JP 2014022484 A JP2014022484 A JP 2014022484A JP 2014022484 A JP2014022484 A JP 2014022484A JP 2014163930 A JP2014163930 A JP 2014163930A
- Authority
- JP
- Japan
- Prior art keywords
- data
- value
- failure
- voltage
- battery
- 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
Images
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]
- G01R31/3644—Constructional arrangements
- G01R31/3648—Constructional arrangements comprising digital calculation means, e.g. for performing an algorithm
-
- 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]
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
- G01R19/25—Arrangements for measuring currents or voltages or for indicating presence or sign thereof using digital measurement techniques
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
- G01R19/28—Arrangements for measuring currents or voltages or for indicating presence or sign thereof adapted for measuring in circuits having distributed constants
-
- 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
-
- 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
-
- 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]
- G01R31/385—Arrangements for measuring battery or accumulator variables
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
- Secondary Cells (AREA)
- Measurement Of Current Or Voltage (AREA)
- Tests Of Electric Status Of Batteries (AREA)
Abstract
【課題】バッテリーパック電圧のように容易に得られるデータに基づいて、バッテリーシステムの故障の発生有無を検出する装置及び方法を提供する。
【解決手段】バッテリーシステムの故障を検出するための装置であり、前記バッテリーシステムから電圧信号を受信し、前記電圧信号をデジタル化して電圧データを生成するように構成される電圧検出器と、前記電圧データを受信し、前記電圧データの離散ウェーブレット変換を行って変換データを生成するように構成される離散ウェーブレット変換器と、前記変換データを受信し、前記変換データを処理して前記変換データの平均値を含む統計データを生成するように構成される統計処理部と、前記統計データに基づいて、前記バッテリーシステムの前記故障を検出し、前記故障が検出される時に故障信号を送信するように構成される故障診断部と、を備えるバッテリーシステムの故障検出装置。
【選択図】図1
【解決手段】バッテリーシステムの故障を検出するための装置であり、前記バッテリーシステムから電圧信号を受信し、前記電圧信号をデジタル化して電圧データを生成するように構成される電圧検出器と、前記電圧データを受信し、前記電圧データの離散ウェーブレット変換を行って変換データを生成するように構成される離散ウェーブレット変換器と、前記変換データを受信し、前記変換データを処理して前記変換データの平均値を含む統計データを生成するように構成される統計処理部と、前記統計データに基づいて、前記バッテリーシステムの前記故障を検出し、前記故障が検出される時に故障信号を送信するように構成される故障診断部と、を備えるバッテリーシステムの故障検出装置。
【選択図】図1
Description
本発明は、故障検出装置、バッテリー故障検出方法、及びエネルギー保存システムに関する。
環境破壊、資源枯渇などが深刻な問題となりつつ、エネルギーを保存し、保存されたエネルギーを効率的に活用できるシステムへの関心が高まりつつある。また、公害を誘発しない、もしくは、公害の誘発を抑制しつつエネルギーを生産できる新材生エネルギーへの関心も高まりつつある。エネルギー保存システムは、例えば、新材生エネルギー、及び電気エネルギーのようなエネルギーを保存するバッテリーシステム、及び既存の系統を互いに連係させるシステムである。
エネルギー保存システムの運用時、予期しないエラーによってバッテリーシステムに故障が発生する場合がある。故障によって、エネルギー保存システムの正常な運用が不可能になって、エネルギー保存システムに連係された系統(grid system)にも影響を及ぼす可能性がある。予期しないエラーを完全に防止することは困難であるが、迅速に正常状態に復旧するために、故障の発生をリアルタイムで検出及び診断する装置が要求される。
本発明が解決しようとする課題は、バッテリーパック電圧のように容易に得られるデータに基づいて、バッテリーシステムの故障の発生有無を検出する装置及び方法を提供することである。
本発明が解決しようとする課題は、バッテリーシステムの故障の発生有無を検出できるエネルギー保存システムを提供することである。
上記課題を解決するために、本発明のある観点によれば、バッテリーシステムの故障を検出するための装置であり、前記バッテリーシステムから電圧信号を受信し、前記電圧信号をデジタル化して電圧データを生成するように構成される電圧検出器と、前記電圧データを受信し、前記電圧データの離散ウェーブレット変換を行って変換データを生成するように構成される離散ウェーブレット変換器と、前記変換データを受信し、前記変換データを処理して前記変換データの平均値を含む統計データを生成するように構成される統計処理部と、前記統計データに基づいて、前記バッテリーシステムの前記故障を検出し、前記故障が検出される時に故障信号を送信するように構成される故障診断部と、を備えるバッテリーシステムの故障検出装置が提供される。
前記変換データがjレベルの周波数成分データを含み、jは自然数であり、前記統計処理部は、前記jレベルの周波数成分データを前記変換データとして受信し、前記jレベルの周波数成分データの絶対値を計算して、前記jレベルの周波数成分データそれぞれの大きさ値を生成するように構成されてもよい。
前記故障診断部は、前記大きさ値を基準値と比較して前記故障を検出し、前記大きさ値のうち少なくとも1つが前記基準値より大きい場合、前記故障を検出するように構成されてもよい。
前記基準値REFは、開始基準値に設定されてもよい。
前記統計処理部は、前記大きさ値の平均を計算して前記平均値を生成し、前記平均値に係数を乗算して係数値を生成し、前記係数値を前記基準値と比較し、前記係数値が前記基準値より大きければ、前記基準値を前記係数値に設定するように構成されてもよい。
前記係数は、2〜5の範囲に含まれる値であってもよい。
最大値抽出部をさらに備え、前記統計処理部は、前記大きさ値の平均を計算して前記平均値を生成するように構成され、前記最大値抽出部は、前記大きさ値及び前記平均値を受信し、第1時区間に対応する前記jレベルの周波数成分データそれぞれの前記大きさ値の最大値を計算して最大大きさ値を生成し、前記第1時区間に対応する前記平均値の最大値を計算して最大平均値を生成するように構成され、前記故障診断部は、前記最大大きさ値及び前記最大平均値を受信し、前記最大大きさ値のそれぞれの前記最大平均値(AVR|D[x]|)に対する割合をそれぞれ比較し、前記割合のうち少なくとも1つがしきい値より大きければ、前記故障を検出するように構成されてもよい。
前記しきい値は、2〜5の範囲に含まれる値であってもよい。
前記故障信号は、前記jレベルの周波数成分データのうち、前記故障が検出されたレベルの周波数成分データに関する情報または前記故障の深刻度に関する情報を含んでもよい。
前記電圧検出器は、前記電圧信号をデジタル化して秒当り1ないし10サンプルのサンプリングレートで前記電圧データを生成するように構成されてもよい。
前記離散ウェーブレット変換は、ドベシィ(Daubechies)3ウェーブレットに基づいてもよい。
また、上記課題を解決するために、本発明の別の観点によれば、バッテリーの故障を検出するための方法であり、バッテリーシステムから電圧信号を受信する段階と、前記電圧信号をデジタル化して電圧データを生成する段階と、前記電圧データに対して離散ウェーブレット変換を行って変換データを生成する段階と、前記変換データを処理して前記変換データの平均値を含む統計データを生成する段階と、前記統計データを分析して故障を検出する段階と、前記故障が検出される場合、故障信号を送信する段階と、を含むバッテリー故障検出方法が提供される。
前記変換データは、1つ以上の周波数成分データを含み、前記変換データを処理して前記統計データを生成する段階は、前記1つ以上の周波数成分データの絶対値を計算する段階を含み、前記統計データは、前記絶対値をさらに含み、前記統計データを分析して故障を検出する段階は、前記絶対値を基準値と比較する段階と、前記絶対値のうち少なくとも1つが前記基準値より大きければ、前記故障を示す段階と、を含んでもよい。
前記基準値を既定の値に初期化する段階をさらに含んでもよい。
前記絶対値に基づいて前記平均値を計算する段階と、前記平均値に係数を乗算して係数の平均値を生成する段階と、前記係数の平均値を前記基準値と比較する段階と、前記係数の平均値が前記基準値より大きければ、前記係数の平均値を前記基準値と設定する段階と、をさらに含んでもよい。
前記変換データは、1つ以上の周波数成分データを含み、前記変換データを処理して前記統計データを生成する段階は、前記1つ以上の周波数成分データの絶対値を計算する段階であって、前記統計データは前記絶対値をさらに含む段階と、前記絶対値に基づいて前記平均値を計算する段階と、を含み、前記統計データを分析して前記故障を検出する段階は、第1時区間に対応する前記絶対値の最大絶対値を計算する段階と、前記第1時区間に対応する前記平均値の最大平均値を計算する段階と、前記最大平均値に対する前記最大絶対値の割合を計算する段階と、前記割合のうち少なくとも1つが基準値を超過すれば、前記故障を検出する段階と、を含んでもよい。
また、上記課題を解決するために、本発明の別の観点によれば、エネルギー保存システムとして、第1電力を第2電力に変換するように構成される電力変換システム(PCS)と、前記第2電力を保存及び供給するように構成されるバッテリーシステムと、を含み、前記バッテリーシステムは、互いに連結された複数のバッテリーセルと、前記バッテリーセルのうち第1バッテリーセルに連結される端子と、前記端子及び前記電力変換システム(PCS)に連結されるスイッチと、バッテリー管理システムと、を含み、前記バッテリー管理システムは、前記バッテリーセルから電圧信号を受信し、前記電圧信号をデジタル化して電圧データを生成するように構成される電圧検出器と、前記電圧データを受信し、前記電圧データの離散ウェーブレット変換を行って変換データを生成するように構成される離散ウェーブレット変換器と、前記変換データを受信し、前記変換データを処理して前記変換データの平均値を含む統計データを生成するように構成される統計処理部と、前記統計データに基づいて前記バッテリーセルの故障を検出し、前記故障が検出される時に故障信号を送信するように構成される故障診断部と、を備え、前記スイッチは、前記故障信号によって前記バッテリーセルを前記電力変換システム(PCS)に連結するように構成されることを特徴とするエネルギー保存システムが提供される。
前記電圧信号は、前記端子の電圧または前記バッテリーセルのうち1つのセル電圧に対応していてもよい。
以上説明したように本発明によれば、バッテリーパック電圧のように容易に得られるデータに基づいて、バッテリーシステムの故障の発生有無を検出する装置及び方法が提供される。また、バッテリーシステムの故障の発生有無を検出できるエネルギー保存システムが提供される。
以下に添付図面を参照しながら、本発明の好適な実施の形態について詳細に説明する。なお、本明細書及び図面において、実質的に同一の機能構成を有する構成要素については、同一の符号を付することにより重複説明を省略する。
本発明の実施形態において、特定側面及び特徴は、添付する図面と共に詳細に後述される実施形態を参照すれば明らかになる。しかし、本発明は、以下で開示される実施形態に限定されるものではなく、互いに異なる多様な形態で具現される。後述する実施形態は本発明の開示を完全にし、当業者に発明の範疇を完全に知らせるために提供されるものである。本発明は、請求項のみによって定義される。
本出願で使った用語は単に特定の実施形態を説明するために使われたものであり、本発明を限定しようとする意図ではない。単数の表現は、文脈上明らかに異なって意味しない限り、複数の表現を含む。本出願で、”含む”または”持つ”などの用語は、明細書上に記載の特徴、数字、段階、動作、構成要素、部品またはこれらを組み合わせたものが存在するということを指定しようとするものであり、1つまたはそれ以上の他の特徴や数字、段階、動作、構成要素、部品またはこれらを組み合わせたものの存在または付加可能性を予め排除しないと理解されねばならない。第1及び第2などの用語は、多様な構成要素を説明するときに使われるが、構成要素は、前記用語によって限定されてはならない。前記用語は、1つの構成要素を他の構成要素から区別する目的のみで使われる。
図1は、本発明の多様な実施形態によるバッテリーシステムの故障検出装置を示すブロック図である。
図1を参照すれば、故障検出装置10はバッテリーシステム100に連結され、電圧検出部110、離散ウェーブレット変換部(以下、’DWT’と称する)120、統計処理部130、最大値抽出部140及び故障診断部150を備える。
バッテリーシステム100は、外部から電気エネルギーを供給されてこれを保存でき、保存されている電気エネルギーを再び外部に供給できるバッテリーを備えるシステムである。
バッテリーシステム100は、バッテリー、前記バッテリーを保護するための保護回路、及び前記保護回路を制御して前記バッテリーを保護するバッテリー管理システムを備える。例えば、過電流が流れるか、または過放電された場合、前記バッテリー管理システムは、前記保護回路のスイッチを開放させて前記バッテリーと入出力端子との間を分離させる。また、前記バッテリー管理システムは、前記バッテリーの状態、例えば、温度、電圧、電流などをモニタリングして電圧データ、電流データ、温度データのような各種データを収集する。前記バッテリー管理システムは、収集したデータ及び内部アルゴリズムによってバッテリーセルのセルバランシング動作を行える。バッテリーシステム100の故障を検出する故障検出装置10は、前記バッテリー管理システムに含まれる。
バッテリーシステム100は、発電システム及び系統と連係して負荷に電力を安定的に供給するエネルギー保存システムの一部でもありうる。前記エネルギー保存システムは、前記発電システムで生産された電気エネルギーをバッテリーに保存するか、または前記系統に供給し、バッテリーに保存された電気エネルギーを前記系統に供給するか、または、前記系統から供給された電気エネルギーをバッテリーに保存する。また、前記エネルギー保存システムは、前記発電システムで生産された電気エネルギーまたはバッテリーに保存された電気エネルギーを前記負荷に供給することもできる。このために、前記エネルギー保存システムは、電力変換システム(以下、’PCS’と称する)、バッテリーシステム100、第1スイッチ、及び第2スイッチを備える。
前記PCSは、前記発電システム、前記系統、及び/または前記バッテリーシステム100から提供される電気エネルギーを適当な形態の電気エネルギーに変換して必要な所に供給できるように、インバータ、コンバータ、整流器などの電力変換装置及び統合制御器を備える。前記統合制御器は、前記発電システム、前記系統、前記バッテリー及び前記負荷の状態をモニタリングし、アルゴリズムまたは運用者の命令によって前記第1スイッチ、前記第2スイッチ、前記バッテリーシステム100、及び前記電力変換装置を制御する。故障検出装置10は、前記エネルギー保存システムの前記統合制御器に含まれる。
本実施形態によれば、電圧検出部110は、バッテリーシステム100から電圧v(t)を受信し、電圧v(t)をデジタル化し、電圧データV[x]を生成して保存する。電圧検出部110のサンプリングレートは、例えば、秒当り約1〜10回である。しかし、これは、本発明を限定せず、サンプリングレートは、例えば、約1より小さいか、または約10より大きい。
電圧v(t)は、バッテリーシステム100の出力端子での端子電圧である。他の例によれば、電圧v(t)は、バッテリーシステム100内の特定バッテリーセルのセル電圧であってもよい。電圧v(t)は、バッテリーシステム100に/から入力/出力される電流プロファイルによって変わるアナログ値を持つ。
電圧データV[x]は、時間tによる電圧v(t)をデジタル化して生成されるデジタル値を持つ。電圧データV[x]は、時間xによって定義される前記デジタル値の集合を含む。電圧検出部110は、故障の発生有無を調べる期間中の電圧データV[x]を保存する。よって、電圧検出部110は、アナログ電圧v(t)をデジタル電圧データV[x]に変換するためのアナログ−デジタル変換器(ADC)を備える。また、電圧検出部110は、生成されたデジタル電圧データV[x]を保存するためのメモリをさらに備える。
DWT 120は、電圧検出部110から提供された電圧データV[x]について離散ウェーブレット変換を行って、複数レベルの周波数成分データD1[x]、D2[x]、D3[x]、…、Dj[x](例えば、高周波成分データ)を生成する。本例では、第1ないし第jレベルの周波数成分データD1[x]、D2[x]、D3[x]、…、Dj[x]が生成されると仮定する。ここでjは、2より大きい自然数である。
第1レベルの周波数成分データD1[x]は、最も高い周波数帯域のデータであり、第2レベルの周波数成分データD2[x]は、第1レベルの周波数成分データD1[x]の周波数帯域よりは低い周波数帯域のデータであり、第jレベルの周波数成分データDj[x]は、最も低い周波数帯域のデータである。
例えば、第1レベルの周波数成分データD1[x]が特定周波数f0より大きい周波数帯域のデータならば、第2レベルの周波数成分データD2[x]は、周波数f0より小さくて周波数f0/2より大きい周波数帯域のデータであり、第3レベルの周波数成分データD3[x]は、周波数f0/2より小さくて周波数f0/4より大きい周波数帯域のデータであり、第jレベルの周波数成分データDj[x]は、周波数f0/2j−1より小さくて周波数f0/2jより大きい周波数帯域のデータである。
例示的な離散ウェーブレット変換について、図3ないし図8を参照して以下で詳細に説明する。
統計処理部130は、DWT 120で生成された第1ないし第jレベルの周波数成分データD1[x]、D2[x]、D3[x]、…、Dj[x]を受信して、第1ないし第jレベルの周波数成分データD1[x]、D2[x]、D3[x]、…、Dj[x]のサイズ、及び第1ないし第jレベルの周波数成分データサイズ|D1[x]|、|D2[x]|、|D3[x]|、…、|Dj[x]|の平均AVR(|D[x]|)を生成する。なお、周波数成分データサイズが、周波数成分データの「大きさ値」の一例に相当する。
統計処理部130は、第1ないし第jレベルの周波数成分データD1[x]、D2[x]、D3[x]、…、Dj[x]の負及び正の符号を除去することで、第1ないし第jレベルの周波数成分データサイズ|D1[x]|、|D2[x]|、|D3[x]|、…、|Dj[x]|を生成する。一実施形態によれば、第1ないし第jレベルの周波数成分データサイズ|D1[x]|、|D2[x]|、|D3[x]|、…、|Dj[x]|は、第1ないし第jレベルの周波数成分データD1[x]、D2[x]、D3[x]、…、Dj[x]の絶対値である。
統計処理部130は、算術平均を通じて第1ないし第jレベルの周波数成分データサイズ|D1[x]|、|D2[x]|、|D3[x]|、…、|Dj[x]|の平均AVR(|D[x]|)を生成する。平均AVR(|D[x]|)は、時間xで第1ないし第jレベルの周波数成分データD1[x]、D2[x]、D3[x]、…、Dj[x]のサイズの平均を意味する。
最大値抽出部140は、統計処理部130で生成された第1ないし第jレベルの周波数成分データサイズ|D1[x]|、|D2[x]|、|D3[x]|、…、|Dj[x]|、及びこれらの平均AVR(|D[x]|)を受信し、これらそれぞれの最大値を抽出して、第1ないし第j最大値|D1|max、|D2|max、|D3|max、…、|Dj|max、及び最大平均値AVR|D|maxを生成する。
第1最大値|D1|maxは、第1レベルの周波数成分データサイズ|D1[x]|で最大の値である。例えば、x=x1の時、第1レベルの周波数成分データサイズ|D1[x]|が最も大きい場合、第1最大値|D1|maxは、|D1[x1]|と同一である。
第j最大値|Dj|maxは、第jレベルの周波数成分データサイズ|Dj[x]|で最大の値である。例えば、x=xjの時、第jレベルの周波数成分データサイズ|Dj[x]|が最も大きい場合、第j最大値|Dj|maxは、|Dj[xj]|と同一である。この時、x1とxjとは、同じ時間であっても、異なる時間であってもよい。
最大平均値AVR|D|maxは、平均AVR(|D[x]|)で最大の値である。平均AVR(|D[x]|)が最大の値を持つ時間xは、第1ないし第j最大値|D1|max、|D2|max、|D3|max、…、|Dj|maxが生成された時間(例えば、x1、x2、x3、…、xj)のうちいずれか1つと同一であっても、これらと異なる時間であってもよい。
本実施形態によれば、故障診断部150は、最大値抽出部140で生成された第1ないし第j最大値|D1|max、|D2|max、|D3|max、…、|Dj|max及び最大平均値AVR|D|maxを受信して、第1ないし第j最大値|D1|max、|D2|max、|D3|max、…、|Dj|maxを最大平均値AVR|D|maxとそれぞれ比較し、割合が所定のしきい値または適当なしきい値を超える場合に故障が発生したと診断する。
例えば、故障診断部150は、最大平均値AVR|D|maxに対する第1最大値|D1|maxの割合を前記しきい値と比較して、前記割合が前記しきい値より大きい場合に故障が発生したと診断する。この時、故障検出装置10は、第1レベルの周波数成分データD1[x]から故障を検出したのである。言い換えれば、故障検出装置10は、第1レベルの周波数成分データD1[x]に対応する周波数帯域の成分を故障と検出したのである。
故障診断部150は、最大平均値AVR|D|maxに対する第2最大値(|D2|max)の割合と前記しきい値とを比較することで、故障発生有無を診断する。これと同様に、故障診断部150は、最大平均値AVR|D|maxに対する第j最大値|Dj|maxの割合と前記しきい値とを比較することで、故障発生有無を診断する。故障診断部150は、故障検出診断結果を信号RESULTとして出力する。
前記しきい値は、バッテリーシステム100及びバッテリーの連結関係によって変わる。例えば、前記しきい値は、約2〜5のうちいずれか一値である。例えば、前記しきい値は、約2.5である。
一実施形態によれば、故障診断部150は、最大平均値AVR|D|maxに対する第1ないし第j最大値|D1|max、|D2|max、|D3|max、…、|Dj|maxの割合がいずれも前記しきい値より小さい場合、故障が発生していないことを示す信号RESULTを出力する。一方、故障診断部150は、最大平均値AVR|D|maxに対する第1ないし第j最大値|D1|max、|D2|max、|D3|max、…、|Dj|maxの割合のうちいずれか1つでも前記しきい値より大きい場合、故障が発生したことを示す信号RESULTを出力する。
本実施形態による故障検出装置10は、バッテリーシステム100から出力される電圧v(t)に基づいて故障発生有無を診断する。例えば、バッテリーシステム100に高電流が流れ込む場合、バッテリーシステム100から出力される電圧v(t)は急増する。本発明による故障検出装置10は、電圧v(t)を、離散ウェーブレット変換の多解像度分析を通じていろいろな周波数帯域の成分に分解して、故障発生有無を診断することで故障発生有無が正確に分かる。
それだけでなく、本発明による故障検出装置10は、いかなる周波数帯域の電圧成分から故障が発生したかが分かるので、故障の原因を把握するのに役に立つ。また、本発明による故障検出装置10は、最大平均値AVR|D|maxに対する第1ないし第j最大値|D1|max、|D2|max、|D3|max、…、|Dj|maxの割合を検出できるので、故障の深刻度も判別する。
図2は、本発明の多様な実施形態によるバッテリーシステムの故障検出装置を示すブロック図である。
図2を参照すれば、故障検出装置20はバッテリーシステム100に連結され、電圧検出部210、DWT
220、統計処理部230、基準値保存部140及び故障検出部250を備える。
220、統計処理部230、基準値保存部140及び故障検出部250を備える。
図2のバッテリーシステム100は、図1のバッテリーシステムと実質的に同等である。バッテリーシステム100は、外部から電気エネルギーを供給されてこれを保存でき、保存されている電気エネルギーを外部に供給できるバッテリーを備えるシステムである。
電圧検出部210は、バッテリーシステム100から電圧v(t)を受信し、リアルタイムで電圧v(t)をデジタル化して、時間xによる電圧データV(x)を出力する。電圧検出部210のサンプリングレートは、秒当り約1〜10回である。しかし、これは本発明を限定せず、サンプリングレートは、約1より小さいか、または約10より大きくてもよい。
電圧v(t)は、バッテリーシステム100の端子電圧またはバッテリーシステム100内の特定バッテリーセルのセル電圧である。電圧データV(x)は、時間tによる電圧v(t)をデジタル化して生成されたデジタル値であり、xも時間を示す。
電圧検出部210は、アナログ電圧v(t)をデジタル電圧データV(x)にリアルタイムで変換するためのアナログ−デジタル変換器(ADC)を備える。
DWT 220は、電圧検出部110で生成された電圧データV(x)に対して離散ウェーブレット変換を行い、複数レベルの周波数成分データD1(x)、D2(x)、D3(x)、…、Dj(x)をリアルタイムで生成する。
第1レベルの周波数成分データD1(x)は、最も高い周波数帯域のデータであり、第2レベルの周波数成分データD2(x)は、第1レベルの周波数成分データD1(x)の周波数帯域より低い周波数帯域のデータであり、第jレベルの周波数成分データDj(x)は、最も低い周波数帯域のデータである。
本実施形態によれば、統計処理部230は、DWT 220で生成された第1ないし第jレベルの周波数成分データD1(x)、D2(x)、D3(x)、…、Dj(x)を受信して、第1ないし第jレベルの周波数成分データサイズ|D1(x)|、|D2(x)|、|D3(x)|、…、|Dj(x)|を生成する。また、統計処理部230は、第1ないし第jレベルの周波数成分データサイズ|D1(x)|、|D2(x)|、|D3(x)|、…、|Dj(x)|を算術平均して、平均AVR(|D(x)|)を生成でき、平均AVR(|D(x)|)を基準値保存部240に提供する。
基準値保存部240は、基準値REFを保存でき、基準値REFを故障検出部250に提供する。
故障検出部250は、統計処理部230から第1ないし第jレベルの周波数成分データサイズ|D1(x)|、|D2(x)|、|D3(x)|、…、|Dj(x)|を受信し、これらをそれぞれ故障検出部250から受信した基準値REFと比較して、故障の発生有無をリアルタイムで検出する。
本実施形態によれば、故障検出部250は、第1ないし第jレベルの周波数成分データサイズ|D1(x)|、|D2(x)|、|D3(x)|、…、|Dj(x)|を基準値REFと比較し、第1ないし第jレベルの周波数成分データサイズ|D1(x)|、|D2(x)|、|D3(x)|、…、|Dj(x)|のうちいずれか1つでも基準値REFより大きければ、故障が発生したと検出する。故障検出部250は、故障の発生を示す信号RESULTを出力する。
しかし、第1ないし第jレベルの周波数成分データサイズ|D1(x)|、|D2(x)|、|D3(x)|、…、|Dj(x)|がいずれも基準値REFより小さい場合、故障検出部250は、故障が発生していないことを示す信号RESULTを出力する。
第1ないし第jレベルの周波数成分データサイズ|D1(x)|、|D2(x)|、|D3(x)|、…、|Dj(x)|は、DWT 210及び統計処理部230を通じてバッテリーシステム100の電圧v(t)からリアルタイムで生成された値である。故障検出部250は、第1ないし第jレベルの周波数成分データサイズ|D1(x)|、|D2(x)|、|D3(x)|、…、|Dj(x)|をリアルタイムで受信し、これらを基準値REFと比較することで、故障の発生有無を感知(例えば、即刻で感知)する。
本実施形態によれば、基準値保存部240には初期基準値REFiniが保存されている。基準値保存部240は、故障検出装置20の初期起動時に初期基準値REFiniを基準値REFとして出力する。初期基準値REFiniは、バッテリーシステム100によって変わる。例えば、初期基準値REFiniは、約2〜5の値である。例えば、初期基準値REFiniは、約2.5である。
一実施形態によれば、基準値保存部240は、統計処理部230から平均AVR(|D(x)|)を受信する。基準値保存部240は、平均AVR(|D(x)|)に既定の係数kを乗算して算出される値kAVR(|D(x)|)を生成する。他の例によれば、統計処理部230が平均AVR(|D(x)|)と係数kとを乗算した値kAVR(|D(x)|)を基準値保存部240に提供してもよい。
係数kは、バッテリーシステム100によって変わる。例えば、係数kは、約2〜5の値である。例えば、係数kは、約2.5である。
基準値保存部240は、値kAVR(|D(x)|)を基準値REFと比較して、値kAVR(|D(x)|)が基準値REFより大きい場合、基準値REFを値kAVR(|D(x)|)にアップデートする。故障検出装置20の初期起動時に、基準値REFは初期基準値REFiniを持つので、基準値保存部240は、値kAVR(|D(x)|)を初期基準値REFiniと比較して、値kAVR(|D(x)|)が初期基準値REFiniより大きくなれば、基準値REFを値kAVR(|D(x)|)にアップデートする。このようなアップデート過程はリアルタイムで行われ、基準値保存部240は、初期基準値REFiniと平均AVR(|D(x)|)の最大値と係数kとを乗算した値kAVR|D|maxのうちさらに大きい値を、基準値REFと保存する。
例えば、初期基準値REFiniと係数kとがそれぞれ2.5である場合を仮定すれば、平均AVR(|D(x)|)が1より小さな場合、基準値REFは2.5である。平均AVR(|D(x)|)がx=x1で2.5より大きくなれば、例えば、2.7になれば、基準値REFは2.7にアップデートされる。次いで、平均AVR(|D(x)|)がx=x2で2.7より大きくなれば、例えば、3.1になれば、基準値REFは3.1に再びアップデートされる。
故障検出装置20は、バッテリーシステム100から出力される電圧v(t)をリアルタイムで収集し、故障発生有無をリアルタイムで検出する。例えば、バッテリーシステム100に高電流が流れ込む場合、バッテリーシステム100から出力される電圧v(t)は急増する。1つ以上の実施形態による故障検出装置20は、電圧v(t)を、離散ウェーブレット変換の多解像度分析を通じていろいろな周波数帯域の成分に分解することで、特定周波数帯域の成分で基準値REFより大きいピークが発生したと検出することで、故障発生事実をリアルタイムで感知する。
故障検出装置20は、いかなる周波数帯域の電圧成分から故障が発生したかが分かるため、故障の原因を把握する。また、故障検出装置20は、特定周波数帯域の成分のピーク値を通じて故障の深刻度に関する情報も得られる。
以下、離散ウェーブレット変換の例示的な実施形態について説明する。ウェーブレット変換は、円形のウェーブレット関数の大きさ及び水平位置を変換させてソース信号x(t)を分解することである。連続ウェーブレット変換(CWT:Continuous Wavelet)は、次の数式1のように定義される。
ここで、a及びbは、それぞれスケール(scale)及び水平移動(translation)を示すパラメータである。ψ(t)は、ウェーブレット解析関数であり、ψ*は、複素共役関数(complex conjugate)を示す。数式1の結果は、スケール及び水平移動パラメータに対するウェーブレット係数である。
数式1にa=2j及びb=k2jを代入すれば、次の数式2のように定義される離散ウェーブレット変換になる。定数j及びkは、それぞれスケール及び水平移動変数になる。
数式1にa=2j及びb=k2jを代入すれば、次の数式2のように定義される離散ウェーブレット変換になる。定数j及びkは、それぞれスケール及び水平移動変数になる。
ウェーブレットを用いた1次元信号分解では、スケール関数φ及びウェーブレット関数ψが使われる。ウェーブレット関数ψは、ソース信号x(t)から詳細成分Djを得るために使われ、スケール関数φは、ソース信号x(t)から近似成分Ajを分解するために使われる。図3は、例示的なスケール関数φ及びウェーブレット関数ψを示す。図3に示したスケール関数φ及びウェーブレット関数ψは、一例として、ドベシィ3(dB3)ウェーブレットに基づく。
DWTで、ソース信号x(t)から任意のスケールjで得られた近似情報xa j(t)及び詳細情報xd j(t)は、それぞれ数式3のように示す。
aj,k及びdj,kは、それぞれ近似係数(スケール係数)及び詳細係数(ウェーブレット係数)を示す。
ソース信号x(t)は、近似情報xa j(t)及び詳細情報xd j(t)を用いて数式4のように表現される。
また、aj,k及びdj,kは、それぞれスケール関数φ及びウェーブレット関数ψを用いて数式5のように表現される。
近似情報xa j(t)は、低周波成分であるスケール関数(φj,k(t)に対応し、詳細情報xd j(t)は、高周波成分であるウェーブレット関数ψj,k(t)に対応する。簡単に近似情報xa j(t)をA、詳細情報xd j(t)をDとする時、信号x(t)は、第Nレベルまで多解像度分解した場合、次の数式6のように表現される。
近似情報Anに詳細情報Dnを加えれば、一段階さらに高い解像度を持つ近似情報An−1になる。すなわち、An−1=An+Dnである。また、x(t)は、A1+D1で表現される。
図4は、フィルタリングの観点で離散ウェーブレット変換を説明したブロック図である。
離散ウェーブレット変換で、データx(n)は、低周波成分に対応する近似情報Aと高周波成分に対応する詳細情報Dとに分解される。データx(n)から近似情報Aが抽出されるためには、低域通過フィルタ(LPF)が用いられる。また、データx(n)から詳細情報Dが抽出されるためには、高域通過フィルタ(HPF)が用いられる。低域通過フィルタ(LPF)及び高域通過フィルタ(HPF)は、物理的または回路的に具現される実際のフィルタではなく、データ処理によって具現される。
図5は、低域通過フィルタ(LPF)及び高域通過フィルタ(HPF)の例示的な係数を示す。
例えば、図5に示したように、低域通過フィルタ(LPF)の係数は、{0.0352、−0.0854、−0.1350、0.4599、0.8069、0.3327}であり、高域通過フィルタ(HPF)の係数は、{−0.3327、0.8069、−0.4599、−0.1350、0.0854、0.0352}である。
図6は、電圧データV(x)が離散ウェーブレット変換の多解像度分析によって分解される過程を示す。図6では、5回の離散ウェーブレット変換が繰り返して行われると図示されるが、離散ウェーブレット変換の繰り返し回数は本発明を限定しない。例えば、離散ウェーブレット変換がただ1回のみ行われてもよく、5回を超過した回収で繰り返されてもよい。
電圧データV(x)は、第1離散ウェーブレット変換及びダウンサンプリングによって、第1レベルの近似電圧データA1(x)と第1レベルの詳細電圧データD1(x)とに分解される。第1レベルの近似電圧データA1(x)は、第2離散ウェーブレット変換及びダウンサンプリングによって、第2レベルの近似電圧データA2(x)と第2レベルの詳細電圧データD2(x)とに分解される。
第2レベルの近似電圧データA2(x)は、第3離散ウェーブレット変換及びダウンサンプリングによって、第3レベルの近似電圧データA3(x)と第3レベルの詳細電圧データD3(x)とに分解される。第3レベルの近似電圧データA3(x)は、第4離散ウェーブレット変換及びダウンサンプリングによって、第4レベルの近似電圧データA4(x)と第4レベルの詳細電圧データD4(x)とに分解される。第4レベルの近似電圧データA4(x)は、第5離散ウェーブレット変換及びダウンサンプリングによって、第5レベルの近似電圧データA5(x)と第5レベルの詳細電圧データD5(x)とに分解される。
第1ないし第5レベルの詳細電圧データD1(x)、D2(x)、D3(x)、D4(x)、D5(x)は、それぞれ第1ないし第5レベルの周波数成分データD1(x)、D2(x)、D3(x)、D4(x)、D5(x)として、統計処理部130または統計処理部230に提供される。
図6に示したように、電圧データV(x)は、第5レベルの近似電圧データA5(x)及び第1ないし第5レベルの詳細電圧データD1(x)、D2(x)、D3(x)、D4(x)、D5(x)を用いて表現される。また、第(n−1)レベルの近似電圧データAn−1(x)は、第Nレベルの近似電圧データAn(x)と第nレベルの詳細電圧データDn(x)との和で表現される。
本例で、第5レベルの近似電圧データA5(x)及び第1ないし第5レベルの詳細電圧データD1(x)、D2(x)、D3(x)、D4(x)、D5(x)から電圧データV(x)が復元される。このような復元過程は、離散ウェーブレット逆変換(IDWT)と称する。
図6に示したように、離散ウェーブレット変換が繰り返されれば、データの全体量が増加する。電圧データV(x)が近似電圧データA(x)と詳細電圧データD(x)とに分解されるからである。よって、離散ウェーブレット変換が行われた後でダウンサンプリング行われる。ダウンサンプリングは、以前の離散ウェーブレット変換によって生成された近似電圧データの偶数番目データまたは奇数番目データを選択し、選択されていないデータを除去することを意味する。図7は、ダウンサンプリングを説明するための図面である。図7に示したように、ダウンサンプリングによって、N個のデータはn/2個のデータに縮小する。
図8は、第nレベルの近似電圧データAn(x)及び第1ないし第Nレベルの詳細電圧データD1(x)、D2(x)、…、Dn(x)の周波数帯域を表現した図面である。
一実施形態によれば、第1レベルの詳細電圧データD1(x)が、第1周波数fs/2より小さくて第2周波数fs/4より大きい周波数帯域のデータであると仮定する場合、第2レベルの詳細電圧データD2(x)が、第2周波数fs/4より小さくて第3周波数fs/8より大きい周波数帯域のデータに該当する。また、第3レベルの詳細電圧データD3(x)が、第3周波数fs/8より小さくて第4周波数fs/16より大きい周波数帯域のデータに該当する。また、第Nレベルの詳細電圧データDn(x)が、第N周波数fs/2nより小さくて第N+1周波数fs/2n+1より大きい周波数帯域のデータに該当する。また、第Nレベルの近似電圧データAn(x)が、第N+1周波数fs/2n+1より小さな周波数帯域のデータに該当する。
図9Aは、本発明の多様な実施形態による故障検出方法を説明するために提供される例示的な電圧データV(x)のグラフである。
図9Bないし図9Gは、図9Aの電圧データV(x)から、離散ウェーブレット変換の多解像度分析を通じて抽出される第5レベルの低周波成分データA5及び第1ないし第5レベルの周波数成分データD1〜D5のグラフである。
図9Aを参照すれば、時間xに対する電圧データV(x)が例示的に図示される。
図9Bないし図9Gを参照すれば、電圧データV(x)に対する離散ウェーブレット変換の多解像度分析を通じて抽出される第5レベルの低周波成分データA5及び第1ないし第5レベルの周波数成分データD1〜D5が図示される。
第5レベルの低周波成分データA5は、電圧データV(x)と類似しており、電圧データV(x)から高周波成分のデータが除去されたものである。第5レベルの低周波成分データA5は、第5レベルの近似電圧データと称する。
第1ないし第5レベルの周波数成分データD1〜D5は、0を基準として負及び正の値を持つ。一実施形態よれば、第1ないし第5レベルの周波数成分データD1〜D5を時間に対して積分すれば、積分値は0の値を持つ。
充電時間及び放電時間が短い場合、例えば、充電及び放電が交互に頻繁に行われる場合、周波数成分データD1〜D5の値がグラフで大きくなる。しかし、充電時間及び放電時間が長い場合、充電と放電との間の変化は周波数成分データD1〜D5に示されない可能性もある。
故障によってバッテリーシステムに急に高電流が流れ込む場合、このような急激な変化は低周波成分データA5で見つけ難く、周波数成分データD1〜D5から容易に見つけられる。
図示された実施形態によれば、第4レベルの周波数成分データD4は、他の周波数成分データD1〜D3、D5とは異なって概ね8000より若干早い時間に大きいピークを持つ。同一時点に他の周波数成分データD1〜D3、D5には大きいピークがないが、第4レベルの周波数成分データD4には大きいピークが見つけられるので、故障が発生したと診断する。例えば、ピークの大きさが既定の正常範囲を超える場合、故障が発生したということを示す。
図10Aないし図10Cは、統計処理部130の動作を説明するためのグラフである。
図10Aを参照すれば、統計処理部が、第4レベルの周波数成分データD4から第4レベルの周波数成分データサイズ|D4|を生成する過程を示す。
第4レベルの周波数成分データサイズ|D4|は、第4レベルの周波数成分データD4に絶対値を計算したものである。例えば、第4レベルの周波数成分データD4のうち負の値を持つデータは、同一サイズの正の値を持つデータに変換する。
図10Bは、統計処理部によって生成された第1ないし第5レベルの周波数成分データサイズ|D1|〜|D5|を示す。図11Bに示した第1ないし第5レベルの周波数成分データサイズ|D1|〜|D5|のグラフは、図10Bに示した第1ないし第5レベルの周波数成分データD1〜D5のグラフから生成されたものである。
図10Cは、統計処理部によって生成された平均AVR|D|と、第1ないし第5レベルの周波数成分データサイズ|D1|〜|D5|とを共に示す。平均AVR|D|は、第1ないし第5レベルの周波数成分データサイズ|D1|〜|D5|の平均であり、統計処理部によって生成される。
第4レベルの周波数成分データサイズ|D|及び平均AVR|D|が図示された2番目のグラフを参照すれば、時間(x=8000)近くで第4レベルの周波数成分データサイズ|D|は、平均AVR|D|の最大値より非常に大きい値を持つことが見つけられる。平均AVR|D|の最大値は、バッテリーシステム100が正常に動作することを意味する正常範囲を定める基準である。例えば、時間(x=8000)近くで第4レベルの周波数成分データサイズ|D|は、平均AVR|D|の最大値の3倍を超える大きい値を持つ。しきい値2.5の場合、平均AVR|D|の最大値の3倍を超えるピークが第4レベルの周波数成分データD4に発生したので、故障の発生が検出される。
図11は、最大値抽出部140及び故障診断部150の動作を説明するための例示的な表である。
図11を参照すれば、最大値抽出部140は、第1ないし第5レベルの周波数成分データサイズ|D1|〜|D5|から、第1ないし第5最大値|D1|max、|D2|max、|D3|max、|D4|max、|D5|maxを抽出する。本例で、第1ないし第5最大値|D1|max、|D2|max、|D3|max、|D4|max、|D5|maxは、それぞれ1.45581、2.06277、2.27218、3.44343、2.10596である。
また、最大抽出部140は、平均AVR|D|から平均最大値AVR|D|maxを抽出でき、本例で、平均最大値AVR|D|maxは1.11958である。
故障診断部150は、最大値抽出部140から、第1ないし第5最大値|D1|max、|D2|max、|D3|max、|D4|max、|D5|max及び平均最大値AVR|D|maxを受信する。故障診断部150は、平均最大値AVR|D|maxに対する第1ないし第5最大値|D1|max、|D2|max、|D3|max、|D4|max、|D5|maxの割合を算出する。本例によれば、平均最大値AVR|D|maxに対する第1ないし第5最大値|D1|max、|D2|max、|D3|max、|D4|max、|D5|maxの割合は、それぞれ1.30031、1.84245、2.02949、3.07564、1.88102である。
この時、故障診断部150は、前記割合がしきい値より大きいかどうかを判定し、前記割合のうちいずれか1つでもしきい値より大きければ、故障が発生したと診断する。ここで、しきい値は、2.5と仮定する。
故障診断部150は、平均最大値AVR|D|maxに対する第4最大値|D4|maxの割合が3.07564であって、2.5より大きいため、故障が発生したと診断する。
本発明の多様な実施形態はいかなる方法でも本発明の範囲を限定しない。明細書を簡単にするために、従来電子的な構成、制御システム、ソフトウェア、前記システムの他の機能的な側面の記載は略される。また、図面に示した構成要素間の線の連結または連結部材は、機能的な連結及び/または物理的または回路的連結を例示的に示すものであり、実際の装置では、代替または追加できる多様な機能的な連結、物理的な連結、または回路連結で具現される。また、”必須な”、”重要に”などの具体的な言及がなければ、本発明の実施のために必ず必要な構成要素であるとはいえない。
本発明で範囲(range)を記載した場合、前記範囲に属する個別的な値を適用した発明を含むものであり(これに反する記載がない限り)、発明の詳細な説明に前記範囲を構成する各個別的な値を記載したことと同様である。最後に、本発明による方法を構成する段階について明らかに順序を記載するか、または反する記載がない限り、前記段階は適当な順序で行われる。必ずしも前記段階の記載順序によって本発明が限定されるものではない。本発明ですべての例または例示的な用語(例えば、など)の使用は、単純に本発明を詳細に説明するためのものであり、特許請求の範囲によって限定されない以上、前記例または例示的な用語によって本発明の範囲が限定されるものではない。また、当業者は、多様な修正、組み合わせ及び変更が加えられた特許請求の範囲またはその均等物の範疇内で、設計条件及びファクターによって構成されるということが分かる。
したがって、本発明の思想は、前記の実施形態に限って定められてはならず、特許請求の範囲だけではなく、この特許請求の範囲と均等なまたはこれより等価的に変更されたあらゆる範囲は、本発明の思想の範疇に属するといえる。
以上、添付図面を参照しながら本発明の好適な実施形態について詳細に説明したが、本発明はかかる例に限定されない。本発明の属する技術の分野における通常の知識を有する者であれば、特許請求の範囲に記載された技術的思想の範疇内において、各種の変更例または修正例に想到し得ることは明らかであり、これらについても、当然に本発明の技術的範囲に属するものと了解される。
本発明は、バッテリーシステムの故障を検出する装置関連の技術分野に好適に用いられる。
10、20 故障検出装置
100:バッテリーシステム
110、210 電圧検出部
120、220 離散ウェーブレット変換部(DWT)
130、230 統計処理部
140 最大値抽出部
150 故障診断部
240 基準値保存部
250 故障検出部
100:バッテリーシステム
110、210 電圧検出部
120、220 離散ウェーブレット変換部(DWT)
130、230 統計処理部
140 最大値抽出部
150 故障診断部
240 基準値保存部
250 故障検出部
Claims (18)
- バッテリーシステムの故障を検出するための装置であり、
前記バッテリーシステムから電圧信号を受信し、前記電圧信号をデジタル化して電圧データを生成するように構成される電圧検出器と、
前記電圧データを受信し、前記電圧データの離散ウェーブレット変換を行って変換データを生成するように構成される離散ウェーブレット変換器と、
前記変換データを受信し、前記変換データを処理して前記変換データの平均値を含む統計データを生成するように構成される統計処理部と、
前記統計データに基づいて、前記バッテリーシステムの前記故障を検出し、前記故障が検出される時に故障信号を送信するように構成される故障診断部と、を備えるバッテリーシステムの故障検出装置。 - 前記変換データがjレベルの周波数成分データを含み、jは自然数であり、
前記統計処理部は、前記jレベルの周波数成分データを前記変換データとして受信し、前記jレベルの周波数成分データの絶対値を計算して、前記jレベルの周波数成分データそれぞれの大きさ値を生成するように構成されることを特徴とする請求項1に記載のバッテリーシステムの故障検出装置。 - 前記故障診断部は、前記大きさ値を基準値と比較して前記故障を検出し、前記大きさ値のうち少なくとも1つが前記基準値より大きい場合、前記故障を検出するように構成されることを特徴とする請求項2に記載のバッテリーシステムの故障検出装置。
- 前記基準値REFは、開始基準値に設定されることを特徴とする請求項3に記載のバッテリーシステムの故障検出装置。
- 前記統計処理部は、
前記大きさ値の平均を計算して前記平均値を生成し、
前記平均値に係数を乗算して係数値を生成し、
前記係数値を前記基準値と比較し、
前記係数値が前記基準値より大きければ、前記基準値を前記係数値に設定するように構成されることを特徴とする請求項4に記載のバッテリーシステムの故障検出装置。 - 前記係数は、2〜5の範囲に含まれる値であることを特徴とする請求項5に記載のバッテリーシステムの故障検出装置。
- 最大値抽出部をさらに備え、
前記統計処理部は、前記大きさ値の平均を計算して前記平均値を生成するように構成され、
前記最大値抽出部は、
前記大きさ値及び前記平均値を受信し、
第1時区間に対応する前記jレベルの周波数成分データそれぞれの前記大きさ値の最大値を計算して最大大きさ値を生成し、
前記第1時区間に対応する前記平均値の最大値を計算して最大平均値を生成するように構成され、
前記故障診断部は、
前記最大大きさ値及び前記最大平均値を受信し、
前記最大大きさ値のそれぞれの前記最大平均値(AVR|D[x]|)に対する割合をそれぞれ比較し、
前記割合のうち少なくとも1つがしきい値より大きければ、前記故障を検出するように構成されることを特徴とする請求項2に記載のバッテリーシステムの故障検出装置。 - 前記しきい値は、2〜5の範囲に含まれる値であることを特徴とする請求項7に記載のバッテリーシステムの故障検出装置。
- 前記故障信号は、前記jレベルの周波数成分データのうち、前記故障が検出されたレベルの周波数成分データに関する情報または前記故障の深刻度に関する情報を含むことを特徴とする請求項2に記載のバッテリーシステムの故障検出装置。
- 前記電圧検出器は、前記電圧信号をデジタル化して秒当り1ないし10サンプルのサンプリングレートで前記電圧データを生成するように構成されることを特徴とする請求項1に記載のバッテリーシステムの故障検出装置。
- 前記離散ウェーブレット変換は、ドベシィ(Daubechies)3ウェーブレットに基づくことを特徴とする請求項1に記載のバッテリーシステムの故障検出装置。
- バッテリーの故障を検出するための方法であり、
バッテリーシステムから電圧信号を受信する段階と、
前記電圧信号をデジタル化して電圧データを生成する段階と、
前記電圧データに対して離散ウェーブレット変換を行って変換データを生成する段階と、
前記変換データを処理して前記変換データの平均値を含む統計データを生成する段階と、
前記統計データを分析して故障を検出する段階と、
前記故障が検出される場合、故障信号を送信する段階と、を含むバッテリー故障検出方法。 - 前記変換データは、1つ以上の周波数成分データを含み、
前記変換データを処理して前記統計データを生成する段階は、前記1つ以上の周波数成分データの絶対値を計算する段階を含み、
前記統計データは、前記絶対値をさらに含み、
前記統計データを分析して故障を検出する段階は、
前記絶対値を基準値と比較する段階と、
前記絶対値のうち少なくとも1つが前記基準値より大きければ、前記故障を示す段階と、を含むことを特徴とする請求項12に記載のバッテリー故障検出方法。 - 前記基準値を既定の値に初期化する段階をさらに含むことを特徴とする請求項13に記載のバッテリー故障検出方法。
- 前記絶対値に基づいて前記平均値を計算する段階と、
前記平均値に係数を乗算して係数の平均値を生成する段階と、
前記係数の平均値を前記基準値と比較する段階と、
前記係数の平均値が前記基準値より大きければ、前記係数の平均値を前記基準値と設定する段階と、をさらに含むことを特徴とする請求項14に記載のバッテリー故障検出方法。 - 前記変換データは、1つ以上の周波数成分データを含み、
前記変換データを処理して前記統計データを生成する段階は、
前記1つ以上の周波数成分データの絶対値を計算する段階であって、前記統計データは前記絶対値をさらに含む段階と、
前記絶対値に基づいて前記平均値を計算する段階と、を含み、
前記統計データを分析して前記故障を検出する段階は、
第1時区間に対応する前記絶対値の最大絶対値を計算する段階と、
前記第1時区間に対応する前記平均値の最大平均値を計算する段階と、
前記最大平均値に対する前記最大絶対値の割合を計算する段階と、
前記割合のうち少なくとも1つが基準値を超過すれば、前記故障を検出する段階と、を含むことを特徴とする請求項12に記載のバッテリー故障検出方法。 - エネルギー保存システムとして、
第1電力を第2電力に変換するように構成される電力変換システム(PCS)と、
前記第2電力を保存及び供給するように構成されるバッテリーシステムと、を含み、
前記バッテリーシステムは、
互いに連結された複数のバッテリーセルと、
前記バッテリーセルのうち第1バッテリーセルに連結される端子と、
前記端子及び前記電力変換システム(PCS)に連結されるスイッチと、
バッテリー管理システムと、を含み、
前記バッテリー管理システムは、
前記バッテリーセルから電圧信号を受信し、前記電圧信号をデジタル化して電圧データを生成するように構成される電圧検出器と、
前記電圧データを受信し、前記電圧データの離散ウェーブレット変換を行って変換データを生成するように構成される離散ウェーブレット変換器と、
前記変換データを受信し、前記変換データを処理して前記変換データの平均値を含む統計データを生成するように構成される統計処理部と、
前記統計データに基づいて前記バッテリーセルの故障を検出し、前記故障が検出される時に故障信号を送信するように構成される故障診断部と、を備え、
前記スイッチは、前記故障信号によって前記バッテリーセルを前記電力変換システム(PCS)に連結するように構成されることを特徴とするエネルギー保存システム。 - 前記電圧信号は、前記端子の電圧または前記バッテリーセルのうち1つのセル電圧に対応することを特徴とする請求項17に記載のエネルギー保存システム。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201361767744P | 2013-02-21 | 2013-02-21 | |
US61/767,744 | 2013-02-21 | ||
US14/082,036 | 2013-11-15 | ||
US14/082,036 US20140236509A1 (en) | 2013-02-21 | 2013-11-15 | Apparatus for detecting faults in battery system |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2014163930A true JP2014163930A (ja) | 2014-09-08 |
Family
ID=48520704
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014022484A Pending JP2014163930A (ja) | 2013-02-21 | 2014-02-07 | 故障検出装置、バッテリー故障検出方法、及びエネルギー保存システム |
Country Status (5)
Country | Link |
---|---|
US (1) | US20140236509A1 (ja) |
EP (1) | EP2770336A2 (ja) |
JP (1) | JP2014163930A (ja) |
KR (1) | KR20140104893A (ja) |
CN (1) | CN104007388A (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101807280B1 (ko) * | 2015-12-14 | 2017-12-08 | 연세대학교 산학협력단 | 동기위상기 신호를 이용한 전력계통 사고 발생 자동 검출 장치 및 방법 |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5850017B2 (ja) * | 2013-10-15 | 2016-02-03 | 株式会社デンソー | バッテリ監視装置 |
KR102156866B1 (ko) | 2014-11-14 | 2020-09-17 | 한국전기연구원 | 미소 전류를 이용한 교류 임피던스 기반의 배터리 수명 예측 장치 |
US10641833B2 (en) * | 2016-11-18 | 2020-05-05 | Pacesetter, Inc. | Method of screening high rate electrochemical cells |
FR3067124B1 (fr) * | 2017-06-02 | 2019-07-05 | Universite De Franche-Comte | Procede et systeme pour diagnostiquer en temps reel l'etat de fonctionnement d'un systeme electrochimique, et systeme electrochimique integrant ce systeme de diagnostic |
US11391780B2 (en) | 2018-04-10 | 2022-07-19 | Lg Energy Solution, Ltd. | Battery diagnostic device and method |
KR102259415B1 (ko) | 2018-08-29 | 2021-06-01 | 주식회사 엘지에너지솔루션 | 배터리 관리 장치, 배터리 관리 방법, 배터리 팩 및 전기 차량 |
CN109856552B (zh) * | 2019-01-28 | 2021-01-26 | 蜂巢能源科技(无锡)有限公司 | 车辆及其基于电流值的电池异常检测方法和装置 |
CN110133538B (zh) * | 2019-05-16 | 2021-03-12 | 合肥工业大学 | 一种anpc三电平逆变器开路故障诊断方法及实验平台 |
KR20220057229A (ko) | 2020-10-29 | 2022-05-09 | (주)비에이에너지 | 딥러닝 기반의 안전 진단 방법 및 컴퓨터 프로그램, 그 프로그램을 설치한 에너지저장장치(ess). |
CN112183499B (zh) * | 2020-11-27 | 2021-03-05 | 万鑫精工(湖南)股份有限公司 | 基于信号分量差商值的时域信号诊断方法及存储介质 |
CN114818831B (zh) * | 2022-05-27 | 2023-04-07 | 深圳先进技术研究院 | 基于多源感知的双向锂离子电池故障检测方法及系统 |
KR102583019B1 (ko) * | 2023-04-13 | 2023-09-27 | 주식회사 쿨맥스 | 고장 예측 기능을 구비한 인공지능 냉장고 |
CN118131056A (zh) * | 2024-05-06 | 2024-06-04 | 深圳市华芯控股有限公司 | 一种bms多量程电流检测电路 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH04110785A (ja) * | 1990-08-31 | 1992-04-13 | Fujitsu Ltd | バッテリのアラーム装置 |
KR100387491B1 (ko) * | 2000-12-28 | 2003-06-18 | 현대자동차주식회사 | 전기 자동차의 배터리 고장 진단방법 |
JP2005287108A (ja) * | 2004-03-29 | 2005-10-13 | Kitakyushu Foundation For The Advancement Of Industry Science & Technology | 直流電源装置の劣化診断装置及び劣化診断方法 |
JP5221468B2 (ja) * | 2009-02-27 | 2013-06-26 | 株式会社日立製作所 | 電池監視装置 |
US8219333B2 (en) * | 2010-06-29 | 2012-07-10 | O2Micro, Inc | Battery management systems for protecting batteries from fault conditions |
-
2013
- 2013-05-21 EP EP13168495.3A patent/EP2770336A2/en not_active Withdrawn
- 2013-11-13 KR KR1020130137880A patent/KR20140104893A/ko not_active Application Discontinuation
- 2013-11-15 US US14/082,036 patent/US20140236509A1/en not_active Abandoned
-
2014
- 2014-02-07 JP JP2014022484A patent/JP2014163930A/ja active Pending
- 2014-02-17 CN CN201410053715.3A patent/CN104007388A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101807280B1 (ko) * | 2015-12-14 | 2017-12-08 | 연세대학교 산학협력단 | 동기위상기 신호를 이용한 전력계통 사고 발생 자동 검출 장치 및 방법 |
Also Published As
Publication number | Publication date |
---|---|
CN104007388A (zh) | 2014-08-27 |
EP2770336A2 (en) | 2014-08-27 |
KR20140104893A (ko) | 2014-08-29 |
US20140236509A1 (en) | 2014-08-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2014163930A (ja) | 故障検出装置、バッテリー故障検出方法、及びエネルギー保存システム | |
EP2778700A2 (en) | Apparatus for predicting state of a battery pack using discrete wavelet transforms | |
US11527891B2 (en) | Smart sensor for online situational awareness in power grids | |
CN110044623B (zh) | 经验模态分解剩余信号特征的滚动轴承故障智能识别方法 | |
CN112348071B (zh) | 一种模块化多电平换流器子模块开关管开路故障诊断方法 | |
CN103018629A (zh) | 一种基于马拉算法的电力系统故障录波数据分析方法 | |
WO2022022659A1 (zh) | 一种光伏组件诊断方法、装置、设备及可读存储介质 | |
KR100918313B1 (ko) | 지능형 전기품질 진단 분석 방법 | |
CN109061414A (zh) | 光伏系统直流故障电弧检测方法 | |
CN109387728B (zh) | 一种单相接地故障选线方法和系统 | |
CN113702773B (zh) | 配电网的高阻接地故障定位方法、装置、设备和介质 | |
US20150331062A1 (en) | Failure Detection Method and Detection Device for Inverter | |
Swarnkar et al. | Multivariable signal processing algorithm for identification of power quality disturbances | |
CN117289022B (zh) | 一种基于傅里叶算法的电网谐波检测方法及系统 | |
CN116488578A (zh) | 一种基于ai视觉辅助的光伏设备分析方法 | |
Nandi et al. | Diagnosis of induction motor faults using frequency occurrence image plots—a deep learning approach | |
CN117269660A (zh) | 基于变异系数差分算法的故障电弧检测方法及系统 | |
Bhuiyan et al. | A reliable open-switch fault diagnosis strategy for grid-tied photovoltaic inverter topology | |
TWI341923B (ja) | ||
CN117890825B (zh) | 充电枪的泄露电流测试方法、装置、设备及存储介质 | |
CN117081502B (zh) | 一种光伏直流电弧监测平台及其控制方法 | |
CN110232482B (zh) | 基于神经网络的设备管理方法及装置 | |
Bhadra et al. | Robust Short-Circuit Fault Analysis Scheme for Overhead Transmission Line | |
Machado et al. | Application of Wavelet transform and artificial neural network to extract power quality information from voltage oscillographic signals in electric power systems | |
EP4370939A1 (en) | Electrical signal analysis and appliance monitoring |