【技術實現步驟摘要】
本專利技術屬于鋰離子電池預警，尤其涉及基于多特征融合的電池組內短路故障檢測方法。
技術介紹
1、鋰離子電池目前廣泛在電動汽車和儲能系統中使用，電池組內短路卻時有發生，如果無法及時有效的監測到電池組內短路，電池管理系統(battery?management?system，bms)不及時做出應對策略，極有可能發生電池組熱失控甚至起火等極端情況，因此對電池組進行內短路檢測是非常有必要的。
2、鋰離子電池的內短路檢測算法主要有氣體檢測，溫升檢測，數據驅動等方法，近年來，國內外學者針對鋰離子電池內短路問題設計了相應的監測系統與數學模型。實際部署的鋰離子電池組內通常不會有氣體傳感器，因此使用氣體傳感器的方法往往都是針對實驗室和其他場景。對于溫升檢測的方法，有學者設計了針對某種特定鋰離子電池的三級預警系統，并將50℃、70℃、80℃分別作為三級預警溫度，這種單利用某一特征進行監測的方法，在鋰離子電池實際運行中難免遇到傳感器數據失真，甚至失效等問題，而且僅用溫度數據來預測內短路，在預警速度上難以保證。也有學者基于充電數據來預測電池內短路，但是現實中很多電池組發生內短路，不僅僅是在充電工況，放電工況和頻繁充放電的工況仍存在。雖然目前已經提出了許多關于鋰離子電池的內短路檢測算法，但是通常都只是適用于某一單一工況，或者實驗室工況。在實際儲能系統與電動汽車電池組運行時，電池組通常都是處于頻繁充電與放電中，因此僅僅在充電階段進行內短路預測難以覆蓋絕大部分使用工況。且鋰離子電池工作環境不如實驗室環境，電池組內鋰離子電池往往數量眾多，數據難免丟幀
技術實現思路
1、為解決上述技術問題，本專利技術提出了基于多特征融合的電池組內短路故障檢測方法和系統。
2、在第一方面，本專利技術提出了基于多特征融合的電池組內短路故障檢測方法，該方法包括：
3、s1：實時間隔抽樣電池組內各單體的電壓數據、電流數據和探針溫度數據；
4、s2：根據電池組內各單體的電壓數據，計算得到平均最大電壓差f1；
5、s3：根據電池組內各單體的電壓數據，經過去中心化處理，計算得到最大去中心化電壓偏差f2；
6、s4：根據電池組內各單體的電流數據和探針溫度數據，計算加權絕對電流-溫升比率f3；
7、s5：將所述平均最大電壓差f1、最大去中心化電壓偏差f2和加權絕對電流-溫升比率f3整合為特征點，將特征點整合映射為數據點；
8、s6：利用dbscan聚類算法對映射得到的各數據點進行聚類，得到各異常數據點，根據各異常數據點得到電池組內中短路的電池單體。
9、在第二方面，本專利技術提出了基于多特征融合的電池組內短路故障檢測系統，該系統包括：
10、數據采集模塊，用于響應于故障檢測請求，實時間隔抽樣采集電池組內各單體的電壓數據、電流數據和探針溫度數據；
11、數據處理模塊，用于對所述各單體的電壓數據、電流數據和探針溫度數據進行數據處理，得到平均最大電壓差f1、最大去中心化電壓偏差f2和加權絕對電流-溫升比率f3，并對其歸一化處理，分別得到經歸一化處理后的相應特征；
12、數據整合模塊，用于將經歸一化處理后的相應特征整合映射為數據點；
13、聚類模塊，用于利用dbscan聚類算法對映射得到的各數據點進行聚類，得到各異常數據點；
14、輸出模塊，用于根據各異常數據點輸出電池組內短路故障檢測結果。
15、在第三方面，本專利技術提出了一種電子設備，包括：
16、一個或多個處理器；
17、存儲器，用于存儲一個或多個指令，其中，當所述一個或多個指令被所述一個或多個處理器執行時，使得所述一個或多個處理器實現本專利技術第一方面所提出的方法。
18、在第四方面，本專利技術提出了一種計算機可讀存儲介質，其上存儲有可執行指令，所述可執行指令被處理器執行時使處理器實現本專利技術第一方面所提出的方法。
19、本專利技術的有益效果：本專利技術使用滑動窗口法，采用實際工作中的bms系統中能提取到的電池組內電壓、電流、溫度數據，提取平均最大電壓差、最大去中心化偏差、加權絕對電流-溫升比率三種特征用以表征電池組狀態，能很好的對電池組是否存在內短路進行打分，隨后使用dbscan無監督聚類的方法，從而較為準確找出異常時間點并定位內短路電池單體，既克服了僅僅使用單一特征等方法會因部分傳感器誤差而產生的誤報等問題，提高了故障檢測速度和檢測準確性，為bms系統提供了寶貴的決策時間，極大的提高了bms系統和熱管理系統的安全性能。
本文檔來自技高網...【技術保護點】
1.基于多特征融合的電池組內短路故障檢測方法，其特征在于，包括：
2.根據權利要求1所述基于多特征融合的電池組內短路故障檢測方法，其特征在于，所述平均最大電壓差的計算方法具體為：在抽樣片段內，根據電池組內各單體的電壓數據求解各單體之間最大電壓差，對各電池單體之間的最大電壓差求平均值，得到平均最大電壓差。
3.根據權利要求1所述基于多特征融合的電池組內短路故障檢測方法，其特征在于，所述平均最大電壓差的計算過程具體為：
4.根據權利要求1所述基于多特征融合的電池組內短路故障檢測方法，其特征在于，所述最大去中心化電壓偏差的計算過程為：
5.根據權利要求1所述基于多特征融合的電池組內短路故障檢測方法，其特征在于，所述加權絕對電流-溫升比率的計算過程為：
6.根據權利要求1所述基于多特征融合的電池組內短路故障檢測方法，其特征在于，所述利用DBSCAN聚類算法對映射得到的各數據點進行聚類，該聚類過程具體為：
7.根據權利要求1所述基于多特征融合的電池組內短路故障檢測方法，其特征在于，對所述平均最大電壓差F1、最大去中心化
8.基于多特征融合的電池組內短路故障檢測系統，與其特征在于，該系統包括：
9.一種電子設備，包括：
10.一種計算機可讀存儲介質，其上存儲有可執行指令，所述可執行指令被處理器執行時使處理器實現權利要求1至7中任一項所述的方法。
...【技術特征摘要】
1.基于多特征融合的電池組內短路故障檢測方法，其特征在于，包括：
2.根據權利要求1所述基于多特征融合的電池組內短路故障檢測方法，其特征在于，所述平均最大電壓差的計算方法具體為：在抽樣片段內，根據電池組內各單體的電壓數據求解各單體之間最大電壓差，對各電池單體之間的最大電壓差求平均值，得到平均最大電壓差。
3.根據權利要求1所述基于多特征融合的電池組內短路故障檢測方法，其特征在于，所述平均最大電壓差的計算過程具體為：
4.根據權利要求1所述基于多特征融合的電池組內短路故障檢測方法，其特征在于，所述最大去中心化電壓偏差的計算過程為：
5.根據權利要求1所述基于多特征融合的電池組內短路故障檢測方法，其特征在于，所述加權絕對電流...
【專利技術屬性】
技術研發人員：陳俊生，劉青松，李陽，劉明杰，孫榮利，胡婭玲，樸昌浩，張杰，
申請(專利權)人：重慶郵電大學，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。