动力电池电压特性的图形化表示及电压异常单体识别方法技术

本发明专利技术涉及电池诊断技术领域，具体公开了动力电池电压特性的图形化表示及电压异常单体识别方法，包括如下步骤：S1、获取车辆每一电池单体的编号和电压数据，基于电压数据生成电压频率分布表；S2、将每一电池单体的电压频率分布表转换为电池特征数据并存储；S3、基于电池特征数据判断是否有电池单体存在异常，如果有，生成异常记录并输出。采用本发明专利技术的技术方案能够准确识别电池单体是否异常。

【技术实现步骤摘要】
动力电池电压特性的图形化表示及电压异常单体识别方法
本专利技术涉及电池诊断
，特别涉及动力电池电压特性的图形化表示及电压异常单体识别方法。
技术介绍
近年来环保呼声越来越高，新能源汽车也越来越受欢迎。新能源汽车是采用非常规的车用燃料作为动力源的环保代步工具，新能源汽车包括纯电动汽车、增程式电动汽车、混合动力汽车、燃料电池电动汽车和氢发动机汽车等。新能源汽车相较于现有的燃油汽车，具有污染物零排放、能源利用率高、结构简单和噪声小等的特点，社会方面也因新能源汽车的特点在大力倡导新能源汽车的使用。新能源汽车的电源部分作为储能部件，关系到新能源汽车行驶过程中的续航能力。而电源部分包括若干个电池单体，电源部分作为车辆行驶的供能部件，其中的电池单体一直在运转使用；当新能源汽车的某个电池单体发生故障，而不及时进行处置的话，极容易影响周边的电池单体发生故障，进而引起整车的安全事故。为了新能源汽车安全性能的改进，及时发现车辆的故障，基于新能源汽车行驶过程中的大数据收集非常重要，为此，国家还设定相关的国家标准，以新能源汽车企业为基础收集新能源汽车行驶过程中的各项运行数据，如电池和发动机等，将收集到的运行数据发送至企业平台，由企业平台将运行数据汇总后发送至国家平台上进行监控和分析。但是，由于运行数据的数据量的庞大，运行数据，例如电压数据在采集汇总后的还不能得到很好的利用。为了更好的对电池单体的电压进行分析，及时发现故障，需要一种能准确识别电池单体是否异常的方法。
技术实现思路
本专利技术提供了动力电池电压特性的图形化表示及电压异常单体识别方法，能够准确识别电池单体是否异常。为了解决上述技术问题，本申请提供如下技术方案：动力电池电压特性的图形化表示及电压异常单体识别方法，包括如下步骤：S1、获取车辆每一电池单体的编号和电压数据，基于电压数据生成电压频率分布表；S2、将每一电池单体的电压频率分布表转换为电池特征数据并存储；S3、基于电池特征数据判断是否有电池单体存在异常，如果有，生成异常记录并输出；具体包括：S301、建立坐标图像；S302、在坐标图像中生成电池单体所有频数的色块；S303、对于每一块电池单体重复S302，最终生成动力电池电压特征图；S304、识别动力电池电压特征图中，是否有任一电池单体色块组成的整体图形与整体上其他电池单体色块组成的整体图形不同，如果存在，将该电池单体标记为异常。基础方案原理及有益效果如下：根据动力电池的理化特征，所有电池单体的图形越一致，表明整个电池PACK一致性越好，反之，如果有某块电池单体的图形出现明显差别，即可直观判定该块电池单体电压异常，需要及时维护或者更换。电池单体的充放电曲线是对电池本质特征描述的有力工具，由于电压频率分布表本质上就是电池真实工况下的充放电曲线，在大量数据的支撑之下，电池电压频数统计表，成为了对电池特征的有效且准确的描述工具。动力电池电压特征图中的电池电压频数分布是电池本质特征的反映，绝大多数情况下，电池的本质异常，首先会表现为电压频数分布的异常，因此，本方案又成为了电池故障识别算法的有效检验手段。也就是说，被某种电池故障识别算法识别出来的故障电池，其图形首先要满足与其它电池单体图形的显著不一致，否则，该电池故障识别算法就极有可能是缺陷的甚至是不正确的。综上，本方案能够准确识别电池单体是否异常。进一步，S301中，以电池单体的电压为纵坐标，电池单体的编号为横坐标，建立坐标图像；S302中，从编号最小的电池单体开始，首先查找出频数最大值所对应的电压，在坐标图像的对应区域生成最大的色块；再将该电池单体其它电压对应的频数等比例生成不同大小的色块，直到该电池单体所有频数均生成色块。依据电压频数的大小按比例转换成一定大小的色块，并将同一车辆所有电池单体的图形集中摆放在同一个坐标图像内，一方面可以直观地表征电池单体的本质特征，同时可以直观地识别出表现异常的电池单体。对于表现异常的电池单体；如果选用人工识别，在人为经验的配合之下，部分情况下，可以直接判定电池单体的故障种类，如电压偏低，电压偏高，电池本体损坏等等。进一步，所述S2中电池特征数据包括电压值和对应的频数。通过电压值对应频数的分布，便于后续判断电池单体是否异常。进一步，所述S301中，在坐标图像中，每一个电池单体占相同的宽度。控制变量，避免每一个电池单体所占宽度不同，带来的识别标准难以统一的问题。进一步，所述S304中，采用卷积神经网络模型进行识别。卷积神经网络模块对图像的识别较为准确，在数据量大的情况下可有效替代人工，进行自动识别。进一步，所述坐标图像中，每一个电池单体所占宽度为10-20个像素宽度。在保证便于识别的情况下，能使坐标图像中容纳尽可能多的电池单体。附图说明图1为实施例一动力电池电压特性的图形化表示及电压异常单体识别方法的流程图；图2为实施例一动力电池电压特性的图形化表示及电压异常单体识别方法的动力电池电压特征图。具体实施方式下面通过具体实施方式进一步详细说明：实施例一如图1所示，本实施例的动力电池电压特性的图形化表示及电压异常单体识别方法，包括如下步骤：S1、获取车辆每一电池单体的编号和电压数据，基于电压数据生成电压频率分布表。根据相关规定，新能源汽车应以不大于30秒的时间间隔，向企业平台上传每一块电池单体的电压数据，通常情况下，每天上传的包含电压数据的数据包数量在1000-5000包之间，由此可以迅速累积起100万量级的数据包数。基于大量电池单体的电压数据，从概率论的角度，可以得到车辆每一电池单体的电压频率分布表。S2、将每一电池单体的电压频率分布表转换为电池特征数据并存储，电池电压特征数据包括电压值以及电压值对应的频数；如表1所示；表1单体电压频数统计表样例电压值(V)单体1频数单体2频数单体3频数单体4频数单体5频数单体6频数单体7频数...3.0913851291586...3.16579892167...3.1185961210114...3.125111068885...3.13117567615...3.14209514...

【技术保护点】
1.动力电池电压特性的图形化表示及电压异常单体识别方法，其特征在于，包括如下步骤：/nS1、获取车辆每一电池单体的编号和电压数据，基于电压数据生成电压频率分布表；/nS2、将每一电池单体的电压频率分布表转换为电池特征数据并存储；/nS3、基于电池特征数据判断是否有电池单体存在异常，如果有，生成异常记录并输出；具体包括：/nS301、建立坐标图像；/nS302、在坐标图像中生成电池单体所有频数的色块；/nS303、对于每一块电池单体重复S302，最终生成动力电池电压特征图；/nS304、识别动力电池电压特征图中，是否有任一电池单体色块组成的整体图形与整体上其他电池单体色块组成的整体图形不同，如果存在，将该电池单体标记为异常。/n

【技术特征摘要】
1.动力电池电压特性的图形化表示及电压异常单体识别方法，其特征在于，包括如下步骤：
S1、获取车辆每一电池单体的编号和电压数据，基于电压数据生成电压频率分布表；
S2、将每一电池单体的电压频率分布表转换为电池特征数据并存储；
S3、基于电池特征数据判断是否有电池单体存在异常，如果有，生成异常记录并输出；具体包括：
S301、建立坐标图像；
S302、在坐标图像中生成电池单体所有频数的色块；
S303、对于每一块电池单体重复S302，最终生成动力电池电压特征图；
S304、识别动力电池电压特征图中，是否有任一电池单体色块组成的整体图形与整体上其他电池单体色块组成的整体图形不同，如果存在，将该电池单体标记为异常。


2.根据权利要求1所述的动力电池电压特性的图形化表示及电压异常单体识别方法，其特征在于：S301中，以电池单体的电压为纵坐标，电池单体的编号为横坐标，建立坐标图像；
S...

【专利技术属性】
技术研发人员：周科松，
申请(专利权)人：中国汽车工程研究院股份有限公司，
类型：发明
国别省市：重庆;50