一种电池热失控预警方法、系统及服务器技术方案

本发明专利技术提供了电池热失控预警方法、系统及服务器。本发明专利技术所提供的方法，综合考虑了目标电池的特征变量，能够更加贴近该目标电池的本身实际情况，进而使得到出的热失控风险评分和热失控风险等级更加客观，可以准确地执行对应的预警措施，解决了现有技术无法有效监控电动汽车的电池热失控风险的问题。

【技术实现步骤摘要】
一种电池热失控预警方法、系统及服务器
本专利技术涉及新能源汽车
，特别涉及一种电池热失控预警方法、系统及服务器。
技术介绍
当前，随着全球环保问题的日益严重，锂离子电池已经在电动汽车、电化学储能等新能源领域得以广泛应用。但由于能量密度高及特有的电化学特性，锂离子电池在安全性及稳定性方面存在隐患，而电池热失控则是动力电池起火主要原因。锂电池电池一旦因为过充、过放、内部短路等原因进入热失控状态，大量释放的热量会导致电池负极固态电解质界面(SEI，solidelectrolyteinterphase)膜分解、正极活性物质分解和电解液的氧化分解，产生大量的气体，进而引起电池发生爆炸，危害人身及财产安全。
技术实现思路
有鉴于此，本专利技术旨在提出一种电池热失控预警方法、系统及车辆，以解决现有技术无法有效监控电动汽车的电池热失控风险的问题。为达到上述目的，本专利技术的技术方案是这样实现的：一种电池热失控预警方法，其中，所述方法包括：获取目标电池的特征变量；将所述目标电池的特征变量输入至预先本文档来自技高网...

【技术保护点】
1.一种电池热失控预警方法，其特征在于，所述方法包括：/n获取目标电池的特征变量，所述特征变量为电池热失控的相关变量；/n将所述目标电池的特征变量输入至预先训练好的热失控分类模型，并获取所述热失控分类模型输出的用于表征所述目标电池属于热失控类别的概率；所述热失控分类模型基于样本电池的训练样本数据预先训练得到，可基于不同目标电池的不同特征变量，计算出各个目标电池属于热失控类别的概率；/n根据所述概率，确定所述目标电池的热失控风险评分；/n根据所述热失控风险评分，确定与所述热失控风险评分对应的热失控风险等级；/n根据所述热失控风险等级，执行与所述热失控风险等级对应的预警措施。/n

【技术特征摘要】
1.一种电池热失控预警方法，其特征在于，所述方法包括：
获取目标电池的特征变量，所述特征变量为电池热失控的相关变量；
将所述目标电池的特征变量输入至预先训练好的热失控分类模型，并获取所述热失控分类模型输出的用于表征所述目标电池属于热失控类别的概率；所述热失控分类模型基于样本电池的训练样本数据预先训练得到，可基于不同目标电池的不同特征变量，计算出各个目标电池属于热失控类别的概率；
根据所述概率，确定所述目标电池的热失控风险评分；
根据所述热失控风险评分，确定与所述热失控风险评分对应的热失控风险等级；
根据所述热失控风险等级，执行与所述热失控风险等级对应的预警措施。


2.根据权利要求1所述的方法，其特征在于，所述热失控分类模型采用如下方法训练得到：
获取样本电池的训练样本数据，所述训练样本数据包括特征变量以及标签变量，所述标签变量为电池热失控类别；
将所述训练样本数据的特征变量和标签变量输入至预设的逻辑回归模型，并采用预设的模型训练方法对所述逻辑回归模型进行训练，得到所述热失控分类模型。


3.根据权利要求2所述的方法，其特征在于，所述训练样本数据的特征变量的数量为多个，所述标签变量由所述多个特征变量确定得到，具体包括：
将所述训练样本数据的各个所述特征变量分别按预设规则计算得到对应的单项分数；
将各个所述单项分数按对应的预设权重求和，确定各个电池的热失控评分；
将所述训练样本数据中的全部样本电池按所述热失控评分由小到大进行排序；
将序列尾部预设百分比的样本电池确定为热失控类标签，并将其余的样本电池确定为非热失控类标签。


4.根据权利要求2所述的方法，其特征在于，所述训练样本数据的特征变量包括：电池过充事件次数、电池过放事件次数、电池高温预警事件次数、电池低温预警事件次数、电芯温度一致性异常次数、电芯电压一致性异常次数及荷电状态值异常次数中的至少一项；所述标签变量为非热失控类或热失控类。


5.根据权利要求4所述的方法，其特征在于，所述将所述训练样本数据的特征变量和标签变量输入至预设的逻辑回归模型，并采用预设的模型训练方法对所述逻辑回归模型进行训练，得到所述热失控分类模型，包括：
对所述训练样本数据的特征变量进行编码处理及筛选处理，确定分类关键变量；
将所述分类关键变量和标签变量输入至预设的逻辑回归模型，并采用预设的模型训练方法对所述逻辑回归模型进行训练，得到所述热失控分类模型。

【专利技术属性】
技术研发人员：程硕，卢佳林，刘成龙，安胜伟，
申请(专利权)人：长城汽车股份有限公司，
类型：发明
国别省市：河北;13