基于时间序列的电池充电特性异常检测方法、装置及介质制造方法及图纸

本发明专利技术涉及锂电池充电处理技术领域，具体地说，涉及一种基于时间序列的电池充电特性异常检测方法、装置及介质。该方法包括如下步骤：步骤S1、数据采集；步骤S2、数据处理；步骤S3、基于单个电芯历史数据的异常检测；以及步骤S4、基于所有电芯当前数据的异常检测。该装置用于实现上述方法，该介质用于存储上述方法。通过本发明专利技术中的方法，不仅能够较佳地对单个电芯是否在其生命周期内出现异常进行检测，而且还能够较佳地实现任一电芯相对其余电芯是否出现异常进行检测，故而能够较佳地实现充电异常的判定。判定。判定。

【技术实现步骤摘要】
基于时间序列的电池充电特性异常检测方法、装置及介质


[0001]本专利技术涉及锂电池充电处理
，具体地说，涉及一种基于时间序列的电池充电特性异常检测方法、装置及介质。

技术介绍

[0002]电池充电是电池使用中重要的一环，电池充电异常直接影响电池的续航里程等。电池充电异常检测能够提前发现在充电过程中表现异常的电池，进而能够较佳地做到整个电池运维的提前感知和提前处理，保障整个电池系统的稳定性和安全性。
[0003]在公开号为CN 103809124 A的中国专利中，公开了一种电池异常检测方法及检测系统，其在充电过程中采集等间隔时间内的电压变化数据，再基于正态分布对所采集的所有电压变化数据进行验证，进而对电池是否存在异常进行判定。该种检测方法的实现前提是假设固定的充电时间内电池的电压变化值是相同的且符合正态分布规律，该种假设存在如下两点问题：1、随着电池充电次数的累积，电池会逐渐地产生损耗，这会直接导致同一电池在不同损耗状态下在固定时间内的电压变化值产生较大偏差；2、因电池损耗的存在，故无法采用相同的正态分布模型对不同损耗程度的电池进行较佳的判定。
[0004]基于上述2点，可知现有针对电池充电异常的检测方法中，无法较佳地对电池的损耗进行考虑，故而误判率较高。

技术实现思路

[0005]本专利技术提供了一种基于时间序列的电池充电特性异常检测方法，其能够较佳地克服现有电池充电异常检测方法所存在的无法对电池的损耗进行考虑而导致的误判率较高的问题。
[0006]根据本专利技术的一种基于时间序列的电池充电特性异常检测方法，其包括如下步骤：步骤S1、数据采集该步骤中，采集电池的当前充电次数k以及每个电芯i在设定电压段内的充电时间，获取每个电芯i的电芯充电时间序列数据，，并获取电池的电池充电时间序列数据D，；步骤S2、数据处理该步骤中，基于STL算法对每个电芯i的充电时间进行处理，进而获取趋势分量、周期分量和余项，；步骤S3、基于单个电芯历史数据的异常检测该步骤中，基于GESD算法对电芯充电时间序列数据中的趋势分量和余项
的偏离均值程度进行检测，若某电芯i的趋势分量或余项的偏离均值程度出现异常，则判定该电芯i出现异常；步骤S4、基于所有电芯当前数据的异常检测该步骤中，基于电池充电时间序列数据D获取同次充电过程中的所有电芯i的趋势分量数列和余项数列，分别获取趋势分量数列和余项数列的均值和标准差，并基于3准则对所有电芯i的趋势分量和余项进行判定，并判定趋势分量或余项超出区间[X
‑
3，X+3]的电芯i出现异常。
[0007]本专利技术通过步骤S1至步骤S4，能够较佳地对电池在整个使用周期内在同一设定电压段内的充电时间的时间序列进行采集；通过基于单个电芯历史数据的判断，能够较佳地对单个电芯当次充电是否存在异常进行判断；通过基于同一充电次数下所有电芯的当前数据进行判断，能够较佳地在相同损耗状态的前提下构建对应的正态分布模型，进而实现对每个电芯是否存在充电异常进行判定，故而能够具备较低的误判率。
[0008]作为优选，步骤S1中，基于下述步骤进行数据采集，步骤S11、在电池充电过程中，以设定采样间隔T对每个电芯i的当前电压和时间戳进行记录；步骤S12、对于任一电芯i，获取其在所述设定电压段起始值处的起始时间戳以及其在所述设定电压段终止值处的终止时间戳，则。
[0009]通过上述，能够较佳地实现充电时间的获取。就实现难度层面而言，目前的电池管理系统或电压采样方法，其很难实现对某个具体电压值的捕捉，但目前的电池管理系统均能够实现周期性采样的功能，故通过周期性采样的方式实现充电时间的计算获取，能够较佳地适用于当前的主流电池管理系统，且存在实现难度低的优点。
[0010]作为优选，步骤S12中，在未采集到所述设定电压段起始值处或终止值处的时间戳时，则以与所述设定电压段起始值或终止值相邻的任一个时间戳记录作为起始时间戳或终止时间戳。故而能够较佳解决未采集到相关数据的问题。
[0011]作为优选，步骤S12中，在未采集到所述设定电压段起始值处或终止值处的时间戳时，以时间戳的数值作为因变量、电芯的电压值作为自变量，对与所述设定电压段起始值或终止值相邻的2个测量点进行线性拟合，进而获取起始时间戳或终止时间戳。从而能够较为精确地获取相关数据，故而能够较佳地保证数据的准确性。
[0012]作为优选，步骤S3中，采用充电时间序列数据中对应数据的中位数作为GESD算法的均值，采用采用充电时间序列数据中对应数据的绝对中位差作为GESD算法的标准差。故而能够较佳地提升其鲁棒性。
[0013]基于本专利技术中的任一种电池充电特性异常检测方法，本专利技术还提供了一种基于时间序列的电池充电特性异常检测装置，其包括数据采集单元、数据处理单元和数据判定单元，数据采集单元用于实现步骤S1，数据处理单元用于实现步骤S2，数据判定单元用于实现步骤S3和步骤S4。从而能够较佳地对本专利技术的电池充电特性异常检测方法进行实现。
[0014]基于本专利技术中的任一种电池充电特性异常检测方法，本专利技术还提供了一种介质，其上存储有任一上述的一种基于时间序列的电池充电特性异常检测方法。
附图说明
[0015]图1为实施例1中的电池充电特性异常检测方法的流程示意图；图2为实施例1中的电池充电特性异常检测装置的框图示意图。
具体实施方式
[0016]为进一步了解本专利技术的内容，结合附图和实施例对本专利技术作详细描述。应当理解的是，实施例仅仅是对本专利技术进行解释而并非限定。
[0017]实施例1结合图1所示，本实施例提供了一种基于时间序列的电池充电特性异常检测方法，其包括如下步骤：步骤S1、数据采集该步骤中，采集电池的当前充电次数k以及每个电芯i在设定电压段内的充电时间，获取每个电芯i的电芯充电时间序列数据，，并获取电池的电池充电时间序列数据D，；步骤S2、数据处理该步骤中，基于STL算法对每个电芯i的充电时间进行处理，进而获取趋势分量、周期分量和余项，；步骤S3、基于单个电芯历史数据的异常检测该步骤中，基于GESD算法对电芯充电时间序列数据中的趋势分量和余项的偏离均值程度进行检测，若某电芯i的趋势分量或余项的偏离均值程度出现异常，则判定该电芯i出现异常；步骤S4、基于所有电芯当前数据的异常检测该步骤中，基于电池充电时间序列数据D获取同次充电过程中的所有电芯i的趋势分量数列和余项数列，分别获取趋势分量数列和余项数列的均值和标准差，并基于3准则对所有电芯i的趋势分量和余项进行判定，并判定趋势分量或余项超出区间[X
‑
3，X+3]的电芯i出现异常。
[0018]本实施例中，通过步骤S1至步骤S4，能够较佳地对电池在整个使用周期内在同一设定电压段内的充电时间的时间序列进行采集；通过基于单个电芯历史数据的判断，能够较佳地对单个电芯当次充电是否存在异常进行判断；通过基于同一充电次数下所有电芯的当前数据进行判断，能够较佳地在相同损耗状态的前提下构建对应的正态分布模型，进而实现对每个电芯是否本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于时间序列的电池充电特性异常检测方法，其包括如下步骤：步骤S1、数据采集该步骤中，采集电池的当前充电次数k以及每个电芯i在设定电压段内的充电时间，获取每个电芯i的电芯充电时间序列数据，，并获取电池的电池充电时间序列数据D，；步骤S2、数据处理该步骤中，基于STL算法对每个电芯i的充电时间进行处理，进而获取趋势分量、周期分量和余项，；步骤S3、基于单个电芯历史数据的异常检测该步骤中，基于GESD算法对电芯充电时间序列数据中的趋势分量和余项的偏离均值程度进行检测，若某电芯i的趋势分量或余项的偏离均值程度出现异常，则判定该电芯i出现异常；步骤S4、基于所有电芯当前数据的异常检测该步骤中，基于电池充电时间序列数据D获取同次充电过程中的所有电芯i的趋势分量数列和余项数列，分别获取趋势分量数列和余项数列的均值和标准差，并基于3准则对所有电芯i的趋势分量和余项进行判定，并判定趋势分量或余项超出区间[X
‑
3，X+3]的电芯i出现异常。2.根据权利要求1所述的基于时间序列的电池充电特性异常检测方法，其特征在于：步骤S1中，基于下述步骤进行数据采集，步骤S11、在电池充电过程中，以设定采样间隔T对每个电芯i的当前电压和时间戳进行记录；步骤S12、对于任一电芯i，获取其在所述设定电压段起始值处的起始时间戳以及其在所述设定电压段终止值处的终止时间戳，则。3.根据权...

【专利技术属性】
技术研发人员：肖劼，胡雄毅，余为才，
申请(专利权)人：杭州宇谷科技有限公司，
类型：发明
国别省市：