锂电池的故障识别方法、识别装置及计算机可读存储介质制造方法及图纸

本发明专利技术公开了一种锂电池的故障识别方法、装置及计算机可读存储介质，该方法包括：获取锂电池在不同故障状态下对应的多个故障声数据；基于所述故障声数据构建深度学习模型；实时获取所述锂电池的运行声数据；基于所述深度学习模型对所述运行声数据进行故障识别，获得对应的故障信息。一方面，通过采用声发射无损检测方法对锂电池的内部结构进行实时的检测，从而获取锂电池在使用过程中的内部实时精确变化数据，大大提高了对锂电池的故障识别的识别有效性和精确性；另一方面，通过采用门控循环单元构建深度学习模型，根据锂电池的故障声数据进行训练学习，从而能够对锂电池的故障进行实时的、自动的智能识别，大大提高了检测精确性。

【技术实现步骤摘要】
锂电池的故障识别方法、识别装置及计算机可读存储介质
本专利技术涉及新能源
，具体地涉及一种锂电池的故障识别方法、一种锂电池的故障识别装置及一种计算机可读存储介质。
技术介绍
随着绿色环保概念的发展理念被不断提及，国内的新能源产业也在不断发展，例如在汽车领域，纯电动汽车以其清洁、高效的特点获得市场的关注，对应的，对于电池的使用也越来越多，而锂电池由于具有能量密度高、无记忆效应、平均输出电压大、不含有毒有害物质等优点，因此被广泛应用。作为新能源汽车的驱动能量来源，同时与用户密切关联，锂电池的使用稳定性以及安全性被受到重视。在传统的电池安全检测方法中，主要是通过对锂电池的电流、电压以及温度等外在参数进行检测，以判断出该电池是否处于健康状态。然而传统方法较为简单，仅能对锂电池的外在现象进行观察和检测，而锂电池出现明显的外在安全现象时，其内部已经出现一段时间的故障了，因此传统方法的检测实时性不足，依然具有较大的安全使用风险。为了解决上述技术问题，技术人员提出了通过将锂电池的外部宏观表现与内部化学反应结合起来对锂电池的故障进行判断的方本文档来自技高网...

【技术保护点】
1.一种锂电池的故障识别方法，其特征在于，所述方法包括：/n获取锂电池在不同故障状态下对应的多个故障声数据；/n基于所述故障声数据构建深度学习模型；/n实时获取所述锂电池的运行声数据；/n基于所述深度学习模型对所述运行声数据进行故障识别，获得对应的故障信息。/n

【技术特征摘要】
1.一种锂电池的故障识别方法，其特征在于，所述方法包括：
获取锂电池在不同故障状态下对应的多个故障声数据；
基于所述故障声数据构建深度学习模型；
实时获取所述锂电池的运行声数据；
基于所述深度学习模型对所述运行声数据进行故障识别，获得对应的故障信息。


2.根据权利要求1所述的方法，其特征在于，所述获取锂电池在不同故障状态下对应的多个故障声数据，包括：
将具有不同故障的锂电池置于不同的充放电环境，获得多个待检测电池；
按照预设声检测方法对每个所述待检测电池进行检测，获得对应的多个故障声数据。


3.根据权利要求1所述的方法，其特征在于，所述基于所述故障声数据构建深度学习模型，包括：
建立基础学习模型；
对所述基础学习模型进行预处理，获得预处理后模型；
基于所述故障声数据对所述预处理后模型进行训练，获得所述深度学习模型。


4.根据权利要求3所述的方法，其特征在于，所述建立基础学习模型，包括：
获取预设模型框架，其中所述预设模型框架包括多个门控循环单元；
获取所述预设模型框架的配置参数；
基于所述配置参数对所述预设模型框架进行配置获得所述基础学习模型。


5.根据权利要求3所述的方法，其特征在于，所述对所述基础学习模型进行预处理，获得预处理后模型，包括：
对所述基础学习模型进行正则化...

【专利技术属性】
技术研发人员：范智伟，
申请(专利权)人：恒大新能源汽车投资控股集团有限公司，
类型：发明
国别省市：广东;44