储能电池早期故障融合诊断方法及安全预警系统技术方案

本公开提出了储能电池早期故障融合诊断方法及安全预警系统，包括：获得串联电池模组电压并计算串联电池模组电压的方差，继而得到故障时复杂度上升的序列；用样本熵评价该序列的复杂度即可实现电池模组全故障的诊断。基于横向方差和纵向样本熵融合的电池早期微小故障诊断方法，能够有效诊断出电池微小故障，鲁棒性强，噪声影响小。噪声影响小。噪声影响小。

【技术实现步骤摘要】
储能电池早期故障融合诊断方法及安全预警系统


[0001]本公开属于电池故障诊断
，尤其涉及储能电池早期故障融合诊断方法及安全预警系统。

技术介绍

[0002]本部分的陈述仅仅是提供了与本公开相关的
技术介绍
信息，不必然构成在先技术。
[0003]动力电池安全问题已成为制约新能源汽车产业发展的瓶颈。电池系统的任何故障或安全隐患若不能及时诊断并得到有效处理，都可能引发连锁反应，甚至导致灾难性后果。因此，及时发现电池早期微小故障，准确找出故障根源是确保动力电池安全运行的关键。但现有方法对故障的预判能力不足，无法满足发现早期微小故障的需求。
[0004]中国专利技术专利(专利号ZL201911024438.2)公开了一种基于样本熵的电池早期故障诊断方法，利用电池顺序电压的样本熵在故障时发生突变，实现对故障的检测。该方法对导致电压突变的故障具有较好的诊断效果。但由于样本熵仅对复杂度增加的序列变化敏感，因此该方法对部分特殊的电池故障无效，例如，针对绝大多数电池早期微小故障上述方法难以检测到，因此，如何实现对电池故障检测的全面性是本申请所主要解决的技术问题。
[0005]中国专利技术专利(专利号ZL201911266342.7)公开了一种基于修正方差的锂离子电池串的多故障诊断方法及系统，该专利提出利用电池电压时间序列的方差判断电池是否出现故障。该方法虽然在理论上可行，但并不能适应复杂多变的工程环境。实际应用中，加性噪声极易对序列的方差产生影响，导致误诊段的发生，这导致应用中该方法的准确率会与预想效果相去甚远。

技术实现思路

[0006]为克服上述现有技术的不足，本公开提供了储能电池早期故障融合诊断方法，在基于样本熵的电池早期故障诊断方法的基础上进行改进，融合平方差方法，以达到能够发现绝大多数电池早期微小故障的效果。
[0007]为实现上述目的，本公开的一个或多个实施例提供了如下技术方案：
[0008]第一方面，公开了储能电池早期故障融合诊断方法，包括：
[0009]获得串联电池模组电压并计算串联电池模组电压的方差，继而得到故障时复杂度上升的序列；
[0010]用样本熵评价该序列的复杂度即可实现电池模组全故障的诊断。
[0011]进一步的技术方案，计算串联电池模组电压的方差时，首先测量电池模组中每个模组的电压，基于每个模组的电压计算电池模组的平均电压，基于每个模组的电压及电池模组的平均电压计算串联电池模组电压的方差。
[0012]进一步的技术方案，样本熵的获取过程为：
[0013]按时间顺序排列电压平方差序列；
[0014]将其按序组成一组向量序列；
[0015]对于任意两个向量，两向量对应元素差值绝对值的最大值定义为两向量之间的距离；
[0016]对于任一向量，统计与其距离小于设定阈值的向量的个数，并得到第一平均值；
[0017]将向量的维度增加到设定维，统计与最末向量距离小于设定阈值的向量个数，并得到第二平均值；
[0018]基于第一平均值及第二平均值计算状态点的样本熵。
[0019]第二方面，公开了储能电池早期故障融合的安全预警系统，包括：
[0020]方差模块，被配置为：用于获得串联电池模组电压并计算串联电池模组电压的方差，继而得到故障时复杂度上升的序列；
[0021]样本熵模块，被配置为：用样本熵评价该序列的复杂度即可实现电池模组全故障的诊断，针对诊断结果进行安全预警。
[0022]以上一个或多个技术方案存在以下有益效果：
[0023]基于横向方差和纵向样本熵融合的电池早期微小故障诊断方法，能够有效诊断出电池微小故障，鲁棒性强，噪声影响小。
[0024]本公开技术方案实现简单，不需要额外添加其它检测装置，仅用电压传感器就完成所有信息量的采集，具体为采集所有串联的电池单体的电压时间序列。计算各个时刻电池单体间的方差，得到方差时间序列。
③
用样本熵方法分析该方差时间序列。
[0025]本公开技术方案适用于所有常见的电池故障，而且对大多数故障都具有较高的敏感性，出现误诊的可能性极低。
[0026]本公开技术方案所有串联的电池单体在相同的环境下工作，环境带来的加性噪声会同时作用到所有电池单体，所以加性噪声不会影响电池单体电压相对于平均电压的偏差，在计算方差时加性噪声的影响会被消除。另外，在用样本熵进行分析时，阈值r与数据的标准差相关，当环境问题带来数据波动时，r也会相应改变，使该波动的影响减小。因此本公开技术方案稳定性较好，在恶劣的环境下也能保持较好的使用效果。
[0027]本专利技术附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本专利技术的实践了解到。
附图说明
[0028]构成本公开的一部分的说明书附图用来提供对本公开的进一步理解，本公开的示意性实施例及其说明用于解释本公开，并不构成对本公开的不当限定。
[0029]图1为本公开实施例UDDS工况下8节串联电池单体的电压波形图；
[0030]图2为本公开实施例各电池模块电压的样本熵示意图；
[0031]图3为本公开实施例相关模组电压方差序列图；
[0032]图4为本公开实施例相关模组电压方差序列的样本熵示意图。
具体实施方式
[0033]应该指出，以下详细说明都是示例性的，旨在对本公开提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本公开所属
的普通技术人员通常
理解的相同含义。
[0034]需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本公开的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
[0035]在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。
[0036]实施例一
[0037]本实施例公开了储能电池早期故障融合诊断方法，包括：
[0038]通过实时计算串联模组电压的方差得到方差的时间序列。该时间序列具有某一电池出现故障时复杂度一定上升的特性。用样本熵评价该序列的复杂度，进而判断是否有电池模组发生了故障。
[0039]对于特定的不会引起时间序列复杂度上升的故障类型，如程度逐渐增加的短路、传感器接触不良(电压的测量值不随实际电压值改变)等，仅仅利用样本熵方法往往难以发现。在此对这一问题提出两种解决思路，一是设计另一个对以上故障敏感的检测器与样本熵检测器并联，以实现全故障诊断；二是在进行样本熵检测之前对电压信号进行处理，使所有故障类型均可以被样本熵识别。本公开技术方案采取第二种方法，采用方差对电池电压序列进行处理，显著增加故障发生时序列的复杂度。
[0040]在实际应用中，电池包由数个电池模组串并联组成，相互本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.储能电池早期故障融合诊断方法，其特征是，包括：获得电池包中串联电池模组电压并计算串联电池模组电压的方差，继而得到故障时复杂度上升的序列；用样本熵评价该序列的复杂度即可实现电池模组全故障的诊断。2.如权利要求1所述的基于方差和样本熵融合的储能电池故障诊断方法，其特征是，计算串联电池模组电压的方差时，首先测量电池模组中每个模组的电压，基于每个模组的电压计算电池模组的平均电压，基于每个模组的电压及电池模组的平均电压计算串联电池模组电压的方差。3.如权利要求1所述的储能电池早期故障融合诊断方法，其特征是，样本熵的获取过程为：按时间顺序排列电压平方差序列；将其按序组成一组向量序列；对于任意两个向量，两向量对应元素差值绝对值的最大值定义为两向量之间的距离；对于任一向量，统计与其距离小于设定阈值的向量的个数，并得到第一平均值；将向量的维度增加到设定维，统计与最末向量距离小于设定阈值的向量个数，并得到第二平均值；基于第一平均值及第二平均值计算状态点的样本熵。4.如权利要求3所述的储能电池早期故障融合诊断方法，其特征是，样本熵进行分析时，设定阈值与数据的标准差相关，当环境问题带来电压数据波动时，设定阈值也相应改变。5.如权利要求1所述的储能电池早期...

【专利技术属性】
技术研发人员：张承慧，李京伦，商云龙，李世鹏，段彬，张奇，
申请(专利权)人：山东大学，
类型：发明
国别省市：