一种基于开路电压的动力锂电池数据筛分方法技术

本发明专利技术公开了一种基于开路电压的动力锂电池数据筛分方法，涉及电池管理技术领域，用于解决如何筛分云端动力锂电池数据的问题，该方法通过提取数据中的开路电压，以及提取这些数据点构成的开路电压片段的特征作为分类算法的输入，对云端中大量的锂电池数据进行老化状态的自适应筛分。该方法工作过程简单便捷，可以快速且准确地实现对电池数据老化程度的快速分类。快速分类。快速分类。

【技术实现步骤摘要】
一种基于开路电压的动力锂电池数据筛分方法


[0001]本专利技术属于电池管理
，尤其涉及一种基于开路电压的动力锂电池数据筛分方法。

技术介绍

[0002]随着电动汽车的普及，大量的电池数据被收集于云端，一些基于数据驱动的电池管理技术应运而生，例如开路电压曲线重构等。但是，动力锂电池不可避免的老化，使得这些技术难以直接利用全生命的电池数据进行有效的电池管理。因此，如何对动力锂电池数据进行筛分，尽可能的减小数据老化状态的分布区间跨度，在本领域中具有重要意义。

技术实现思路

[0003]本专利技术的目的在于提供一种基于开路电压的动力锂电池数据筛分方法，解决如何筛分云平台中不同老化状态的电池数据的问题。
[0004]实现本专利技术目的的技术解决方案为：一种基于开路电压的动力锂电池数据筛分方法，该方法分为三部分，分别为：
[0005]第一部分为数据采集，在本地端完成；
[0006]步骤一、开路电压片段采集：在本地端，通过BMS采集车辆使用过程中满足静置时长的电压值作为开路电压，并以电池充电开始为一个开路电压片段采集结束的标志；
[0007]步骤二、片段初筛，将符合筛分条件的片段上传至云端；
[0008]第二部分为片段特征提取，在云端完成；
[0009]步骤三、片段特征曲线提取；
[0010]步骤四、特征提取：等分特征曲线的预设常用电压工作区间为N个部分，以分割点间的容量跨度为分类算法特征；
[0011]第三部分为片段筛分；
[0012]步骤五、开路电压片段聚类：利用步骤四提取的N个特征作为Mean Shift聚类算法的输入进行自适应聚类。
[0013]与现有技术相比，本专利技术的有益效果为：本专利技术所述的一种基于开路电压的动力锂电池数据筛分方法，通过提取数据中的开路电压，以及提取这些数据点构成的开路电压片段的特征作为分类算法的输入，对大量的锂电池数据进行老化状态的自适应筛分。该方法工作过程简单便捷，可以快速且准确地实现对电池数据老化程度的快速分类。
附图说明
[0014]图1为一种基于开路电压的动力电池数据筛分方法的流程图。
[0015]图2为数据筛分后的部分数据的健康状态分布图。
具体实施方式
[0016]参照图1，本专利技术提出一种基于开路电压的动力锂电池数据筛分方法，主要分为三部分，分别为：
[0017]第一部分为数据采集，在本地端完成。
[0018]步骤一：开路电压片段采集。在本地端，通过BMS采集车辆使用过程中满足静置时长的电压值作为开路电压，并以电池充电开始为一个开路电压片段采集结束的标志。开路电压片段：
[0019][0020]其中，S
i
为数据库中第i个开路电压片段，OCV
t
、DC
t
分别为片段中第t个采集的开路电压数据值于容量值，t为片段中数据点个数。
[0021]步骤二：片段初筛。预设常用电压工作区间([MIN,MAX])和片段最小数据点个数T，作为筛分条件，即片段的最大开路电压V
max
≥MAX，最小开路电压V
min
≤MIN，片段数据点个数t≥T。将符合筛分条件的片段上传至云端。常用工作电压区间取决于锂电池种类，可选择电压曲线上最靠近充放电截止端的两个相变点之间的区间。
[0022]第二部分为片段特征提取，在云端完成。
[0023]步骤三：片段特征曲线提取。对于云端的开路电压片段，通过保形分段三次插值的方法对片段进行插值，获得特征曲线。
[0024]步骤四：特征提取。等分特征曲线的预设常用电压工作区间为N个部分，以分割点间的容量跨度为分类算法特征，特征分别为x1，x2，
…
，x
N
。N根据具体电池曲线特征设置。
[0025]第三部分为片段筛分。
[0026]步骤五：开路电压片段聚类。利用步骤四提取的N个特征作为Mean Shift聚类算法的输入进行自适应聚类。
[0027]由于开路电压曲线反映了电池的老化程度，开路电压片段作为曲线的一部分，其保留了电池部分的老化特征。所以，本实施方式通过提取这些开路电压片段的特征，结合Mean Shift聚类算法，进而筛分电池数据，以减小用于分析的数据老化状态的分布区间跨度。
[0028]下面结合附图和实施例，对本专利技术进行详细说明。
[0029]实施例1
[0030]利用具体实施方式中介绍的方法，对实验获得的电池开路电压片段数据集进行老化状态的筛分分类。本实施例中，数据采集对象是18650型磷酸铁锂电池，常用电压工作区间选取为3.2至3.3V；特征曲线在电压工作区间内被等分为5个部分，以分割点间的容量跨度为分类算法特征，分别计为x1，x2，
…
，x5。如图2所示，数据集中的开路电压片段被自适应地分为六类，且每一类数据的健康状态(SOH)跨度都被准确控制在较小的范围内，这说明该方法特征选取的合理性与筛分方法有效性。因此，通过对电池静置时采集的开路电压片段的利用，所提出方法可以很好地实现对大量电池数据健康状态的筛选和分类。
[0031]以上实施例仅用以说明本专利技术的技术方案，而非对其限制；尽管参照前述实施例对本专利技术进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者
替换，并不使相应技术方案的本质脱离本专利技术各实施例技术方案的精神和范围。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于开路电压的动力锂电池数据筛分方法，其特征在于，该方法分为三部分，分别为：第一部分为数据采集，在本地端完成；步骤一、开路电压片段采集：在本地端，通过BMS采集车辆使用过程中满足静置时长的电压值作为开路电压，并以电池充电开始为一个开路电压片段采集结束的标志；步骤二、片段初筛，将符合筛分条件的片段上传至云端；第二部分为片段特征提取，在云端完成；步骤三、片段特征曲线提取；步骤四、特征提取：等分特征曲线的预设常用电压工作区间为N个部分，以分割点间的容量跨度为分类算法特征；第三部分为片段筛分；步骤五、开路电压片段聚类：利用步骤四提取的N个特征作为Mean Shift聚类算法的输入进行自适应聚类。2.根据权利要求1所述的基于开路电压的动力锂电池数据筛分方法，其特征在于，步骤一中，开路电压片段：其中，S
i
为数据库中第i个开路电压片段，OCV
t
、DC
t
分别为片段中第t个采集的开路电压数据值与容量值，t为片段中数据点个数。3.根据权利要求1所述的基于开路电压的动力锂电池数据筛分方法，其特征...

【专利技术属性】
技术研发人员：吴静云，黄峥，戚文，鄢博，王俊，陈俊杰，刘浩，孙金磊，
申请(专利权)人：国网江苏省电力有限公司经济技术研究院南京理工大学，
类型：发明
国别省市：