一种数据驱动的动力电池内短路预警方法及系统技术方案

本发明专利技术涉及一种数据驱动的动力电池内短路预警方法及系统，该技术方案包含基于电压数据的广义无量纲指标的设计（Generalized dimensionless indicator，GDI）、基于广义无量纲指标的局部离群因子（Local outlier factors，LOF）计算和根据局部离群因子计算结果判断是否报警。利用动力电池云端大数据平台在线实时预警可以准确、及时地对动力电池组中各单体电池进行监控，有效助力动力电池安全运行。本发明专利技术的有益效果是：（1）基于云端大数据平台的动力电池实际运行数据，实现动力电池早期内短路故障的准确定位。（2）设计的广义无量纲指标能有效降低实际工况下数据噪声带来的计算误差，对数据质量的要求低、鲁棒性高。鲁棒性高。鲁棒性高。

【技术实现步骤摘要】
一种数据驱动的动力电池内短路预警方法及系统


[0001]本专利技术涉及一种新能源领域，尤其是涉及一种数据驱动的动力电池内短路预警方法及系统。

技术介绍

[0002]近年来，动力电池着火事故频发，在目前材料技术没有突破的情况下，保障电池安全可靠的主要工作就是准确识别电池故障并建立完善的故障响应机制。因此在电池实际运行工况下对动力电池进行安全预警对于动力电池的安全使用和推广十分关键。目前，动力电池内短路预警的方法主要为云端监测，即将电池运行数据上报（或者拷贝）至云服务器进行预警分析，受存储资源和流量资源的限制，云服务器的数据存在周期长（例如30s或者10秒），数据质量差（随机扰动信号、数据不同步）等问题。因此，急需开发适用于云端数据的内短路预警方法，提高内短路故障的识别准确率。
[0003]目前动力电池的内短路预警方法多为基于单体电池压差进行报警，利用云平台计算历史数据对动力电池系统进行安全监测，但是由于云端数据的周期高、数据质量差导致最终预警效果差，误报率较高。

技术实现思路

[0004]面对上述技术问题，本专利技术提供了一种数据驱动的动力电池内短路预警方法，主要的特点如下：（1）基于云端大数据平台的动力电池实际运行数据，实现动力电池早期内短路故障的准确定位。（2）设计的广义无量纲指标能有效降低实际工况下数据噪声带来的计算误差，对数据质量的要求低、鲁棒性高。
[0005]本专利技术的上述技术问题主要是通过下述技术方案得以解决的：一种数据驱动的动力电池内短路预警方法，包括:根据获取的电池单体电压数据计算t
‑
1和t时刻第i个电池单体的GDI值，对应分别为G1和G2；计算t时刻第i个电池单体的LOF值LOF
i
(t)；判断LOF
i
(t)是否超过内短路阈值J，若LOF
i
(t)<J，则发出故障警报，定位t时刻第i个电池单体发生故障；否则，继续下一时刻的所有电池单体或当前时刻下一电池单体的故障判断。
[0006]在上述的一种数据驱动的动力电池内短路预警方法，t时刻电池单体的电压数据表示为{V1(t),
…
,V
i
(t),
…
,V
M
(t)}，其中i表示电池组中第i个电池单体，M表示电池组中电池总数。
[0007]在上述的一种数据驱动的动力电池内短路预警方法，计算GDI值之前，判断时间t是否超过设定值N+1；若未超过设定值则缓存时间t时刻下的电压数据后，时间累积t+1后继续获取的电池单体电压数据；
否则，计算GDI值。
[0008]在上述的一种数据驱动的动力电池内短路预警方法，GDI值计算公式如下GDI=[(V1(t)
‑
V
avg
(t))
2 +
…
+(V
i
(t)
‑
V
avg
(t))2+
…
+(V
M
(t)
‑
V
avg
(t))2]/NV
avg
(t)=[V1(t)+
…
+ V
i
(t)+
…
+ V
M
(t)]/M其中，V1(t)、V
i
(t)和V
M
(t)分别表示t时刻电池单体1、i、M的电压值，M为电池组中电池单体总数，V
avg
(t)为t时刻电池组中各单体电池的电压平均值。
[0009]在上述的一种数据驱动的动力电池内短路预警方法，LOF
k
(p)的计算公式如下：LOF
k
(p)={lrd
k
(o1)/lrd
k
(p)+,
…
,+lrd
k
(o
j
)/lrd
k
(p)+,
…
,+lrd
k
(o
k
)/lrd
k
(p)}/|N
k
(p)|lrd
k
(p)=|N
k
(p)|/{Rd(o1,p)+,
…
,+Rd(o
j
,p)+,
…
,+Rd(o
k
,p)}；Rd(o,p)=max{d
k
(o),d(o,p)}；d(o,p)表示点o与p的欧式距离；max{}表示取两者之间的最大值。
[0010]其中，d
k
(p)是在距离数据点p最近的几个点中，第k个最近的点跟点p之间的欧式距离。
[0011]N
k
(p)是以p为圆心，以dk(p)为半径画圆，该圆内的范围即是N
k
(p)。
[0012]|N
k
(p)|表示以dk(p)为半径画圆的范围内所包含点的个数；o1、o
j
、o
k
属于N
k
(p)范围内的点。
[0013]LOF
k
(p)计算结果即为LOF值；其中，k值需小于电池单体总数M；p是以G1为横坐标G2为纵坐标的点，即p=(G1,G2)。
[0014]在上述的一种数据驱动的动力电池内短路预警方法，若LOF
i
(t)>=J，则判断i是否等于M，若是，则继续下一时刻的所有电池单体的故障判断；否则电池单体序号i=i+1后计算GDI值。
[0015]一种系统，包括：第一模块：被配置为根据获取的电池单体电压数据计算t
‑
1和t时刻第i个电池单体的GDI值，对应分别为G1和G2；第二模块：被配置为用于计算t时刻第i个电池单体的LOF值LOF
i
(t)；第三模块：被配置为用于判断LOF
i
(t)是否超过超过内短路阈值J，若LOF
i
(t)<J，则发出故障警报，定位t时刻第i个电池单体发生故障；否则，继续下一时刻的所有电池单体或当前时刻下一电池单体的故障判断。
[0016]因此，本专利技术具有如下优点：（1）基于云端大数据平台的动力电池实际运行数据，实现动力电池早期内短路故障的准确定位。（2）设计的广义无量纲指标能有效降低实际工况下数据噪声带来的计算误差，对数据质量的要求低、鲁棒性高。
附图说明
[0017]附图1是本专利技术的一种方法流程示意图。
具体实施方式
[0018]下面通过实施例，并结合附图，对本专利技术的技术方案作进一步具体的说明。
[0019]实施例：
本技术方案的具体实施步骤如下：（a）在时间t时刻输入动力电池的电压数据，转至步骤（b）；电压数据表示为{V1(t),
…
,V
i
(t本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据驱动的动力电池内短路预警方法，其特征在于，包括:根据获取的电池单体电压数据计算t
‑
1和t时刻第i个电池单体的GDI值，对应分别为G1和G2；计算t时刻第i个电池单体的LOF值LOF
i
(t)；判断LOF
i
(t)是否超过内短路阈值J，若LOF
i
(t)<J，则发出故障警报，定位t时刻第i个电池单体发生故障；否则，继续下一时刻的所有电池单体或当前时刻下一电池单体的故障判断。2.根据权利要求1所述的一种数据驱动的动力电池内短路预警方法，其特征在于，t时刻电池单体的电压数据表示为{V1(t),
…
,V
i
(t),
…
,V
M
(t)}，其中i表示电池组中第i个电池单体，M表示电池组中电池总数。3.根据权利要求1所述的一种数据驱动的动力电池内短路预警方法，其特征在于，计算GDI值之前，判断时间t是否超过设定值N+1；若未超过设定值则缓存时间t时刻下的电压数据后，时间累积t+1后继续获取的电池单体电压数据；否则，计算GDI值。4.根据权利要求1所述的一种数据驱动的动力电池内短路预警方法，其特征在于，GDI值计算公式如下GDI=[(V1(t)
‑
V
avg
(t))
2 +
…
+(V
i
(t)
‑
V
avg
(t))2+
…
+(V
M
(t)
‑
V
avg
(t))2]/NV
avg
(t)=[V1(t)+
…
+ V
i
(t)+
…
+ V
M
(t)]/M其中，V1(t)、V
i
(t)和V
M
(t)分别表示t时刻电池单体1、i、M的电压值，M为电池组中电池单体总数，V
avg
(t)为t时刻电池组中各单体电池的电压平均值。5.根据权利要求1所述的一种数据驱动的动力电池内短路预警方法，其特征在于，LOF
k
(p)的计算公式如下：LOF
k
(p)={lrd
k
(o1)/...

【专利技术属性】
技术研发人员：王家烨，邢子轩，张凤莲，武明虎，岳程鹏，张凡，杜万银，孙萌，
申请(专利权)人：湖北工业大学，
类型：发明
国别省市：