电池鼓胀率的模型建立方法、监控方法、装置及存储介质制造方法及图纸

技术编号:34904251 阅读:88 留言:0更新日期:2022-09-10 14:16
本发明专利技术涉及一种电池鼓胀率的模型建立方法、监控方法、装置及存储介质,通过对采集预设数量的电池样品的样本数据,根据每个分组内的电池样品的样本数据建立与该分组相关联的鼓胀率预测模型以及对应的特征项评分表,进一步地,获取当前待评估电池的特征项数据,根据特征项数据以及特征项评分表确定当前待评估电池对应的目标分组以及与目标分组对应的目标鼓胀率预测模型并得出当前待评估电池的鼓胀变化率预测值,将鼓胀变化率预测值与预设的临界值相比较,并在鼓胀变化率预测值超过预设的临界值的情况下触发报警,能实现无电芯厚度测试情况下实时精确的判定电池的鼓胀情况并进行报警。行报警。行报警。

【技术实现步骤摘要】
电池鼓胀率的模型建立方法、监控方法、装置及存储介质


[0001]本专利技术涉及电池寿命安全
,具体涉及一种电池鼓胀率的模型建立方法、监控方法、装置及存储介质。

技术介绍

[0002]锂离子电池具有高储存能量密度、使用寿命长、具备高功率承受力、重量轻、绿色环保等优点。同时锂离子电池具有免激活特性,电池放置一段时刻后则进入休眠状况,容量低于正常值,应用时长缩短,只需通过3

5次正常的充放电循环就可激活电池,恢复正常容量。
[0003]在锂离子电池的使用过程中,电池鼓胀可能导致起火、爆炸等安全隐患,所以针对锂离子电池需要监控电池使用过程鼓胀状态变化,如果鼓胀率发生突变或者超过某个安全值,将预示着锂离子电池可能出现安全风险,但由于电池使用过程中大多处于锂离子电池应用设备的内部,鼓胀率的变化无法直接测量,因此如何对锂离子电池的鼓胀率进行预测是亟需解决的问题。

技术实现思路

[0004]本专利技术提供了一种电池鼓胀率的模型建立方法、监控方法、装置及存储介质,根据电池样品的样本数据建立鼓胀率预测模型以及特征评本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电池鼓胀率的模型建立方法,其特征在于,所述方法包括:采集预设数量的电池样品的样本数据,所述样本数据包括每个电池样品的特征项数据以及鼓胀变化率与时间周期之间的关系曲线;基于所述样本数据的近似关系将所述电池样品划分成多个不同的分组,并根据每个分组内的电池样品的样本数据建立与该分组相关联的鼓胀率预测模型;根据每个分组内的电池样品的特征项数据对所述鼓胀率预测模型的结果影响重要度生成该鼓胀率预测模型对应的特征项评分表。2.如权利要求1所述的方法,其特征在于,所述特征项数据包括与电池的材料特性相关的材料特性特征项数据、与电池的应力环境相关的应力环境特征项数据、与电池的时间周期相关的时间周期特征项数据、以及与电池的电学性能相关的电学性能特征项数据。3.如权利要求2所述的方法,其特征在于,所述基于所述样本数据的近似关系将所述电池样品划分成多个不同的分组,并根据每个分组内的电池样品的样本数据建立与该分组相关联的鼓胀率预测模型包括:针对每个所述分组的样本数据执行如下操作:对该分组的样本数据中的所述材料特性特征项数据,所述应力环境特征项数据,所述时间周期特征项数据,所述电学性能特征项数据,以及鼓胀变化率数据进行清洗;基于机器学习模型并根据清洗后的特征项数据与鼓胀变化率数据之间的关系建立与该分组相关联的鼓胀率预测模型。4.如权利要求1至3中任一项所述的方法,其特征在于,所述基于所述样本数据的近似关系将所述电池样品划分成多个不同的分组包括:按照时间轴顺序对每个所述电池样品的鼓胀变化率与时间周期之间的关系曲线中的每一单位时间点做切线并根据切线之间的夹角关系确定该电池样品的加速鼓胀拐点;按照时间轴顺序对每个所述电池样品的鼓胀变化率与时间周期之间的关系曲线中的每一单位时间点求导以得到每一单位时间点对应的斜率;根据不同电池样品的加速鼓胀拐点以及每一单位时间点对应的斜率之间的近似关系将所述电池样品划分成多个不同的分组。5.如权利要求4所述的方法,其特征在于,所述根据不同电池样品的加速鼓胀拐点以及每一单位时间点对应的斜率之间的近似关系将所述电池样品划分成多个不同的分组包括:针对每个所述电池样品,确定所述每一单位时间点对应的斜率中的最大斜率,最小斜率,以及中位值斜率;根据不同电池样品的所述最大斜率、最小斜率、中位值斜率、以及加速鼓胀拐点对应的鼓胀变化值之间的近似关系将所述电池样品划分成多个不同的分组。6.如权利要求5所述的方法,其特征在于,所述按照时间轴顺序对每个所述电池样品的鼓胀变化率与时间周期之间的关系曲线中的每一单位时间点做切线并根据切线之间的夹角关系确定该电池样品的加速鼓胀拐点包括:针对每个单位时间点,确定该时间点的切线与后一时间点对应的切线之间的第一夹角;若所述第一夹角满足第一预设条件,则将该时间点作为参照点,并将该时间点对应的切线作为参照切线;
确定所述参照点之后的目标单位时间点的切线与所述参照切线之间的第二夹角;若所述第二夹角满足第二预设条件,则将该目标单位时间点确定为加速鼓胀拐点。7.如权利要求3所述的方法,其特征在于,所述对该分组的样本数据中的所述材料特性特征项数据,所述应力环境特征项数据,所述时间周期特征项数据,所述电学性能特征项数据,以及鼓胀变化率数据进行清洗包括:基于扩展卡尔曼滤波方法对所述材料特性特征项数据,所述应力环境特征项数据,所述时间周期特征项数据,所述电学性能特征项数据,以及鼓胀变化率数据进行清洗。8.如权利要求3所述的方法,其特征在于,所述基于机器学习模型并根据清洗后的特征项数据与鼓胀变化率数据之间的关系建立与该分组相关联的鼓胀率预测模型包括:基于机器学习模型以及随机森林回归器并根据所述清洗后的特征项数据与鼓胀变化率数据之间的关系建立与该分组相关联的鼓胀率预测模型,其中,所述随机森林回归器具有预设数量的决策树。9.如权利要求8所述的方法,其特征在于,所述根据每个分组内的电池样品的特征项数据对所述鼓胀率预测模型的结果影响重要度生成该鼓胀率预测模型对应的特征项评分表包括:基于所述机器学习模型确定每个分组对应的所述材料特性特征项数...

【专利技术属性】
技术研发人员:万猛崔彦洲冯倩
申请(专利权)人:欣旺达电子股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1