一种电池大数据平台电池模块内阻异常识别方法及系统技术方案

本发明专利技术提供一种电池大数据平台电池模块内阻异常识别方法及系统，方法包括：在大数据平台中获取电池包在被评估时间段内的整车运行监控数据，包括时间、电流、模块电压；数据按车辆编号和时间排序；相邻数据时间间隔和电流变化值计算；筛选满足时间间隔和电流变化值条件的数据；计算直流内阻值；各车辆分别计算其直流内阻值的电流加权平均值；计算各模块在被评估时间内的内阻异常程度。解决了现有技术存在的故障识别准确性及识别效率低的技术问题。在的故障识别准确性及识别效率低的技术问题。在的故障识别准确性及识别效率低的技术问题。

【技术实现步骤摘要】
一种电池大数据平台电池模块内阻异常识别方法及系统


[0001]本专利技术涉及车用动力电池组
，具体涉及一种电池大数据平台电池模块内阻异常识别方法及系统。

技术介绍

[0002]随着电动汽车的普及，电动汽车的电池安全问题得到越来越多的关注。电动汽车采用的动力电池，一般采用大量单体电芯进行串并联方式组合以满足容量和电压需求。在电池运行时，由于单体电芯的生产不一致性和使用条件的不一致性，某些单体电芯或并联模块在运行时产生欠压/低容/自放电大/内阻增大等故障，这些故障使得该单体电芯或模块在运行时电压数据明显异于其他单体电芯或模块，使电池包无法发挥应有的性能，影响电池包正常使用，其中电池包内模块内阻异常是一种常见的故障表现，引起模块内阻异常故障的原因可能为虚焊、电芯内部问题、水分超标、电芯漏液等原因，均容易产生安全隐患。现有的模块阻值异常判断方法往往无法做到准确、快速和稳定。
[0003]公开号为CN114069077A的现有专利技术专利申请文献《一种电化学装置管理方法、电子设备及电池系统》对电化学装置进行间歇式充电操作，在间歇式充电操作中获取与电化学装置相关的数据，基于与电化学装置相关的数据确定电化学装置的析锂SOC和参考内阻；基于析锂SOC和参考内阻，确定目标析锂SOC和目标内阻。响应于目标析锂SOC和目标内阻的取值处于电化学装置发生析锂的取值区域；确定电化学装置进入寿命末期EOL状态。按照该文献说明书中记载，该现有技术中的所述电子设备包括历史析锂数据获取装置，用于获取电化学装置的至少一个历史析锂SOC和电化学装置的至少一个历史参考内阻。所述目标数据确定装置，具体用于：将所述析锂SOC与所述至少一个历史析锂SOC的加权平均值，作为所述目标析锂SOC；以及将所述参考内阻与所述至少一个历史参考内阻的加权平均值，作为所述目标内阻。可知该现有专利申请文献并未公开本申请的技术方案，也无法达到本申请的技术效果。
[0004]公开号为CN114415047A的现有专利技术专利申请文献《一种电池内阻的确定方法、装置及电子设备》中披露的方法包括：获取待测电池在指定时间段内单次充电过程中的初始数据样本集；其中，初始数据样本集中的每一个数据样本至少包括充电时刻、SOC值、电流值和电压值；按照预设规则对初始数据样本集进行数据清洗，得到包含多个第一样本对的第一样本对集合；其中，每一个第一样本对均由初始数据样本集中充电时刻相邻的两个数据样本组成；根据第一样本对集合确定待测电池在指定时间段内单次充电过程中的第一内阻值。由其说明书中可得知，该现有专利申请文献并未完全公开本申请的技术方案，也不能实现本申请的技术效果。
[0005]综上，现有技术存在的故障识别准确性及识别效率低的技术问题。

技术实现思路

[0006]本专利技术所要解决的技术问题在于如何解决现有技术存在的故障识别准确性及识
别效率低的技术问题。
[0007]本专利技术是采用以下技术方案解决上述技术问题的：一种电池大数据平台电池模块内阻异常识别方法包括：
[0008]S1、获取电池包在被评估时间段内的整车运行监控数据；
[0009]S2、排序整车运行监控数据，以得到已排序数据；
[0010]S3、根据已排序数据计算各时刻和上一时刻的时间间隔数据和电流变化数据；
[0011]S4、获取预置时间间隔条件以及预置电流变化值条件，据以筛选时间间隔数据及电流变化数据，以得到时隔电流变化数据；
[0012]S5、以预置逻辑处理时隔电流变化数据，据以得到各被测车辆的当前时刻内阻值；
[0013]S6、以预设逻辑计算当前时刻内阻值，据以得到直流内阻值；
[0014]S7、处理直流内阻值，以得到内阻加权平均值，处理内阻加权平均值，以得到各被测车辆的电池模块的内阻异常程度。
[0015]在更具体的技术方案中，步骤S1中的整车运行监控数据包括：电池模块时刻数据t、评估时段电流数据i及评估时段电压数据v。
[0016]本专利技术降低了现实应用场景下由虚焊、电芯内部问题、水分超标、电芯漏液等原因导致的电池包内阻故障产生的安全风险，更好地保证了新能源车辆的故障识别效果以及运行可靠性。
[0017]在更具体的技术方案中，步骤S2包括：
[0018]S21、获取被测车辆编号；
[0019]S22、按照车辆编号排序整车运行监控数据，据以得到编号运行监控数据；
[0020]S23、按照被测时间排序编号运行监控数据，据以得到已排序数据。
[0021]本专利技术针对被测车辆采用大量单体电芯串并联方式组合的应用场景，按照车辆编号及时间顺序对监控数据排序，据以获取已排序数据作为时隔和电流变化处理过程的输入数据，实现对大量串并联组合的单体电芯运行数据的有效采集，提高了电池包内阻故障识别的效率。
[0022]在更具体的技术方案中，步骤S3中，处理已排序数据，据以得到各时刻和上一时刻的时间间隔数据Δt＝t
n
‑
t
n
‑1和电流变化数据Δi＝i
n
‑
i
n
‑1；步骤S4中，预置时间间隔条件包括：时间间隔数据等于预置大数据库中数据接收的最短时间间隔；预置电流变化值条件包括：大于预置电流变化阈值。
[0023]本专利技术通过在针对时间间隔以及电流变化数据的筛选过程中，设置时间间隔条件以及电流变化值条件，以之前处理步骤中获取的各个时刻对应的时间间隔及电流变化值等数据中提取出能够足够体现电流变化等故障表征的数据，提高了电池包内阻故障识别的准确率。
[0024]在更具体的技术方案中，步骤S5中，以下述逻辑处理时隔电流变化数据，据以得到各被测车辆的当前时刻内阻值R
t
：
[0025][0026]其中，V
t
为当前时刻t的直流电压值，V
t
‑1为前一时刻t
‑
1的直流电压值，Δi
t
为直流电流变化值。
[0027]在更具体的技术方案中，步骤S6中，以下述逻辑计算当前时刻内阻值，据以得到直流内阻值R
n
：
[0028][0029]其中，R
t
为当前时刻内阻值，Δi
t
为直流电流变化值。
[0030]在更具体的技术方案中，步骤S7还包括：
[0031]S71、以预置逻辑处理直流内阻值R
n
，以获取内阻加权平均值；
[0032]S72、以下述逻辑处理直流内阻值R
n
以及内阻加权平均值据以获取电池模块的内阻异常程度α
nj
：
[0033][0034]其中，α
nj
为电池模块j的内阻异常程度，b为关键参数，R
n
为第n时刻的直流内阻值，R
nj
为电池模块j的在第n时刻的直流内阻值，k为求和序号，为第n时刻的内阻加权平均值。
[0035]本本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电池大数据平台电池模块内阻异常识别方法，其特征在于，所述方法包括：S1、获取电池包在被评估时间段内的整车运行监控数据；S2、排序所述整车运行监控数据，以得到已排序数据；S3、根据所述已排序数据计算各时刻和上一时刻的时间间隔数据和电流变化数据；S4、获取预置时间间隔条件以及预置电流变化值条件，据以筛选所述时间间隔数据及所述电流变化数据，以得到时隔电流变化数据；S5、以预置逻辑处理所述时隔电流变化数据，据以得到各被测车辆的当前时刻内阻值；S6、以预设逻辑计算所述当前时刻内阻值，据以得到直流内阻值；S7、处理所述直流内阻值，以得到内阻加权平均值，处理所述内阻加权平均值，以得到各所述被测车辆中所述电池模块的内阻异常程度。2.根据权利要求1所述的一种电池大数据平台电池模块内阻异常识别方法，其特征在于，所述步骤S1中的所述整车运行监控数据包括：电池模块时刻数据t、评估时段电流数据i及评估时段电压数据v。3.根据权利要求1所述的一种电池大数据平台电池模块内阻异常识别方法，其特征在于，所述步骤S2包括：S21、获取被测车辆编号；S22、按照车辆编号排序所述整车运行监控数据，据以得到编号运行监控数据；S23、按照被测时间排序所述编号运行监控数据，据以得到所述已排序数据。4.根据权利要求1所述的一种电池大数据平台电池模块内阻异常识别方法，其特征在于，所述步骤S3中，处理所述已排序数据，据以得到各时刻t
n
和上一时刻t
n
‑1之间的所述时间间隔数据Δt＝t
n
‑
t
n
‑1和所述电流变化数据Δi＝i
n
‑
i
n
‑1；所述步骤S4中，所述预置时间间隔条件包括：所述时间间隔数据等于预置大数据库中数据接收的最短时间间隔；所述预置电流变化值条件包括：大于预置电流变化阈值。5.根据权利要求1所述的一种电池大数据平台电池模块内阻异常识别方法，其特征在于，所述步骤S5中，以下述逻辑处理时隔电流变化数据，据以得到各被测车辆的所述当前时刻内阻值R
t
：其中，V
t
为当前时刻t的直流电压值，V
t
‑1为前一时刻t
‑
1的直流电压值，Δi
t
为直流电流变化值。6.根据权利要求1所述的一种电池大数据平台电池模块内阻异常识别方法，其特征在于，所述步骤S6中，以下述逻辑计算所述当前时刻内阻值，据以得到所述直流内阻值R
n
：其中，R
t
...

【专利技术属性】
技术研发人员：林楠，赵长军，杨思文，
申请(专利权)人：合肥国轩高科动力能源有限公司，
类型：发明
国别省市：