电池故障诊断方法、存储介质和电子设备技术

本申请公开了一种电池故障诊断方法、存储介质及电子设备，响应于电池充电操作，根据设定采样间隔，采集各个电池单体的电压数据并存储至数据库；控制数据窗口按照设定滑动距离在所述数据库中滑动，计算每次滑动后所述数据窗口中各个电池单体的电压数据的熵值，直至数据窗口滑动至所述数据库末端；根据所述数据窗口每次滑动后各个电池单体的电压数据的熵值判断各个电池单体是否存在故障。本申请通过设置数据窗口在数据库中滑动，充电过程中每个电池单体的电压数据能够计算出多个熵值，减少采集误差的影响，根据熵值能够直接判断电池单体是否存在故障。熵值的算法简洁高效，能够搭载在汽车计算芯片上，降低电池故障诊断的成本。降低电池故障诊断的成本。降低电池故障诊断的成本。

【技术实现步骤摘要】
电池故障诊断方法、存储介质和电子设备


[0001]本申请设计汽车电池
，尤其涉及一种电池故障诊断方法、存储介质和电子设备。

技术介绍

[0002]随着新能源汽车技术的发展，用户对新能源汽车的接受度也越来越高，锂离子电池因其能量密度高，使用寿命长等特点被广泛应用于新能源汽车，为保证车辆安全，需要对故障电池进行预判，及时发出故障预警。目前新能源汽车生产厂家主要采取线下检测或基于云平台搭载故障诊断算法的方式进行故障诊断。
[0003]线下检测只能进行定期检测，难以及时发现电池故障。而基于云平台搭载故障诊断算法，会外增加车载数据发送和云平台建设维护成本，并且，由于汽车运行环境的复杂性，导致车载数据无法上传云服务的情况时有发生，大量的数据丢失会严重影响算法的准确性；此外，目前基于云平台搭载的故障诊断算法，算法较为复杂，汽车计算芯片远远不能满足算法的算力需求，无法直接搭载在车辆进行故障诊断。
[0004]因此，需要提供一种简洁、有效并且能够搭载在汽车计算芯片上的电池故障诊断方法、存储介质及电子设备。

技术实现思路

[0005]本申请的目的在于克服现有技术中云平台搭载故障诊断算法成本高、算法复杂、准确性易受影响的不足，提供一种简洁、有效并且能够搭载在汽车计算芯片上的电池故障诊断方法、存储介质及电子设备。
[0006]本申请的技术方案提供一种电池故障诊断方法，包括如下步骤：
[0007]响应于电池充电操作，根据设定采样间隔，采集各个电池单体的电压数据并存储至数据库；
[0008]控制数据窗口按照设定滑动距离在所述数据库中滑动，计算每次滑动后所述数据窗口中各个电池单体的电压数据的熵值，直至数据窗口滑动至所述数据库末端；
[0009]根据所述数据窗口每次滑动后各个电池单体的电压数据的熵值判断各个电池单体是否存在故障。
[0010]本实施例通过设置数据窗口在数据库中滑动，充电过程中每个电池单体的电压数据能够计算出多个熵值，减少采集误差的影响，根据熵值能够直接判断电池单体是否存在故障。熵值的算法简洁高效，能够搭载在汽车计算芯片上，降低电池故障诊断的成本。
[0011]在其中一个实施例中，所述设定采样间隔为电池管理系统采样间隔。
[0012]本实施例中设定采样间隔与电池管理系统采样间隔相同，不需额外增加成本，就能进行电压数据采样。
[0013]在其中一个实施例中，所述响应于电池充电操作，根据设定采样间隔，采集各个电池单体的电压数据并存储至数据库之后，还包括：
[0014]若电池充电的荷电状态跨度大于预设跨度阈值，则
[0015]控制数据窗口按照设定滑动距离在所述数据库中滑动，计算每次滑动后所述数据窗口中各个电池单体的电压数据的熵值，直至数据窗口滑动至所述数据库末端；
[0016]根据所述数据窗口每次滑动后各个电池单体的电压数据的熵值判断各个电池单体是否存在故障。
[0017]本实施例仅对荷电状态跨度大于预设跨度阈值的充电过程进行故障判断，能够获取到足够数量的电压数据，保证故障诊断的准确性。
[0018]在其中一个实施例中，所述计算每次滑动后所述数据窗口中各个电池单体的电压数据的熵值，具体包括：
[0019]获取数据窗口中当前电池单体的电压数据里的最大值和最小值，根据所述最大值和所述最小值划分出预设数量的电压片段；
[0020]计算当前电池单体的电压数据落入每个电压片段的概率，根据所述概率计算数据窗口中当前电池单体的电压数据的熵值；
[0021]重复上述步骤直至计算出数据窗口中每个电池单体的电压数据的熵值。
[0022]本实施例先根据电池单体的电压数据里的最大值和最小值划分电压片段，保证电压片段设置的合理性，计算出的熵值也较为准确。
[0023]在其中一个实施例中，所述根据所述数据窗口每次滑动后各个电池单体的电压数据的熵值判断各个电池单体是否存在故障，具体包括：
[0024]根据所述熵值计算所述数据窗口每次滑动后各个电池单体的电压数据的异常系数；
[0025]若所述异常系数大于系数阈值，则进行一次记录；
[0026]若同一电池单体的记录次数大于次数阈值，则判断该电池单体存在故障。
[0027]本实施例通过统计电池单体的异常系数异常的次数，判断电池单体是否存在故障。
[0028]在其中一个实施例中，所述数据窗口每次滑动后各个电池单体的电压数据的异常系数
[0029]A＝(H
i,j
‑
μ
j
)/σ
j
[0030]其中，H
i,j
为电池单体的电压数据的熵值，μ
j
为数据窗口第j次滑动时所有熵值的平均值，σ
j
为数据窗口第j次滑动时所有熵值的标准差或方差，i为电池单体编号，j为数据窗口的滑动次数。
[0031]本实施例中异常系数为熵值和熵值平均值的差与熵值标准差或方差的比值，使得异常系数能够表征当前熵值是否偏离正常值。
[0032]在其中一个实施例中，所述根据所述数据窗口每次滑动后各个电池单体的电压数据的熵值判断各个电池单体是否存在故障，具体包括：
[0033]根据所述数据窗口每次滑动后各个电池单体的电压数据的熵值绘制各个电池单体的电压数据熵值曲线；
[0034]若所述电压数据熵值曲线与正常熵值曲线的偏差值大于偏差阈值，则判断对应的电池单体存在故障。
[0035]本实施例通过绘制电压数据熵值曲线，将其与正常熵值曲线进行对比，能够准确
判断电池单体故障。
[0036]在其中一个实施例中，所述根据设定采样间隔，采集各个电池单体的电压数据并存储至数据库，具体包括：
[0037]根据设定采样间隔，采集各个电池单体的电压数据；
[0038]对所述电压数据进行数据预处理后存储至数据库。
[0039]本实施例对采样数据进行数据预处理后再存储至数据库，能够避免采样异常对后续数据处理以及诊断结果的影响。
[0040]在其中一个实施例中，所述数据预处理包括：
[0041]通过多项式曲线拟合的方式进行漏值填补；和/或
[0042]通过删除冗余数据或设置阈值的方式剔除采集异常值；和/或
[0043]通过最大最小值归一法进行数据归一化。
[0044]本实施例中对采样数据进行漏值填补、剔除异常值和数据归一化处理，对采样异常的数据进行处理，能够避免采样异常对后续数据处理以及诊断结果的影响。
[0045]本申请的技术方案还提供一种存储介质，所述存储介质存储计算机指令，当计算机执行所述计算机指令时，用于执行如前所述的电池故障诊断方法。
[0046]本申请的技术方案还提供一种电子设备，包括至少一个处理器；以及，
[0047]与所述至少一个处理器通信连接的存储器；其中，
[0048]所述存储器存储有可被所述至少一个处理器执行的指令本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电池故障诊断方法，其特征在于，包括如下步骤：响应于电池充电操作，根据设定采样间隔，采集各个电池单体的电压数据并存储至数据库；控制数据窗口按照设定滑动距离在所述数据库中滑动，计算每次滑动后所述数据窗口中各个电池单体的电压数据的熵值，直至数据窗口滑动至所述数据库末端；根据所述数据窗口每次滑动后各个电池单体的电压数据的熵值判断各个电池单体是否存在故障。2.根据权利要求1所述的电池故障诊断方法，其特征在于，所述设定采样间隔为电池管理系统采样间隔。3.根据权利要求1所述的电池故障诊断方法，其特征在于，所述响应于电池充电操作，根据设定采样间隔，采集各个电池单体的电压数据并存储至数据库之后，还包括：若电池充电的荷电状态跨度大于预设跨度阈值，则控制数据窗口按照设定滑动距离在所述数据库中滑动，计算每次滑动后所述数据窗口中各个电池单体的电压数据的熵值，直至数据窗口滑动至所述数据库末端；根据所述数据窗口每次滑动后各个电池单体的电压数据的熵值判断各个电池单体是否存在故障。4.根据权利要求1
‑
3任一项所述的电池故障诊断方法，其特征在于，所述计算每次滑动后所述数据窗口中各个电池单体的电压数据的熵值，具体包括：获取数据窗口中当前电池单体的电压数据里的最大值和最小值，根据所述最大值和所述最小值划分出预设数量的电压片段；计算当前电池单体的电压数据落入每个电压片段的概率，根据所述概率计算数据窗口中当前电池单体的电压数据的熵值；重复上述步骤直至计算出数据窗口中每个电池单体的电压数据的熵值。5.根据权利要求1
‑
3任一项所述的电池故障诊断方法，其特征在于，所述根据所述数据窗口每次滑动后各个电池单体的电压数据的熵值判断各个电池单体是否存在故障，具体包括：根据所述熵值计算所述数据窗口每次滑动后各个电池单体的电压数据的异常系数；若所述异常系数大于系数阈值，则进行一次记录；若同一电池单体的记录次数大于次数阈值，则判断该电池单体存在故障。6.根据权利要求5所述的的电池故障诊断方法，其特征在于，所述数据窗口每...

【专利技术属性】
技术研发人员：康怡，
申请(专利权)人：威马智慧出行科技上海股份有限公司，
类型：发明
国别省市：