一种动力电池包的温度实时检测方法技术

本发明专利技术提供了一种动力电池包的温度实时检测方法，来实现对动力电池包的温度检测与热场分析，利用动力电池包的电流、电压信息及材料热力学参数对其温度场进行模拟仿真，并用离散实测温度数据通过深度神经网络和卡尔曼滤波器进行修正，使所建立的温度场模型能更真实地反映电池包实际的温度场分布。地反映电池包实际的温度场分布。地反映电池包实际的温度场分布。

【技术实现步骤摘要】
一种动力电池包的温度实时检测方法


[0001]本专利技术涉及，特别涉及一种动力电池包的温度实时检测方法。

技术介绍

[0002]大力推动新能源是当今时代发展的主题之一。由动力电池单体通过串联、并联、混联等方式组成的电池包已经在电动自行车、电动汽车、工业电力系统等行业广泛应用。然而，动力电池包存在老化、鼓包甚至着火等问题，严重阻碍了它的推广。电池包的热场失衡问题备受业内关注。因此，建立准确有效的动力电池包温度场模型将有利于有效评估电池温度场的分布特点和变化情况，是当前电池热管理的一个重要研究方向。
[0003]动力电池种类繁多，锂电池以其能量密度高、使用寿命长等优势被广泛应用。锂电池中，18650柱状电池是应用最为广泛的标准电池，其中18表示直径为18mm，65表示长度为65mm，0表示为圆柱形电池。18650电池包的优点包括容量大、安全性能高、内阻小、尺寸固定、容量选择范围大、焊接工艺成熟等，越来越受到业内人士的青睐。
[0004]目前，对于测量监控动力电池包的温度方法大致可分为两类。一类是利用光纤、红外成像、声表面波或直接利用本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种动力电池包的温度实时检测方法，其特征在于，包括：采集动力电池包在放电状态下的电压参数及电流参数；采集电池包若干采样点的实测温度值；若干实测温度输入至卡尔曼预测模型得到采样点下一步预测温度值；建立电池包温度场模型，并将所述下一步预测温度、所述电压参数及电流参数输入至电池包温度场模型，得到电池包的三维空间理论温度场；建立三维空间理论温度场到所有温度节点映射的深度神经网络模型；调用深度神经网络模型，通过电池包内采样点温度来预测其他位置的温度，得到逼近真实温度场的三维空间修正温度场。2.根据权利要求1所述的一种动力电池包的温度实时检测方法，其特征在于，所述深度神经网络模型为三维卷积神经网络，其卷积算法公式：其中，x是输入三维矩阵；y为输出三维矩阵；i、j、k为三个维度的坐标；U、V、W为卷积核的三维尺寸，取奇数；ω是卷积核的元素值。3.根据权利要求1所述的一种动力电池包的温度实时检测方法，其特征在于，还包括对所述深度神经网络模型训练。4.根据权利要求3所述的一种动力电池包的温度实时检测方法，其特征在于，所述对深度神经网络模型的深度神经网络训练方法包括：S1、将若干所述实测温度值输入至判别器；S2、对所述修正温度场进行离散采样得到估计温度值，所述估计温度值输入至所述判别器；对所述修正温度场进行离散采样的采样坐标与输入判别器的实测温度的采样坐标一一对应；S3、所述判别器输出判定结果并将判定结果反馈至所述深度神经网络模型；S4、所述深度神经网络模型根据判定结果进行优化并生成新的修正温度场；S5、重复S1至S4，直至所述判别器的正确率为50％
±
ε时，深度神经网络模型优化完成。5.根据权利要求4所述的一种动力电池包的温度实时检测方法，其特征在于，所述ε≤1％。6.根据权利要求4所述的一种动力电池包的温度实时检测方法，其特征在于，所述判别器为二分类的分类器，输出判定为实...

【专利技术属性】
技术研发人员：周宇，
申请(专利权)人：厦门宇电自动化科技有限公司，
类型：发明
国别省市：