一种基于电压最值的电池组微小故障定量诊断方法及系统技术方案

本发明专利技术属于锂电池领域，提供了一种基于电压最值的电池组微小故障定量诊断方法及系统。该方法包括，获取电池组中每节单体的电压序列；基于电池组中每节单体的电压序列，提取出电池组的单体最高电压序列和单体最低电压序列；基于电池组的单体最高电压序列和单体最低电压序列，计算电池组的最值和序列与最值差序列；根据电池组的最值和序列与最值差序列，计算每隔设定时间内的电池组和序列的样本熵与电池组差序列的样本熵；分析电池组和序列的样本熵与电池组差序列的样本熵，判断电池组是否发生故障，以及发生故障的故障类型。在确定故障之后，对电池故障进行定量评估。本发明专利技术实现了对电池组是否发生故障的快速准确诊断，实现了电池故障的量化评估。了电池故障的量化评估。了电池故障的量化评估。

【技术实现步骤摘要】
一种基于电压最值的电池组微小故障定量诊断方法及系统


[0001]本专利技术属于锂电池
，尤其涉及一种基于电压最值的电池组微小故障定量诊断方法及系统。

技术介绍

[0002]本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。
[0003]当前新能源汽车产业空前繁荣，其中最受关注的便是以锂离子电池为主要储能元件的电动汽车。而锂离子动力电池的安全问题是制约电动汽车大规模推广应用的主要因素。在锂离子电池组中，危害最为严重的故障是早期短路故障。此故障会改变电池内部化学性质，并很快演化为内短路故障，进而导致电池发生热失控，造成电动汽车的自燃、起火，危害严重，后果不堪设想。因此，专利技术一种有效、及时且适用性强的电池组微小故障定量诊断方法，对于保证电动汽车安全使用和正常运行，具有十分重要的意义。然而，微小短路故障成因复杂，故障机理难以溯源，且故障表现十分隐蔽，难以从电压的小幅度异常变化中检测出来，一直是故障诊断领域存在的瓶颈性难题。
[0004]目前的动力电池故障诊断技术主要存在以下几种不足：
[0005](1)数据样本过大，且冗余度过高，诊断效率低
[0006]中国专利技术专利(申请号CN201911024438.2)提出了一种基于样本熵的电池早期故障诊断方法，其主要步骤为：利用传感器采集的电池组单体电压时间序列，计算其在每一时刻的样本熵，并设置滑动窗口来优化检测效果，以实现对电池组单体的短路故障和开路故障检测。尽管该方法能够实现对电池组单体的故障诊断，并且准确率较高、极少出现误诊断。但应用于车载电池组诊断时，该方法需计算每一节电池单体的样本熵，并分别调整每节单体对应的相关参数以保证诊断的鲁棒性和准确性。因此，该方法计算量大，步骤繁杂，诊断效率低，无法实际应用。
[0007](2)只能检测电池单体故障，无法诊断电池组故障
[0008]中国专利技术专利(CN202010978479.1)提出了一种锂离子电池短路与滥用故障的诊断及分离方法。该方法建立了电池等效电路模型和热模型，并通过计算正常电池单体与故障电池单体间的残差，利用阈值实现对电池单体的短路故障和滥用故障的诊断及分离。然而，该方法是基于不同电池类型建立的单体等效电路模型，只能诊断电池单体故障，无法识别电池组故障。
[0009](3)只能定性检测电池故障，缺乏定量诊断
[0010]中国专利技术专利(CN202210872840.1)提出了一种动力电池组故障在线诊断方法及系统。该方法利用模糊熵对电池组各单体的电压时间序列进行分析和重构，最终通过将各单体的模糊熵值与预设的模糊熵阈值进行比较，实现对电池组中故障单体和故障类型的定性诊断。然而，该方法无法定量检测故障程度。

技术实现思路

[0011]为了解决上述
技术介绍
中存在的技术问题，本专利技术提供一种基于电压最值的电池组微小故障定量诊断方法，其通过采集电池组的最高单体电压和最低单体电压，并计算二者时间序列的样本熵，对电池组是否发生故障进行快速准确的诊断，并实现了电池故障的量化评估。
[0012]为了实现上述目的，本专利技术采用如下技术方案：
[0013]本专利技术的第一个方面提供一种基于电压最值的电池组微小故障定量诊断方法。
[0014]一种基于电压最值的电池组微小故障定量诊断方法，包括：
[0015]获取电池组中每节单体的电压序列；
[0016]基于电池组中每节单体的电压序列，提取出电池组的单体最高电压序列和单体最低电压序列；
[0017]基于电池组的单体最高电压序列和单体最低电压序列，计算电池组的最值和序列与最值差序列；
[0018]根据电池组的最值和序列与最值差序列，计算每隔设定时间内的电池组和序列的样本熵与电池组差序列的样本熵；
[0019]分析电池组和序列的样本熵与电池组差序列的样本熵，判断电池组是否发生故障，以及发生故障的故障类型。
[0020]进一步地，在确定电池故障后，还包括：
[0021]构建电池Rint等效模型，通过对构建电池Rint等效模型相关参数的理论推导，建立电池参数与短路电流和短路电阻之间的定量关系，其中，所述电池参数包括正常电池的端电压和故障电池的端电压；
[0022]根据正常电池的端电压与故障电池的端电压之间的差值，计算短路电流和短路电阻，以实现对电池故障的定量评估。
[0023]进一步地，对于由m节电池单体组成、采样点总数为g的电池组α，所述电池组中每节单体的电压序列定义为：
[0024][0025]假设第i节单体在t时刻的电压为u
i
(t)，则t时刻电池组的最高单体电压定义为：
[0026][0027]则所述电池组的单体最高电压序列为：
[0028][0029]假设第i节单体在t时刻的电压为u
i
(t)，则t时刻电池组的最低单体电压定义为：
[0030][0031]则所述单体最低电压序列为：
[0032][0033]进一步地，所述最值和序列通过将每一时刻的单体最高电压加单体最低电压得到；所述最值差序列通过将每一时刻的单体最高电压减去单体最低电压得到。
[0034]进一步地，所述电池组和序列的样本熵的计算过程包括：
[0035]根据电池组的最值和序列，计算不同组最值和序列之间的最大向量距离；
[0036]根据不同组最值和序列之间的最大向量距离，计算z维度下两个最值和序列向量匹配的概率与z+1维度下两个最值和序列向量匹配的概率；
[0037]根据z维度下两个最值和序列匹配的概率与z+1维度下两个最值和序列向量匹配的概率，计算电池组和序列的样本熵。
[0038]进一步地，所述电池组差序列的样本熵的计算过程包括：
[0039]根据电池组的最值差序列，计算不同组最值差序列之间的最大向量距离；
[0040]根据不同组最值差序列之间的最大向量距离，计算z维度下两个最值差序列向量匹配的概率与z+1维度下两个最值差序列向量匹配的概率；
[0041]根据z维度下两个最值差序列向量匹配的概率与z+1维度下两个最值差序列向量匹配的概率，计算电池组差序列的样本熵。
[0042]进一步地，所述分析电池组和序列的样本熵与电池组差序列的样本熵，判断电池组是否发生故障，以及发生故障的故障类型具体包括：
[0043]若电池组和序列的样本熵小于零，且电池组差序列的样本熵大于零，则发生电池组故障；
[0044]若电池组和序列的样本熵大于等于零，且电池组差序列的样本熵大于零，则发生电池单体故障；
[0045]若电池组和序列的样本熵大于等于零，且电池组差序列的样本熵小于等于零，则无故障发生。
[0046]本专利技术的第二个方面提供一种基于电压最值的电池组微小故障定量诊断系统。
[0047]一种基于电压最值的电池组微小故障定量诊断系统，包括：
[0048]数据获取模块，其被配置为：获取电池组中每节单体的电压序列；<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于电压最值的电池组微小故障定量诊断方法，其特征在于，包括：获取电池组中每节单体的电压序列；基于电池组中每节单体的电压序列，提取出电池组的单体最高电压序列和单体最低电压序列；基于电池组的单体最高电压序列和单体最低电压序列，计算电池组的最值和序列与最值差序列；根据电池组的最值和序列与最值差序列，计算每隔设定时间内的电池组和序列的样本熵与电池组差序列的样本熵；分析电池组和序列的样本熵与电池组差序列的样本熵，判断电池组是否发生故障，以及发生故障的故障类型。2.根据权利要求1所述的基于电压最值的电池组微小故障定量诊断方法，其特征在于，在确定电池故障后，还包括：构建电池Rint等效模型，通过对构建电池Rint等效模型相关参数的理论推导，建立电池参数与短路电流和短路电阻之间的定量关系，其中，所述电池参数包括正常电池的端电压和故障电池的端电压；根据正常电池的端电压与故障电池的端电压之间的差值，计算短路电流和短路电阻，以实现对电池故障的定量评估。3.根据权利要求1所述的基于电压最值的电池组微小故障定量诊断方法，其特征在于，对于由m节电池单体组成、采样点总数为g的电池组α，所述电池组中每节单体的电压序列定义为：假设第i节单体在t时刻的电压为u
i
(t)，则t时刻电池组的最高单体电压定义为：则所述电池组的单体最高电压序列为：假设第i节单体在t时刻的电压为u
i
(t)，则t时刻电池组的最低单体电压定义为：则所述单体最低电压序列为：4.根据权利要求1所述的基于电压最值的电池组微小故障定量诊断方法，其特征在于，所述最值和序列通过将每一时刻的单体最高电压加单体最低电压得到；所述最值差序列通过将每一时刻的单体最高电压减去单体最低电压得到。5.根据权利要求1所述的基于电压最值的电池组微小故障定量诊断方法，其特征在于，所述电池组和序列的样本熵的计算过程包括：根据电池组的最值和序列，计算不同组最值和序列之间的最大向量距离；
根据不同组最值和序列之间的最大向量距离，计算z维度下两个最值和序列向量匹配的概率与z+1维度下两个最值和序列向量匹配的概率；根据z维度下两个最值和序列向量匹配的概率与z+1维度下两个最值和序列向量匹配的概率，计算电...

【专利技术属性】
技术研发人员：商云龙，毛梓恒，李京伦，顾鑫，张承慧，
申请(专利权)人：山东大学，
类型：发明
国别省市：