一种基于云端在线数据的电池单体电压采样故障识别方法技术

本发明专利技术一种基于云端在线数据的电池单体电压采样故障识别方法，包括如下步骤：S1：将车载端BMS数据通过T

【技术实现步骤摘要】
一种基于云端在线数据的电池单体电压采样故障识别方法


[0001]本专利技术属于新能源汽车动力电池
，具体涉及一种基于云端在线数据的动力电池单体电压采样故障识别方法。

技术介绍

[0002]动力电池是电动汽车的动力来源，是电动汽车中最核心和关键的部分，电池技术的好坏直接影响着电动汽车的整体性能，包括续航能力，动力性等，更影响着电动汽车的寿命和安全。电池管理系统的一个重要功能是准确测量动力电池单体电芯的电压值，该系统对于电池参数的计算(如SOC等)以及整车的正常运行具有重要作用。
[0003]随着端云融合技术的发展，车载端BMS数据可实时传输到云端储存与计算，基于云端的数据，能够实现对电池管理系统的在线实时检测和故障识别，保证电池安全可靠运行。比如专利技术专利202210854409.4动力电池故障预警系统及其控制方法、介质和电动车辆，通过上传到云端服务器的电池单体电压数据进行数据分析，确定是否存在电池单体电压故障。但是，电压传感器在电动汽车中，可能受到振动、高温等工作环境的影响，导致相邻单体电压数据出现对称或近似对称变化的采样异常现象，如发生上述现象，电池管理系统就会出现故障误报。

技术实现思路

[0004]本专利技术解决因相邻单体电压出现的对称或近似对称变化的采样异常而导致电池管理系统出现故障误报的问题，提供一种基于云端在线数据的动力电池单体电压采样故障识别方法，基于云端在线数据，实现电动汽车运行过程中电池单体采样故障的识别与定位。
[0005]本专利技术的技术方案如下：
>[0006]一种基于云端在线数据的电池单体电压采样故障识别方法，包括如下步骤：
[0007]S1：将车载端BMS数据通过T
‑
BOX上传到云端；
[0008]S2：数据处理：对云端收集到的数据进行数据清洗，并对某一时间段内的电池所有单体电压数据进行差分处理；
[0009]S3：根据电压差分数据的Z分数寻找离群单体数据；
[0010]S4：对于被判断为离群的单体数据，判断离群程度最高的两个电池单体号是否相邻，若是，转S5，若否，说明非采样故障；
[0011]S5：判断为相邻单体出现离群的电压差分数据，判断其电压差分数据是否对称或近似对称分布，若是，说明采样故障，若否，说明非采样故障。
[0012]优选地，S2中所述的差分处理是指对同一单体前后时刻的电压差分数据进行识别。
[0013]S3中所述的电压差分数据的Z分数的计算方法包括如下步骤：
[0014]S31：计算所有单体前后时刻电压差分数据diff_v和前后时刻电压差分数据中位数diff_v_median；
[0015]S32：计算步骤S31所述电压差分数据diff_v与中位数diff_v_median差值diff：diff＝diff_v
‑
diff_v_median；
[0016]S33：计算步骤S32所述的差值diff的均值mean和标准差std；
[0017]S34：则Z分数计算公式如下：
[0018][0019]其中Z代表Z分数，diff是上述步骤S32所述的差值diff，mean和std分别为上述步骤S33所述的差值diff的均值和标准差。
[0020]S3中所述的寻找离群单体数据的方法为：识别电池单体Z分数大于预设阈值的电池单体电压数据，对于电池单体Z分数大于预设阈值的电池单体电压数据，计算单体电压数据与每一时刻的平均电压的差值，并判断差值是否大于预设阈值，若差值大于阈值，则被判断为离群单体数据。
[0021]所述的电池单体电压预设阈值为6，单体电压数据与每一时刻的平均电压的差值的预设阈值为0.003V。
[0022]有益效果：
[0023]本专利技术提供了一种基于云端在线数据的电池单体电压采样故障识别方法，将车载端BMS数据通过T
‑
BOX上传到云端，能够实现对电池管理系统的在线实时检测和故障识别；云端对收集到的数据进行数据清洗，去掉数据中异常和无效的数据，提高数据准确性；计算每个采样时刻电压差分数据的Z分数，根据Z分数寻找离群单体数据，与传统的直接设定阈值的方法相比更具有普适性，准确率更高，解决了机器学习等复杂算法复杂度过高的问题；判断离群程度最高的两个电池单体号是否相邻，若是，转进一步判断，若否，说明非采样故障，排除了相邻单体对判断结果的影响因素；进一步判断是判断其电压差分数据是否对称或近似对称分布，若是，说明采样故障，若否，说明非采样故障。上述手段解决了因相邻单体电压出现的对称或近似对称变化的采样异常而导致电池管理系统出现故障误报的问题，能很好实现电动汽车运行过程中电池单体采样故障的识别与定位，有效的减少现有技术存在的电池管理系统故障的误报率，提高了电池运行的稳定性和安全性。
[0024]对同一电池单体前后时刻的电压差分数据进行识别，有效去除了电池实际运行中由于不同电池单体SOC不一致引起的故障误报，提高了电池运行的稳定性和安全性。
[0025]离群单体数据的判断较为简单，普适性高，可操作性强。
附图说明
[0026]图1为本专利技术方案的流程图；
[0027]图2为发生采样故障的车辆电池部分采样时刻的电压数据图；
[0028]图3为发生采样故障的车辆电池部分采样时刻电压差分数据图。
具体实施方式
[0029]下面结合附图对本专利技术做进一步说明：
[0030]参见图1
‑
3：本专利技术的方案流程如附图1所示，把电压数据上传云端，云端对数据进行单体电压差分处理，计算每个采样时刻电压差分数据的Z分数，并通过Z分数和diff(电压
差分数据diff_v与其中位数diff_v_median差值)寻找离群单体数据，找到的离群单体数据判断是否有相邻单体出现，若否，说明非采样故障，若是继续判断相邻单体diff_v是否对称，若否，则说明非采样故障，若是则说明采样故障。具体的实施方式包括如下步骤：
[0031]S1：将车载端BMS数据通过T
‑
BOX上传到云端；
[0032]S2：数据处理：云端对收集到的数据进行数据清洗，对云端收集到的某一时间段内的电池所有单体电压数据进行差分处理，具体是指同一单体后一时刻与前一时刻电压差值处理，进行电压差分处理之后消除了由于电池单体SOC不一致引起的单体电压离群现象，如附图2、3所示：附图2是电池电压数据，方框中标出的数据并未发生采样故障，但是由于单体SOC不一致电压数据也会有离群的现象产生，如果直接使用电压数据进行采样故障判断，则会有可能产生误报；如附图3所示，电压差分数据的方框内消除了这种电压数据离群的影响，电压差分数据不再离群；
[0033]S3：根据电压差分数据的Z分数寻找离群单体数据，所述的Z分数的计算方法包括如下步骤：
[0034]S31：计算所有单体前后时刻电压差分数据diff_v和前后时刻电压差分数据中位数diff_v_median；...

【技术保护点】

【技术特征摘要】
1.一种基于云端在线数据的电池单体电压采样故障识别方法，其特征在于，包括如下步骤：S1：将车载端BMS数据通过T
‑
BOX上传到云端；S2：数据处理：对云端收集到的数据进行数据清洗，并对某一时间段内的电池所有单体电压数据进行差分处理；S3：根据电压差分数据的Z分数寻找离群单体数据；S4：对于被判断为离群的单体数据，判断离群程度最高的两个电池单体号是否相邻，若是，转S5，若否，说明非采样故障；S5：判断为相邻单体出现离群的电压差分数据，判断其电压差分数据是否对称或近似对称分布，若是，说明采样故障，若否，说明非采样故障。2.根据权利要求1所述的一种基于云端在线数据的电池单体电压采样故障识别方法，其特征在于，S2中所述的差分处理是指对同一单体前后时刻的电压差分数据进行识别。3.根据权利要求1或2所述的一种基于云端在线数据的电池单体电压采样故障识别方法，其特征在于，S3中所述的电压差分数据的Z分数的计算方法包括如下步骤：S31：计算所有单体前后时刻电压差分数据diff_v和前后时刻电压差分数据中位数diff_v_median；S32：计算步骤S31所述电压差分数据diff_v与中位数diff_v_median差值diff：diff＝diff_v
‑
diff_v_median；S33：计算步骤S32所述的差值diff的均值mean和标准差std；S34：则...

【专利技术属性】
技术研发人员：杨世春，常柏桐，张正杰，曹瑞，金云涛，孙也凡，徐斌，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：