【技术实现步骤摘要】
一种锂电池自放电检测方法、装置、系统及其介质
[0001]本专利技术属于锂电池检测
，涉及一种锂电池自放电检测方法、装置、系统及其介质。
技术介绍
[0002]工厂目前所采用的分容通道检测方案为：通过14天静置，根据电池静置前后的电压差值，判断电池是否自放电以及自放电的程度，其问题在于，在电池产能如此之高的当下，将所有电池静置14天将产生极大的库存成本并影响到资金周转。
[0003]为了降低在判断电池是否自放电以及自放电的程度，现有技术中也有采用一些方案。例如申请号为201810214059.9，专利名称为一种电池自放电分选方法通过改变静置的流程、环境或者多次测量开路电压等方法，将静置时间缩短到了几天内。但由于流程较为复杂，对控制要求比较精确，实际生产环境中较难应用。
技术实现思路
[0004]本专利技术的目的在于针对现有技术的不足，提供一种锂电池自放电检测方法、装置、系统及其介质，能够在电池的化成流程中快速检测锂电池是否存在自放电的情况，避免电池静置过程导致锂电池在生产时的成本过高。
...
【技术保护点】
【技术特征摘要】
1.一种锂电池自放电检测方法，其特征在于，包括：获取待检测电芯的当前第一特征数据，所述当前第一特征数据包括：当前电流曲线、当前电压曲线、当前容量曲线及当前温度曲线；根据所述当前第一特征数据，构建关于当前第一特征数据的第一特征向量矩阵；采用最大最小标准化算法对第一特征向量矩阵进行数据归一化处理，获得当前第二特征向量矩阵；将所述当前第二特征向量矩阵输入预先建立的检测模型，输出待检测电芯的检测结果。2.根据权利要求1所述的一种锂电池自放电检测方法，其特征在于，所述检测模型的建立过程包括下述步骤：获取样本电芯在化成环节的第一样本特征数据，所述样本特征数据包括：样本电流曲线、样本电压曲线、样本容量曲线及样本温度曲线；根据所述样本特征数据，构建关于第一样本特征数据的第一样本特征向量矩阵及第一样本标签向量矩阵；采用最大最小标准化算法对第一样本特征数据的第一样本特征向量矩阵及标签向量矩阵进行数据归一化处理，获得第二样本特征向量矩阵；将第二样本特征向量矩阵划分为训练数据集和测试数据集；使用训练数据集训练One
‑
class SVM分类器，并使用测试数据集测试，直到检测正确率达到预设值，得到锂电池自放电检测模型。3.根据权利要求2所述的一种锂电池自放电检测方法，其特征在于，在将所述当前第二特征向量矩阵输入预先建立的检测模型，输出待检测电芯的检测结果只好还包括：确定待测锂电池是否为正常品，若待测锂电池检测为正常品，则锂电池跳过静置环节进行后续工序，若待测锂电池为异常品，则将锂电池剔除，若待测锂电池检测结果不确定，则将待测锂电池进行静置处理。4.根据权利要求2所述的一种锂电池自放电检测方法，其特征在于，所述根据所述样本特征数据，构建关于第一样本特征数据的第一样本特征向量矩阵及第一样本标签向量矩阵，包括：根据所述样本特征数据，生成每个样本电芯的第一样本特征向量；根据第一样本特征向量，定义每个第一样本特征向量的标签信息，其中，自放电电芯的标签信息定义为A1，正常品电芯的标签信息定义为A2；根据所述第一样本特征向量构建第一样本特征向量矩阵，根据所述标签信息构建第一样本标签向量矩阵。5.根据权利要求1所述的一种锂电池自放电检测方法，其特征在于，采用最大最小...
【专利技术属性】
技术研发人员：王伟煌，
申请(专利权)人：北京三缘聚科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。