一种电动汽车动力电池充电过热故障预测方法及系统技术方案

本发明专利技术公开了一种电动汽车动力电池充电过热故障预测方法及系统，通过电池管理系统实时采集电池充电运行状态数据，然后根据采集的充电运行状态数据对下一阶段的充电运行状态数据进行预测，同时通过采用随机森林大数据回归模型以及交叉验证的方法，提高了随机森林大数据回归模型的准确性，避免过拟合和欠拟合情形，从而能够精准地对下一阶段的充电运行状态数据进行预测，提高了预测精准性。同时，通过对电池充电过热故障的提前预测，能够通过电池管理系统提前做出一定的故障预处理，避免了动力电池在出现热失控等严重情况后，因无法及时做出有效判断处理和遏制过热安全隐患继续加剧，而造成动力电池及电动汽车的严重损坏或人员伤害。伤害。伤害。

【技术实现步骤摘要】
一种电动汽车动力电池充电过热故障预测方法及系统


[0001]本专利技术涉及车辆故障管理
，具体来说，涉及一种电动汽车动力电池充电过热故障预测方法及系统。

技术介绍

[0002]随着电动汽车产销量不断地快速增长，电动汽车的安全问题却逐渐成为人们广泛关注和讨论的焦点。近年来，电动汽车发生自燃或起火等安全事故屡见不鲜，给人们的生命财产安全带来严重威胁。根据相关数据统计，电动汽车大部分安全事故主要来源于车载动力电池部分，尤其在是动力电池的充电过程中。电动汽车动力电池通常是由若干电芯通过串并联连接组成，由电池管理系统对其进行各种信息采集、充放电控制、热管理等监控工作。目前市面上的电动汽车动力电池主要采用锂离子电池作为单体电芯，而锂离子电池因其自身材料特性原本就存在工作性能不够稳定的特点，容易受到过充、过热、碰撞等物理变化因素的刺激影响，造成电池温度急剧升高，进而导致热失控现象发生，从而引发严重后果。动力电池热失控发生时间往往很短，有时甚至就是几秒钟，一旦监测到热失控发生后再采取相应处理措施，极易造成严重的经济损失或人员伤害。r/>[0003]因本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电动汽车动力电池充电过热故障预测方法，其特征在于，该方法具体包括以下步骤：S1、采集当前数据：通过电池管理系统采集当前阶段充电的运行状态数据并进行预处理；S2、预测未来数据：基于采集当前阶段充电的运行状态数据对未来预设时间内的运行状态数据进行预测，并得到预测结果；S3、预测数据处理：将预测出的未来充电运行状态数据转化为可以直接用于故障判别的指标数据；S4、预测故障判别：将数据处理后获得的故障判别指标数据与参考值进行运算比较，得到故障判别结果，具体包括以下步骤：S401、查询充电电流区间端点对应的最大表面温度变化量的参考值；S402、计算充电电流对应的最大表面温度变化量的参考值：式中，I为当前充电电流，ΔTr(Te,I)为当前充电电流对应的最大表面温度变化量的参考值；如果当前阶段为恒压恒流充电工况，则I＝I(0)；如果当前阶段为恒压变流充电工况，则I＝Im；I
a
、I
b
分别为当前充电电流区间I
a
＜I≤I
b
的两个端点，ΔTr(Te,I
a
)、ΔTr(Te,I
b
)分别为I
a
、I
b
对应的最大表面温度变化量的参考值；S403、计算未来t秒内电芯充电的最大表面温度变化率θ为：S404、根据计算结果大小，可以将预测的电芯过热故障分类；S5、预测故障处理：根据所述故障类型确定故障等级，并采用与所述故障等级对应的故障处理机制，通过电池管理系统执行具体故障处理操作。2.根据权利要求1所述的一种电动汽车动力电池充电过热故障预测方法，其特征在于：所述的S2具体包括以下步骤：S201、基于预设的动力电池在各种充电工况下运行状态的历史数据集训练构建随机森林大数据回归模型，并不断增加新的充电工况数据集，对模型训练进行动态调整，以提高模型预测的准确性和减小预测误差；S202、通过5
‑
折交叉验证方法对所述随机森林大数据回归模型参数筛选进行评估验证，以提高模型调参准确性；S203、将第一步中采集的当前阶段的充电运行状态数据输入所述随机森林大数据回归模型，进而预测出未来t秒内的充电运行状态数据结果；这里具体需要预测出的充电运行状态数据包括电芯表面温度Ts和充电电流I，它们可以分别表示为：{Ts(+1)、Ts(+2)、Ts(+3)、
…
、Ts(+t)}其中，Ts(+1)为未来第1秒时的电芯表面温度预测值，Ts(+2)为未来第2秒时的电芯表面温度预测值，Ts(+3)为未来第3秒时的电芯表面温度预测值，Ts(+t)为未来第t秒时的电芯表面温度预测值；
{I(+1)、I(+2)、I(+3)、
…
、I(+t)}其中，I(+1)为未来第1秒时的电芯充电电流预测值，I(+2)为未来第2秒时的电芯充电电流预测值，I(+3)为未来第3秒时的电芯充电电流预测值，I(+t)为未来第t秒时的电芯充电电流预测值；S204、如果当前阶段为恒压恒流充电工况，则本步中就不需要预测出未来t秒内的电芯充电电流，这样可以较大地减少随机森林大数据回归模型的预测时间，提高预测工作效率；如果当前阶段为恒压变流充电工况，则需要预测出未来t秒内的充电电流。3.根据权利要求1所述的一种电动汽车动力电池充电过热故障预测方法，其特征在于：所述的S3中为更好观测分析电芯在充电时的热量变化行为，这里引入电芯表面温度变化量，其指电芯在充电过程中的任意60秒内最终时刻表面温度相对起始时刻表面温度的变化值；依次计算未来t秒内电芯表面温度变化量ΔTs为：ΔTs(+1)＝Ts(+1)
‑
Ts(
‑
59)式中，ΔTs(+1)为未来第1秒时的电芯表面温度变化量；ΔTs(+2)＝Ts(+2)<...

【专利技术属性】
技术研发人员：刘忠强，李伟，张建兴，
申请(专利权)人：重庆大学，
类型：发明
国别省市：