本发明专利技术公开了一种电池鼓包检测方法、装置和电子设备，该方法包括：基于当前电池包内各个电芯的电压数据、内阻数据和容量数据，计算电池包的离群电芯数据，离群电芯数据用于表征电池包内鼓包电芯与正常电池之间的差异情况；将电池包的离群电芯数据输入预设的机器学习模型，以输出当前电池包的鼓包检测结果，预设的机器学习模型由其他电池包的历史离群电芯数据训练生成。本发明专利技术提供的技术方案，通过在电压、内阻、容量方面的离群电芯的数据，基于离群电芯数据创建机器学习模型，从而在不破坏电池包外包装的情况下，深度分析电池包出现鼓包现象的规律，从而提高了电池包鼓包检测的准确率。率。率。
【技术实现步骤摘要】
一种电池鼓包检测方法、装置和电子设备
[0001]本专利技术涉及算法设计领域，具体涉及一种电池鼓包检测方法、装置和电子设备。
技术介绍
[0002]目前，锂电池在各个行业应用广泛，随着电池不断使用，电池模组可能会发生鼓包现象，导致电池故障甚至引发安全事件。现有技术通常利用磁场、电池形变等数据来预测电池鼓包，但是例如汽车等大型产品，产品内封装有一个电池包，该电池包内包含多个电池模组，电池模组内还包括大量电芯。大量锂电池电芯封装在产品内部，产品外壳坚硬、不好拆卸，磁场、电池形变等数据受到限制，使得电池鼓包预测结果存在滞后性，预测结果不够准确，因此，如何提高电池鼓包检测的准确率是亟待解决的问题。
技术实现思路
[0003]有鉴于此，本专利技术实施方式提供了一种电池鼓包检测方法、装置和电子设备，从而提高了电池鼓包检测的准确率。
[0004]根据第一方面，本专利技术实施例提供了一种电池鼓包检测方法，所述方法包括：基于当前电池包内各个电芯的电压数据、内阻数据和容量数据，计算电池包的离群电芯数据，所述离群电芯数据用于表征电池包内鼓包电芯与正常电池之间的差异情况；将所述电池包的离群电芯数据输入预设的机器学习模型，以输出当前电池包的鼓包检测结果，所述预设的机器学习模型由其他电池包的历史离群电芯数据训练生成。
[0005]可选地，所述基于当前电池包内各个电芯的电压数据、内阻数据和容量数据，计算电池包的离群电芯数据，包括：基于所述当前电池包内各个电芯在不同充电静止时间点的电压差值，计算第一离群电芯数据；基于所述当前电池包内各个电芯在不同充电时间点的电压差值，计算第二离群电芯数据；基于所述当前电池包内各个电芯在不同充电时间点的压容比值，计算第三离群电芯数据，所述压容比值是电压差值和容量变化量的比值；基于所述当前电池包内各个电芯的电芯内阻，计算第四离群电芯数据；将所述第一离群电芯数据、所述第二离群电芯数据、所述第三离群电芯数据和所述第四离群电芯数据组合，生成所述当前电池包的离群电芯数据。
[0006]可选地，所述基于所述当前电池包内各个电芯在不同充电静止时间点的电压差值，计算第一离群电芯数据，包括：获取当前电池包未充电状态下的连续充电静止数据，并以预设时间间隔遍历所述连续充电静止数据，计算各个电芯每次经过预设时间间隔对应的电压差值；遍历计算每个预设时间间隔内电压差值的第一离群值，并对所述第一离群值对应的电芯进行离群次数标注，生成所述第一离群电芯数据。
[0007]可选地，所述基于所述当前电池包内各个电芯在不同充电时间点的电压差值，计算第二离群电芯数据，包括：获取当前电池包的多条充电时间段数据；遍历计算各条充电时间段数据对应的中位电压差数据，所述中位电压差数据包括各个电芯在充电开始时和充电结束时之间的中位电压差值，所述中位电压差值是各个电芯在充电开始或充电结束时，单
体电芯的电压值与全部电压值中位数的差值；遍历计算各条中位电压差数据内中位电压差值的第二离群值，并对所述第二离群值对应的电芯进行离群次数标注，生成所述第二离群电芯数据。
[0008]可选地，所述基于所述当前电池包内各个电芯在不同充电时间点的压容比值，计算第三离群电芯数据，包括：获取当前电池包的多条充电时间段数据；遍历计算各条充电时间段数据对应的压容比值数据，所述压容比值数据包括多个压容比值，所述压容比值是预设电压差值和各个电芯在当前充电时间段内容量变化量的比值；遍历计算各条压容比值数据内压容比值的第三离群值，并对所述第三离群值对应的电芯进行离群次数标注，生成所述第三离群电芯数据。
[0009]可选地，所述基于所述当前电池包内各个电芯的电芯内阻，计算第四离群电芯数据，包括：获取电池包的多条充电时间段数据；从各条充电时间段数据中获取各时间段对应的最大电芯内阻，并对各个最大电芯内阻对应的电芯进行离群次数标注，生成所述第四离群电芯数据。
[0010]可选地，所述将所述第一离群电芯数据、所述第二离群电芯数据、所述第三离群电芯数据和所述第四离群电芯数据组合，生成所述电池包的离群电芯数据，包括：基于各个电芯在所述第一离群电芯数据、所述第二离群电芯数据、所述第三离群电芯数据和所述第四离群电芯数据中的离群次数计算比值参数；基于所述比值参数生成所述电池包的离群电芯数据。
[0011]可选地，所述鼓包检测结果包括当前电池包内各个电芯是否鼓包的单体检测结果，所述方法还包括：分别将所述第一离群电芯数据、所述第二离群电芯数据、所述第三离群电芯数据和所述第四离群电芯数据中离群次数最大的电芯与各个电芯的单体检测结果进行匹配，并基于匹配结果生成第二鼓包检测结果。
[0012]根据第二方面，本专利技术实施例提供了一种电池鼓包检测装置，所述装置包括：数据生成模块，用于基于当前电池包内各个电芯的电压数据、内阻数据和容量数据，计算电池包的离群电芯数据，所述离群电芯数据用于表征电池包内鼓包电芯与正常电池之间的差异情况；检测模块，用于将所述电池包的离群电芯数据输入预设的机器学习模型，以输出当前电池包的鼓包检测结果，所述预设的机器学习模型由其他电池包的历史离群电芯数据训练生成。
[0013]根据第三方面，本专利技术实施例提供了一种电子设备，包括：存储器和处理器，所述存储器和所述处理器之间互相通信连接，所述存储器中存储有计算机指令，所述处理器通过执行所述计算机指令，从而执行第一方面，或者第一方面任意一种可选实施方式中所述的方法。
[0014]根据第四方面，本专利技术实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使所述计算机从而执行第一方面，或者第一方面任意一种可选实施方式中所述的方法。
[0015]本申请提供的技术方案，具有如下优点：
[0016]本申请提供的技术方案，通过电芯鼓包现象带来的电压异常、内阻异常和容量异常，获取在电压、内阻、容量方面的离群电芯的数据，基于离群电芯数据创建机器学习模型，从而在不破坏电池包外包装的情况下，深度分析电池包出现鼓包现象的规律，从而提高了
电池包鼓包检测的准确率。
[0017]此外，在一实施例中，离群电芯数据按照充电静止状态的电压差异常、充电状态的电压差异常、电压差值和电容变化量比值、电芯内组又细分为四个方面，从而进一步提高了电池包鼓包检测数据的准确性和可靠性。在另一实施例中，在获取离群电芯数据时对各个电芯出现离群的次数进行统计，最终根据机器学习输出的鼓包检测结果和各个电芯出现离群的次数进行匹配以及融合，从而得到了准确度更高的第二鼓包检测结果。
附图说明
[0018]通过参考附图会更加清楚的理解本专利技术的特征和优点，附图是示意性的而不应理解为对本专利技术进行任何限制，在附图中：
[0019]图1示出了本专利技术一个实施方式中一种电池鼓包检测方法的步骤示意图；
[0020]图2示出了本专利技术一个实施方式中一种电池鼓包检测方法的流程示意图；
[0021]图3示出了本专利技术一个实施方式中一种电池鼓包检测装置的结构示意图；
[0022]图本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种电池鼓包检测方法，其特征在于，所述方法包括：基于当前电池包内各个电芯的电压数据、内阻数据和容量数据，计算电池包的离群电芯数据，所述离群电芯数据用于表征电池包内鼓包电芯与正常电池之间的差异情况；将所述电池包的离群电芯数据输入预设的机器学习模型，以输出当前电池包的鼓包检测结果，所述预设的机器学习模型由其他电池包的历史离群电芯数据训练生成。2.根据权利要求1所述的方法，其特征在于，所述基于当前电池包内各个电芯的电压数据、内阻数据和容量数据，计算电池包的离群电芯数据，包括：基于所述当前电池包内各个电芯在不同充电静止时间点的电压差值，计算第一离群电芯数据；基于所述当前电池包内各个电芯在不同充电时间点的电压差值，计算第二离群电芯数据；基于所述当前电池包内各个电芯在不同充电时间点的压容比值，计算第三离群电芯数据，所述压容比值是电压差值和容量变化量的比值；基于所述当前电池包内各个电芯的电芯内阻，计算第四离群电芯数据；将所述第一离群电芯数据、所述第二离群电芯数据、所述第三离群电芯数据和所述第四离群电芯数据组合，生成所述当前电池包的离群电芯数据。3.根据权利要求2所述的方法，其特征在于，所述基于所述当前电池包内各个电芯在不同充电静止时间点的电压差值，计算第一离群电芯数据，包括：获取当前电池包未充电状态下的连续充电静止数据，并以预设时间间隔遍历所述连续充电静止数据，计算各个电芯每次经过预设时间间隔对应的电压差值；遍历计算每个预设时间间隔内电压差值的第一离群值，并对所述第一离群值对应的电芯进行离群次数标注，生成所述第一离群电芯数据。4.根据权利要求2所述的方法，其特征在于，所述基于所述当前电池包内各个电芯在不同充电时间点的电压差值，计算第二离群电芯数据，包括：获取当前电池包的多条充电时间段数据；遍历计算各条充电时间段数据对应的中位电压差数据，所述中位电压差数据包括各个电芯在充电开始时和充电结束时之间的中位电压差值，所述中位电压差值是各个电芯在充电开始或充电结束时，单体电芯的电压值与全部电压值中位数的差值；遍历计算各条中位电压差数据内中位电压差值的第二离群值，并对所述第二离群值对应的电芯进行离群次数标注，生成所述第二离群电芯数据。5.根据权利要求2所述的方法，其特征在于，所述基于所述当前电池包内各个电芯在不同充电时...
【专利技术属性】
技术研发人员：李智，杨红新，李俭，高攀龙，请求不公布姓名，
申请(专利权)人：章鱼博士智能技术上海有限公司，
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。