一种电池包运行故障动态监测方法及系统技术方案

本发明专利技术公开了一种电池包运行故障动态监测方法及系统，属于电池安全管理领域，其中方法包括：在电池包内设置温度传感器阵列、风量传感器阵列和CCD图像传感器，分别采集电池模组温度、冷却器风量和冷却器图像数据；基于多源传感器的数据，利用温度监测和风量预测电池温度，计算温控评分进行初步故障检测；针对检测到的故障，利用图像处理技术对冷却器进行状态监测和故障分析，最终修正温度故障检测结果。本申请解决了现有技术中电池包故障检测精度不高的技术问题，达到了通过多源传感器融合与图像分析提高电池包故障检测精度的技术效果。果。果。

【技术实现步骤摘要】
一种电池包运行故障动态监测方法及系统


[0001]本专利技术涉及电池安全管理领域，具体涉及一种电池包运行故障动态监测方法及系统。

技术介绍

[0002]电动汽车作为新能源汽车的重要形式，其电池包对车辆的安全性和可靠性有着举足轻重的影响。随着电动汽车的快速发展，对电池包的故障检测与安全控制提出了更高的要求。在现有技术中，针对电池包的故障检测主要采用单一的温度传感器监测电池温度变化，当温度超过阈值时判断为故障。但是，由于电池温度的变化与外界环境和使用条件等多种因素相关，单纯依靠温度阈值判断容易产生误报和漏报，导致电池包故障检测精度不高的问题。

技术实现思路

[0003]本申请通过提供了一种电池包运行故障动态监测方法及系统，旨在解决现有技术中电池包故障检测精度不高的技术问题。
[0004]鉴于上述问题，本申请提供了一种电池包运行故障动态监测方法及系统。
[0005]本申请公开的第一个方面，提供了一种电池包运行故障动态监测方法，该方法包括：在电池包运行时，采用传感器阵列内的温度传感器阵列，采集多个电池模组在多个时间窗口的温度，获得多个模组温度序列；采用传感器阵列内的风量传感器阵列，采集冷却器的在多个时间窗口内的风量，获得风量序列；根据多个模组温度序列，构建模组温度矩阵，结合风量序列，进行模组温度预测，获得预测模组温度矩阵；接入电动汽车的电池动力系统，获取电池包的放电倍率，根据放电倍率下电池包的额定温度，对预测模组温度矩阵进行计算，获得电池包的温控评分，并经过故障分类器进行处理分类，获得第一温度故障监测结果；在第一温度故障监测结果为出现故障时，通过传感器阵列内的CCD传感器，采集冷却器出风口的冷却器图像；对冷却器图像进行灰度化处理，按照预设局部区域大小，对冷却器图像内的多个感兴趣区域进行划分，并根据灰度值大小进行局部向量转化处理，获得局部区域向量集合；根据局部区域向量集合，计算获得冷却器故障参数，并映射获得对应的冷却器故障等级；对第一温度故障监测结果进行修正，获得第二温度故障监测结果。
[0006]本申请公开的另一个方面，提供了一种电池包运行故障动态监测系统，该系统包括：温度序列获取模块，用于在电池包运行时，采用传感器阵列内的温度传感器阵列，采集多个电池模组在多个时间窗口的温度，获得多个模组温度序列；风量序列获取模块，用于采用传感器阵列内的风量传感器阵列，采集冷却器的在多个时间窗口内的风量，获得风量序列；模组温度预测模块，用于根据多个模组温度序列，构建模组温度矩阵，结合风量序列，进行模组温度预测，获得预测模组温度矩阵；第一监测结果模块，用于接入电动汽车的电池动力系统，获取电池包的放电倍率，根据放电倍率下电池包的额定温度，对预测模组温度矩阵进行计算，获得电池包的温控评分，并经过故障分类器进行处理分类，获得第一温度故障监
测结果；冷却器图像采集模块，用于在第一温度故障监测结果为出现故障时，通过传感器阵列内的CCD传感器，采集冷却器出风口的冷却器图像；局部向量转化模块，用于对冷却器图像进行灰度化处理，按照预设局部区域大小，对冷却器图像内的多个感兴趣区域进行划分，并根据灰度值大小进行局部向量转化处理，获得局部区域向量集合；冷却器故障等级模块，用于根据局部区域向量集合，计算获得冷却器故障参数，并映射获得对应的冷却器故障等级，第二监测结果模块，用于对第一温度故障监测结果进行修正，获得第二温度故障监测结果。
[0007]本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：由于采用了在电池包内设置温度传感器阵列、风量传感器阵列和图像传感器，以采集电池温度、冷却器风量和冷却器图像多源数据；通过分析电池温度监测数据和风量数据来预测电池温度，计算温控评分进行初步故障检测，实现电池温度异常的监测；在检测到温度故障时，利用图像传感器采集冷却器图像，通过图像处理分析冷却器运行状态和故障，最终修正温度故障检测结果的技术方案，解决了现有技术中电池包故障检测精度不高的技术问题，达到了通过多源传感器融合与图像分析提高电池包故障检测精度的技术效果。
[0008]上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
附图说明
[0009]图1为本申请实施例提供了一种电池包运行故障动态监测方法的流程示意图；图2为本申请实施例提供了一种电池包运行故障动态监测方法中获得冷却器故障参数的流程示意图；图3为本申请实施例提供了一种电池包运行故障动态监测系统的结构示意图。
[0010]附图标记说明：温度序列获取模块11，风量序列获取模块12，模组温度预测模块13，第一监测结果模块14，冷却器图像采集模块15，局部向量转化模块16，冷却器故障等级模块17，第二监测结果模块18。
具体实施方式
[0011]本申请提供的技术方案总体思路如下：本申请实施例提供了一种电池包运行故障动态监测方法及系统。首先，在电池包内设置温度传感器阵列、风量传感器阵列和图像传感器，以采集电池温度、冷却器风量和冷却器图像多源数据。其次，通过分析电池温度监测数据和风量数据来预测电池温度，计算温控评分进行初步故障检测，实现电池温度异常的监测。然后，在检测到温度故障时，利用图像传感器采集冷却器图像，通过图像处理分析冷却器运行状态和故障，最终修正温度故障检测结果。
[0012]在介绍了本申请基本原理后，下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。
实施例一
[0013]如图1所示，本申请实施例提供了一种电池包运行故障动态监测方法，该方法应用于一电池包运行故障检测装置，该装置内包括具有多个电池模组的电池包、冷却器、布设于多个电池模组和冷却器上的传感器阵列。
[0014]在本申请实施例中提供一种电池包运行故障动态监测方法，该方法应用于一种电池包运行故障检测装置。在该装置中，包含有多个电池模组的电池包、冷却器、布设于多个电池模组和冷却器上的传感器阵列。
[0015]多个电池模组是多个电池单元连接组合而成的电池组件，用于提供电力；电池包是将多个电池模组装配封装在一起，形成一个整体电池组；冷却器是通过风扇吹送空气实现冷却效果的装置，其在电池包中用于对电池模组进行制冷，防止电池过热。传感器阵列是多种传感器排布组合而成的传感器网络，该传感器阵列布设于电池模组和冷却器上，用于实时监测其运行状态。
[0016]故障动态监测方法包括：在所述电池包运行时，采用所述传感器阵列内的温度传感器阵列，采集所述多个电池模组在多个时间窗口的温度，获得多个模组温度序列；在本申请实施例中，当电池包处于运行状态时，利用传感器阵列中的温度传感器阵列来采集多个电池模组的温度信息。温度传感器阵列是由多组温度传感器组合而成，用以检测电池模组表面温度的传感器网络。其中的每一个温度传感器采用热电偶、热敏电阻等温度检测元件。
[0017]在电池包的正常工作过程中，温度传感器阵列定期检测本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电池包运行故障动态监测方法，其特征在于，所述方法应用于一电池包运行故障检测装置，所述装置内包括具有多个电池模组的电池包、冷却器、布设于所述多个电池模组和冷却器上的传感器阵列，所述方法包括：在所述电池包运行时，采用所述传感器阵列内的温度传感器阵列，采集所述多个电池模组在多个时间窗口的温度，获得多个模组温度序列；采用所述传感器阵列内的风量传感器阵列，采集所述冷却器的在多个时间窗口内的风量，获得风量序列；根据所述多个模组温度序列，构建模组温度矩阵，结合所述风量序列，进行模组温度预测，获得预测模组温度矩阵；接入电动汽车的电池动力系统，获取所述电池包的放电倍率，根据所述放电倍率下电池包的额定温度，对所述预测模组温度矩阵进行计算，获得所述电池包的温控评分，并经过故障分类器进行处理分类，获得第一温度故障监测结果；在所述第一温度故障监测结果为出现故障时，通过所述传感器阵列内的CCD传感器，采集所述冷却器出风口的冷却器图像；对所述冷却器图像进行灰度化处理，按照预设局部区域大小，对冷却器图像内的多个感兴趣区域进行划分，并根据灰度值大小进行局部向量转化处理，获得局部区域向量集合；根据所述局部区域向量集合，计算获得冷却器故障参数，并映射获得对应的冷却器故障等级；对所述第一温度故障监测结果进行修正，获得第二温度故障监测结果。2.根据权利要求1所述的方法，其特征在于，根据所述多个模组温度序列，构建模组温度矩阵，结合所述风量序列，进行模组温度预测，获得预测模组温度矩阵，包括：以多个模组为行属性，以多个时间窗口为列属性，根据所述多个模组温度序列，构建所述模组温度矩阵；根据电池包的温度监测数据日志，进行矩阵变换，获取样本模组温度矩阵记录、样本风量序列记录和样本预测模组温度矩阵记录；采用所述样本模组温度矩阵记录、样本风量序列记录和样本预测模组温度矩阵记录，训练模组温度预测通道；将所述模组温度矩阵和风量序列输入所述模组温度预测通道，获得所述预测模组温度矩阵，如下式：；其中，A为预测模组温度矩阵，为第i个电池模组在第j个时间窗口的预测模组温度。3.根据权利要求2所述的方法，其特征在于，采用所述样本模组温度矩阵记录、样本风量序列记录和样本预测模组温度矩阵记录，训练模组温度预测通道，包括：构建模组温度预测通道；构建损失函数，如下式：
；其中，LOSS为损失，M为样本模组温度矩阵记录、样本风量序列记录和样本预测模组温度矩阵记录内的数据数量，为第n组训练数据训练中，模组温度预测通道输出的预测模组温度矩阵内的元素和样本预测模组温度矩阵内对应元素的差值绝对值的平均值之和；根据损失函数，采用所述样本模组温度矩阵记录、样本风量序列记录和样本预测模组温度矩阵记录进行训练，直到损失值小于损失阈值，训练收敛。4.根据权利要求2所述的方法，其特征在于，根据所述放电倍率下电池包的额定温度，对所述预测模组温度矩阵进行计算，获得所述电池包的温控评分，包括：获取所述额定温度内的温度谷值和温度峰值；根据所述预测模组温度矩阵，结合所述温度谷值和温度峰值，计算获得i个模组温控评分，如下式：；；；其中，为第i个电池模组的模组温控评分，为温度谷值，为温度峰值，为预测模组温度矩阵内第i个电池模组在将来第k个时间窗口的预测模组温度；根据所述i个模组温...

【专利技术属性】
技术研发人员：林伟，瞿锋，张伟，
申请(专利权)人：南通国轩新能源科技有限公司，
类型：发明
国别省市：