温度采样的异常识别方法技术

本申请公开了一种温度采样的异常识别方法

【技术实现步骤摘要】
温度采样的异常识别方法、相关装置、车辆及存储介质


[0001]本申请涉及车辆领域，特别是涉及一种温度采样的异常识别方法
、
相关装置
、
车辆及存储介质
。

技术介绍

[0002]在汽车领域，电池温度对于电池性能有着直接影响，是 BMS (Battery Management System
，即电池管理系统
)
算法
、
热管理策略
、
安全保护动作等的重要输入参数之一，单包布置一般会达到
10
～
20
颗左右
。
目前电池温度采样方案多基于温度传感器进行实时采样，例如
NTC(
负温度系数温度传感器
)
，在后期的气候负荷
、
振动等机械负荷使用环境中会存在个别
NTC
失效的可能
。
因
NTC
失效造成采样温度失真，导致后续估计得到错误的电池温度，很可能因为错误的电池温度造成电池包功能运行异常，如温度异常告警
、
热管理误动作和功率限制等
。

技术实现思路

[0003]本申请至少提供一种温度采样的异常识别方法
、
相关装置
、
车辆及存储介质
。
[0004]本申请提供了一种温度采样的异常识别方法，包括：分别获取车辆中多个温度采集件在当前时刻采集到的温度数据；基于各温度数据，确定温度信息，温度信息包括各温度数据中的最大温度以及温差组中最大温差和最小温差之间的目标差值，温差组中包括当前时刻各温度采集件采集到的温度数据之间的第一温差和至少一个历史时刻各温度采集件采集到的温度数据之间的第二温差；基于温度信息，确定异常识别结果，异常识别结果包括至少一个温度采集件在当前时刻采集到的温度数据存在异常或各温度采集件在当前时刻采集到的温度数据不存在异常
。
[0005]在上述方案中，通过获取到温度采集件采集到的温度数据之后，通过获取多个时刻采集到的温度数据之间的温差变化，以及当前时刻的最大温度，能够确定各温度采集件在当前时刻采集到的温度数据是否发生异常，若温度数据发生异常则很可能是因为温度采集件的失效导致，方便后续用户对车辆中的温度采集件进行故障排查
。
[0006]在一些实施例中，基于温度信息，确定异常识别结果，包括：基于最大温度和目标差值，确定预设逻辑回归方程的输出值，其中，预设逻辑回归方程中的参数是利用第一类型车辆和第二类型车辆的历史数据训练得到的，第一类型的车辆中存在至少一个温度采集件与车辆中的热源之间的距离小于或等于预设距离，第二类型的车辆中各温度采集件与车辆中的热源之间的距离大于预设距离；响应于预设逻辑回归方程的输出值大于或等于目标值，则确定异常识别结果为至少一个温度采集件在当前时刻采集到的温度数据存在异常
。
[0007]在上述方案中，通过获取温度采集件靠近热源的车辆的历史数据以及温度采集件不靠近热源的车辆的历史数据训练预设逻辑回归方程中的参数，使得后续能够排查出因为温度采集件靠近热源导致采集到的温度异常的情况，减少因为温度采集件靠近热源导致温度数据异常误报的情况出现
。
[0008]在一些实施例中，预设逻辑回归方程中的参数包括偏移值
、
第一权重以及第二权重，基于最大温度和目标差值，确定预设逻辑回归方程的输出值，包括：获取最大温度与第一权重的第一乘积
、
目标差值与第二权重的第二乘积；将第一乘积
、
第二乘积与偏移值之和的相反数作为目标指数函数的指数，目标指数函数的底大于1；将目标指数函数与预设值之和的倒数，作为预设逻辑回归方程的输出值
。
[0009]在上述方案中，温度采集组件靠近热源和温度采集组件本身存在问题的情况下采集到的温度信息在预设逻辑回归方程中的体现不同，预设逻辑回归方程，能够在检测到温度采集组件靠近热源时输出一个值，而在温度采集组件并未靠近热源而是出现进水等故障的情况下，会得到另一个值，通过预设逻辑回归方程的输出值，确定温度采集组件本身存在异常还是因为温度采集组件靠近热源导致热源的温度升高或降低影响到温度采集组件采集到的温度
。
[0010]在一些实施例中，温度信息中还包括若干第一温度信息，若干第一温度信息包括以下一者或多者：各温度数据中的最大温度
、
最大温度与平均温度之间的第一差值
、
平均温度与最小温度之间的第二差值
、
最大温度与最小温度之间的第三差值；响应于预设逻辑回归方程的输出值大于或等于目标值，则确定异常识别结果为至少一个温度采集件在当前时刻采集到的温度数据存在异常的步骤，包括：响应于预设逻辑回归方程的输出值大于或等于目标值，且至少部分第一温度信息满足第一异常条件，确定异常识别结果为至少一个温度采集件在当前时刻采集到的温度数据存在异常
。
[0011]在上述方案中，通过参考更多的温度信息能够更准确地判断采集到的电池数据是否存在异常
。
[0012]在一些实施例中，温度信息中还包括若干第二温度信息，若干第二温度信息包括以下一者或多者：最小温度
、
各温度数据中最大温度与平均温度之间的第一差值
、
平均温度与最小温度之间的第二差值
、
第二差值与第一差值之间的比例；基于温度信息，确定异常识别结果，包括：响应于至少部分第二温度信息满足第二异常条件，确定异常识别结果为至少一个温度采集件采集到的温度数据存在异常
。
[0013]在上述方案中，如果第二温度信息满足第二异常条件，可以认为该温度数据很可能会导致符合第二异常条件对应的失效场景，例如温度采集回路存在异常的情况，方便后续用户进行对应的故障排查
。
[0014]在一些实施例中，温度采样的异常识别方法还包括：响应于异常识别结果满足标记条件，标记条件为异常识别结果中包括存在异常的目标温度数据以及目标温度数对应的温度采集件在车辆中所处的位置；将异常识别结果发送至预设接收方
。
[0015]在上述方案中，通过标记可能存在异常的温度采集件在车辆中所处的位置，能够方便后续用户进行故障排查
。
[0016]在一些实施例中，温度采样的异常识别方法还包括：响应于异常识别结果为多个温度采集件在当前时刻采集到的温度数据不存在异常，基于各温度数据确定车辆中电池的温度
。
[0017]在上述方案中，通过采集到的温度数据判断车辆中的温度采集组件是否存在异常，若车辆中的温度采集件不存在异常的情况下，后续可以利用温度采集件采集到的温度数据确定电池温度，以对电池温度进行监控
。
[0018]本申请提供了一种温度采样的异常识别装置，包括：温度数据获取模块
、
信息确定模块
、
异常识别模块；本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种温度采样的异常识别方法，其特征在于，包括：分别获取车辆中多个温度采集件在当前时刻采集到的温度数据；基于各所述温度数据，确定温度信息，所述温度信息包括各所述温度数据中的最大温度以及温差组中最大温差和最小温差之间的目标差值，所述温差组中包括所述当前时刻各所述温度采集件采集到的温度数据之间的第一温差和至少一个历史时刻各所述温度采集件采集到的温度数据之间的第二温差；基于所述温度信息，确定异常识别结果，所述异常识别结果包括至少一个所述温度采集件在当前时刻采集到的温度数据存在异常或各所述温度采集件在当前时刻采集到的温度数据不存在异常
。2.
根据权利要求1所述的温度采样的异常识别方法，其特征在于，所述基于所述温度信息，确定异常识别结果，包括：基于所述最大温度和所述目标差值，确定预设逻辑回归方程的输出值，其中，所述预设逻辑回归方程中的参数是利用第一类型车辆和第二类型车辆的历史数据训练得到的，所述第一类型的车辆中存在至少一个温度采集件与车辆中的热源之间的距离小于或等于预设距离，所述第二类型的车辆中各温度采集件与车辆中的热源之间的距离大于预设距离；响应于所述预设逻辑回归方程的输出值大于或等于目标值，则确定所述异常识别结果为至少一个所述温度采集件在当前时刻采集到的温度数据存在异常
。3.
根据权利要求2所述的温度采样的异常识别方法，其特征在于，所述预设逻辑回归方程中的参数包括偏移值
、
第一权重以及第二权重，所述基于所述最大温度和所述目标差值，确定预设逻辑回归方程的输出值，包括：获取所述最大温度与所述第一权重的第一乘积
、
所述目标差值与所述第二权重的第二乘积；将所述第一乘积
、
所述第二乘积与所述偏移值之和的相反数作为目标指数函数的指数，所述目标指数函数的底大于1；将所述目标指数函数与预设值之和的倒数，作为所述预设逻辑回归方程的输出值
。4.
根据权利要求2所述的温度采样的异常识别方法，其特征在于，所述温度信息中还包括若干第一温度信息，若干所述第一温度信息包括以下一者或多者：各所述温度数据中的最大温度
、
所述最大温度与平均温度之间的第一差值
、
所述平均温度与最小温度之间的第二差值
、
所述最大温度与最小温度之间的第三差值；所述响应于所述预设逻辑回归方程的输出值大于或等于目标值，则确定所述异常识别结果为至少一个所述温度采集件在当前时刻采集到的温度数据存在异常，包括：响应于所述逻辑回归方程的输出值大于或等于目...

【专利技术属性】
技术研发人员：杨红，栾晓芳，李卓成，刘照喆，
申请(专利权)人：宁德时代新能源科技股份有限公司，
类型：发明
国别省市：