【技术实现步骤摘要】
本申请涉及汽车动力电池，特别涉及一种动力电池的数据异常检测方法、装置、服务器及存储介质。
技术介绍
1、随着产业的快速发展，新能源汽车安全事故逐渐引起广泛关注，急需对电池安全信息进行有效监控，及时预警，利用智能网联技术，在车联网平台实现预警模型算法，有效监控并筛选动力电池数据，实现及时分析或预测风险，快速采取问题识别、反馈、处理等措施，降低由此引起事故，并不断提升产品功性能。动力电池电压数据异常是动力电池及电池管理系统故障的一个重要特征，电池系统的运行及健康状态都会反映在数据层面，数据异常可以表征电池或管理系统的异常状态。
2、相关技术中，可以获取数据清洗后的电压数据，对得到的各单体电池的电压相关系数使用统计学工具z分数，设定电池电压异常系数故障判定阈值，不同工况下简单对比评价参数阈值，或从具体采样故障的特例数据分析数据特征的方法判定采样故障，实现动力电池电压不一致性故障预警。
3、然而，相关技术中，仅识别相应故障模型下的数据采集异常，难以有效分辨电池性能的异常变化或系统中电压数据的采样异常，异常检测准确率低，易导致故障误报，同时还会导致系统误判，影响车辆的正常运行，甚至导致电池的过充、过放，进而引发安全事故，亟待改善。
技术实现思路
1、本申请提供一种动力电池的数据异常检测方法、装置、服务器及存储介质，以解决相关技术中，仅识别相应故障模型下的数据采集异常，难以有效分辨电池性能的异常变化或系统中电压数据的采样异常，异常检测准确率低，易导致故障误报，同时还会导
2、本申请第一方面实施例提供一种动力电池的数据异常检测方法，应用于动力电池在线检测阶段，其中，所述方法包括以下步骤：获取动力电池的多个电池单体在预设时长的电压数据；根据所述多个电池单体的电压数据生成所述动力电池的电压差分矩阵，基于所述电压差分矩阵的每列向量提取所述电压差分矩阵的电压差分特征值，并根据所述电压差分特征值生成电压差分特征矩阵；以及判断所述电压差分特征矩阵的每列向量的时间序列是否达到预设平稳性条件，其中，若所述时间序列未达到所述预设平稳性条件，则识别未达到所述预设平稳性条件下非平稳序列对应的数据异常单体序号及对应时间，并根据所述数据异常单体序号及对应时间识别所述电压数据的异常风险，以确定所述电压数据中的异常数据。
3、可选地，在本申请的一个实施例中，所述获取动力电池的多个电池单体在预设时长的电压数据，还包括：识别所述动力电池的电池类型，并根据所述电池类型获取所述动力电池的各参数输入数据；对所述各参数输入数据进行数据清洗，以根据所述电池类型确定的soc范围得到所述多个电池单体在所述预设时长的电压数据。
4、可选地，在本申请的一个实施例中，所述根据所述多个电池单体的电压数据生成所述动力电池的电压差分矩阵，包括：根据所述动力电池的时间序列生成所述动力电池的矩阵，并计算所述动力电池的每一电池单体的电压数据与前一帧的电压数据的差分，以结合所述矩阵生成所述动力电池的电压差分矩阵。
5、可选地，在本申请的一个实施例中，所述基于所述电压差分矩阵的每列向量提取所述电压差分矩阵的电压差分特征值，包括：计算所述电压差分矩阵中每一帧电压差分数据的中位数，并根据当前帧的电池单体的电压差分值与所述中位数的差，得到每列的所述电压差分特征值。
6、可选地，在本申请的一个实施例中，所述根据所述电压差分特征值生成电压差分特征矩阵，包括：基于所述电压差分特征值和动力电池的特征矩阵，得到所述时间序列下动力电池的特征值；将所述动力电池的特征值进行数据平滑处理，生成所述电压差分特征矩阵。
7、可选的，在本申请的一个实施例中，所述识别所述电压数据的异常风险，包括：根据所述非平稳序列向量的异常频次与持续时长确认异常风险等级，以识别所述电压数据的异常风险。
8、本申请第二方面实施例提供一种动力电池的数据异常检测装置，应用于动力电池在线检测阶段，其中，所述装置包括：获取模块，用于获取动力电池的多个电池单体在预设时长的电压数据；生成模块，用于根据所述多个电池单体的电压数据生成所述动力电池的电压差分矩阵，基于所述电压差分矩阵的每列向量提取所述电压差分矩阵的电压差分特征值，并根据所述电压差分特征值生成电压差分特征矩阵；以及检测模块，用于判断所述电压差分特征矩阵的每列向量的时间序列是否达到预设平稳性条件，其中，若所述时间序列未达到所述预设平稳性条件，则识别未达到所述预设平稳性条件下非平稳序列对应的数据异常单体序号及对应时间，并根据所述数据异常单体序号及对应时间识别所述电压数据的异常风险，以确定所述电压数据中的异常数据。
9、可选地，在本申请的一个实施例中，所述获取模块包括：获取单元，用于识别所述动力电池的电池类型，并根据所述电池类型获取所述动力电池的各参数输入数据；清洗单元，用于对所述各参数输入数据进行数据清洗，以根据所述电池类型确定的soc范围得到所述多个电池单体在所述预设时长的电压数据。
10、可选地，在本申请的一个实施例中，所述生成模块包括：第一生成单元，用于根据所述动力电池的时间序列生成所述动力电池的矩阵，并计算所述动力电池的每一电池单体的电压数据与前一帧的电压数据的差分，以结合所述矩阵生成所述动力电池的电压差分矩阵。
11、可选地，在本申请的一个实施例中，所述生成模块包括：第二生成单元，用于计算所述电压差分矩阵中每一帧电压差分数据的中位数，并根据当前帧的电池单体的电压差分值与所述中位数的差，得到每列的所述电压差分特征值。
12、可选地，在本申请的一个实施例中，所述生成模块包括：第三生成单元，用于基于所述电压差分特征值和所述动力电池的特征矩阵，得到所述时间序列下动力电池的特征值；第四生成单元，用于将所述动力电池的特征值进行数据平滑处理，生成所述电压差分特征矩阵。
13、可选地，在本申请的一个实施例中，所述判断模块包括：确认单元，用于根据所述非平稳序列向量的异常频次与持续时长确认异常风险等级。
14、本申请第三方面实施例提供一种服务器，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序，以实现如上述实施例所述的动力电池的数据异常检测方法。
15、本申请第四方面实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储计算机程序，该程序被处理器执行时实现如上的动力电池的数据异常检测方法。
16、本申请实施例可以实时采集动力电池数据，分析动力电池电压及压差数据序列的平稳性，分辨电压数据异常风险，通过数据特征分析判断电池异常风险类型、问题点及风险级别，对检测及采集条件要求低，排除短时变量影响因素，受干扰因素少，异常检测准确率高，且提高了数据组间可对比性和准确率。由此，解决了相关技术中，仅识别相应故障模型下的数据采集异常，难以有效分辨电池性能的异常变化或系统中电压数据的采样异本文档来自技高网...
【技术保护点】
1.一种动力电池的数据异常检测方法，其特征在于，应用于动力电池在线检测阶段，其中，所述方法包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，所述获取动力电池的多个电池单体在预设时长的电压数据，包括：
3.根据权利要求1所述的方法，其特征在于，所述根据所述多个电池单体的电压数据生成所述动力电池的电压差分矩阵，包括：
4.根据权利要求1所述的方法，其特征在于，所述基于所述电压差分矩阵的每列向量提取所述电压差分矩阵的电压差分特征值，包括：
5.根据权利要求1所述的方法，其特征在于，所述根据所述电压差分特征值生成电压差分特征矩阵，包括：
6.根据权利要求1所述的方法，其特征在于，所述识别所述电压数据的异常风险，包括：
7.一种动力电池的数据异常检测装置，其特征在于，应用于动力电池在线检测阶段，其中，所述装置包括：
8.根据权利要求7所述的装置，其特征在于，所述获取模块包括：
9.一种服务器，其特征在于，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行，以用于实现如权利要求1-6任一项所述的动力电池的数据异常检测方法。
...【技术特征摘要】
1.一种动力电池的数据异常检测方法，其特征在于，应用于动力电池在线检测阶段，其中，所述方法包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，所述获取动力电池的多个电池单体在预设时长的电压数据，包括：
3.根据权利要求1所述的方法，其特征在于，所述根据所述多个电池单体的电压数据生成所述动力电池的电压差分矩阵，包括：
4.根据权利要求1所述的方法，其特征在于，所述基于所述电压差分矩阵的每列向量提取所述电压差分矩阵的电压差分特征值，包括：
5.根据权利要求1所述的方法，其特征在于，所述根据所述电压差分特征值生成电压差分特征矩阵，包括：
6.根据权利要...
【专利技术属性】
技术研发人员：张睿，杜琳，夏舒娴，卢佳佳，杜京杰，
申请(专利权)人：北汽福田汽车股份有限公司，
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。