电池预警方法及系统技术方案

本发明专利技术公开了一种电池预警方法及系统，该方法包括以下步骤：获取电池的运行数据信息，所述运行数据信息包括不同的数据采集时间的单体电压，根据所述运行数据信息获得电压变化率；分别对所述电压变化率执行Z分数模型量化、统计模型量化和角度方差模型量化；判断所述Z分数模型量化、统计模型量化和角度方差模型量化的结果是否异常，若是则发出预警信息。本发明专利技术采用电压变化率，其早于电压将单体异常情况体现出来，再借用Z分数模型量化、统计模型量化和角度方差模型量化，使判断精度更高。

【技术实现步骤摘要】
电池预警方法及系统
本专利技术涉及汽车零部件
，特别是涉及一种电池预警方法及系统。
技术介绍
随着汽车工业的飞速发展和人们生活水平的提升，汽车已经成为人们出行、货运等不可或缺的交通工具之一。对于新能源电池，电池是最重要的部件，当电池发生故障时，会引起汽车起火，甚至爆炸等安全事故。判断电池是否发生故障，一般为监测电池的电压，电压是电池特性最容易获取的参数，目前许多车企都是基于电压数据进行分析和判定车辆的故障与异常情况。在实际操作中，电压体现出来的电池异常情况往往滞后，即当电压体现出故障时，故障已经发生了一段时间，也会引起安全事故。
技术实现思路
本专利技术的一个目的在于提出一种预警更精准的电池预警方法。一种电池预警方法，包括以下步骤：获取电池的运行数据信息，所述运行数据信息包括不同的数据采集时间的单体电压，根据所述运行数据信息获得电压变化率；分别对所述电压变化率执行Z分数模型量化、统计模型量化和角度方差模型量化；判断所述Z分数模型量化、统计模型量化和角度方差模型量化的结果是否异常，若是则发出预警信息。本专利技术的有益效果是：电压变化率早于电压将单体异常情况体现出来，再借用Z分数模型量化、统计模型量化和角度方差模型量化，使判断精度更高。另外，根据本专利技术提供的电池预警方法，还可以具有如下附加的技术特征：进一步地，所述获取电池的运行数据信息的步骤之后还包括：获取所述运行数据信息中的无效信息，从所述运行数据信息中删除所述无效信息。进一步地，所述获取所述运行数据信息中的无效信息，从所述运行数据信息中删除所述无效信息的步骤包括：以所述运行数据信息中的数据采集时间，以及对应时间的里程、总电压、总电流、国标、单体蓄电池电压值建立数据表格；捕捉所述数据表格的空单元格，以所述空单元格所在的排或列作为所述无效信息，删除所述空单元格所在的排或列，即完成从所述运行数据信息中删除所述无效信息。进一步地，所述电压变化率的计算公式如下：式中，j为单体电池编号，u′j为单体j对应的电压变化率，duj是单体j在时间t1与t2之间的电压差，dt是时间t1与t2的时间差。进一步地，所述电压变化率执行Z分数模型量化的采用下式执行：式中，Zi,j为单体j在i时刻的电压变化率Z分数，u′i,j为单体j在i时刻的电压变化率，avgi和σi分别为i时刻各单体电压变化率的均值和标准差。进一步地，所述电压变化率执行统计模型量化的采用下式执行：式中，Wj为t1-t2时间段内j号单体电池电压变化率的累计偏差，n为电池单体个数，VRoc为t时刻各单体电压变化率之和，即VRoc＝u′t,1+u′t,2+…+u′t,n。进一步地，所述电压变化率执行角度方差模型量化的采用下式执行：式中，Avar为任意两单体电压变化率夹角余弦集的方差，D(X)为求方差，和为电池组内任意两单体电池电压变化率形成的向量。进一步地，所述判断所述Z分数模型量化、统计模型量化和角度方差模型量化的结果是否异常的步骤包括：预设第一异常值Judge1、第二异常值Judge2和第三异常值Judge3；当满足Zi,j>Judge1、Wi,j>Judge2和Avar<Judge3时，判断结果为异常。本专利技术还提出一种电池预警系统，包括：数据采集模块，用于获取电池的运行数据信息，所述运行数据信息包括不同的数据采集时间的单体电压，根据所述运行数据信息获得电压变化率；模型量化模块，用于分别对所述电压变化率执行Z分数模型量化、统计模型量化和角度方差模型量化；预警模块，用于判断所述Z分数模型量化、统计模型量化和角度方差模型量化的结果是否异常，若是则发出预警信息。进一步地，所述数据采集模块包括：异常数据消除单元，用于获取所述运行数据信息中的无效信息，从所述运行数据信息中删除所述无效信息。本专利技术的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本专利技术的实践了解到。附图说明本专利技术的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：图1是本专利技术第一实施例的电池预警方法的流程示意图；图2是本专利技术第二实施例的电池预警方法的运行数据信息的示意图；图3是本专利技术第二实施例的电池预警方法的运行数据信息消除异常数据后的示意图；图4是本专利技术第三实施例的电池预警系统的结构框图。具体实施方式为使本专利技术的目的、特征和优点能够更加明显易懂，下面结合附图对本专利技术的具体实施方式做详细的说明。附图中给出了本专利技术的若干实施例。但是，本专利技术可以以许多不同的形式来实现，并不限于本文所描述的实施例。相反地，提供这些实施例的目的是使对本专利技术的公开内容更加透彻全面。请参阅图1，本专利技术的第一实施例提出一种电池预警方法，包括以下步骤。S1.获取电池的运行数据信息，所述运行数据信息包括不同的数据采集时间的单体电压，根据所述运行数据信息获得电压变化率。可以理解的是，电池的运行数据信息为持续获取的数据。在本实施例中，运行数据信息为每隔20s获取一次，运行数据信息包括数据采集时间，以及对应时间的里程、总电压、总电流、SOC-国标、单体蓄电池电压值，要求一次只提取一辆车数据，且数据不少于100条。S2.分别对所述电压变化率执行Z分数模型量化、统计模型量化和角度方差模型量化。在本实施例中，从车联网平台上提取车辆数，筛选所需且有效的数，利用微分计算电池电压变化率，运用Z分数模型、统计学模型和角度方差模型对电池电压变化率进行分析并实时监控电池状态，当电池发生异常时，发出报警，并将异常单体对应的单体编号发送出来。具体的，所述电压变化率的计算公式如下：式中，j为单体电池编号，u′j为单体j对应的电压变化率，duj是单体j在时间t1与t2之间的电压差，dt是时间t1与t2的时间差。对获得的电压变化率分别执行Z分数模型量化、统计模型量化和角度方差模型量化，具体执行内容如下所示。具体的，所述电压变化率执行Z分数模型量化的采用下式执行：式中，Zi,j为单体j在i时刻的电压变化率Z分数，u′i,j为单体j在i时刻的电压变化率，avgi和σi分别为i时刻各单体电压变化率的均值和标准差。具体的，所述电压变化率执行统计模型量化的采用下式执行：式中，Wj为t1-t2时间段内j号单体电池电压变化率的累计偏差，n为电池单体个数，VRoc为t时刻各单体电压变化率之和，即VRoc＝u′t,1+u′t,2+…+u′t,n。具体的，所述电压变化率执行角度方差模型量化的采用下式执行：式中，Avar为任意两单体电压变化率夹角余弦集的方差，D(X)为求方差，和为电池组内任意两单体电池电压本文档来自技高网...

【技术保护点】
1.一种电池预警方法，其特征在于，包括以下步骤：/n获取电池的运行数据信息，所述运行数据信息包括不同的数据采集时间的单体电压，根据所述运行数据信息获得电压变化率；/n分别对所述电压变化率执行Z分数模型量化、统计模型量化和角度方差模型量化；/n判断所述Z分数模型量化、统计模型量化和角度方差模型量化的结果是否异常，若是则发出预警信息。/n

【技术特征摘要】
1.一种电池预警方法，其特征在于，包括以下步骤：
获取电池的运行数据信息，所述运行数据信息包括不同的数据采集时间的单体电压，根据所述运行数据信息获得电压变化率；
分别对所述电压变化率执行Z分数模型量化、统计模型量化和角度方差模型量化；
判断所述Z分数模型量化、统计模型量化和角度方差模型量化的结果是否异常，若是则发出预警信息。


2.根据权利要求1所述的电池预警方法，其特征在于，所述获取电池的运行数据信息的步骤之后还包括：
获取所述运行数据信息中的无效信息，从所述运行数据信息中删除所述无效信息。


3.根据权利要求2所述的电池预警方法，其特征在于，所述获取所述运行数据信息中的无效信息，从所述运行数据信息中删除所述无效信息的步骤包括：
以所述运行数据信息中的数据采集时间，以及对应时间的里程、总电压、总电流、国标、单体蓄电池电压值建立数据表格；
捕捉所述数据表格的空单元格，以所述空单元格所在的排或列作为所述无效信息，删除所述空单元格所在的排或列，即完成从所述运行数据信息中删除所述无效信息。


4.根据权利要求1所述的电池预警方法，其特征在于，所述电压变化率的计算公式如下：



式中，j为单体电池编号，u′j为单体j对应的电压变化率，duj是单体j在时间t1与t2之间的电压差，dt是时间t1与t2的时间差。


5.根据权利要求4所述的电池预警方法，其特征在于，所述电压变化率执行Z分数模型量化的采用下式执行：



式中，Zi，j为单体j在i时刻的电压变化率Z分数，u′i，j为单体j在i时刻的电压变化率，avgi和σi分别为i时刻各单体电压变化率的均值和标准差。
...

【专利技术属性】
技术研发人员：曾建邦，覃章锋，单丰武，沈祖英，刘现军，刘星，刘海星，
申请(专利权)人：江西江铃集团新能源汽车有限公司，
类型：发明
国别省市：江西;36