一种车用动力电池一致性差异的潜在风险诊断系统技术方案

本发明专利技术涉及一种车用动力电池一致性差异的潜在风险诊断系统，系统数据采集模块用于采集电池实时运行的原始数据，对系统原始数据进行清洗后，按照电池的工作状态将系统原始数据分类为各个数据集；对系统数据集进行分段处理后得到各个数据段，对系统数据段进行特征提取得到各个特征参数；判断系统特征参数的值是否超过设定范围，是则基于信息熵进行锂电池组不一致性计算，否则将根据信息否则输出电池正常的判断结果；构建模型分析最大最小单体电压的频率频数来做初步判断，频率超出限制范围时，进一步采用信息熵与Z分数结合的方法，信息熵持续超过一定阈值并且极值稳定在固定单体，则认为一致性较差，从而诊断车用动力电池存在的一致性潜在风险。一致性潜在风险。一致性潜在风险。

【技术实现步骤摘要】
一种车用动力电池一致性差异的潜在风险诊断系统


[0001]本专利技术涉及动力电池领域，尤其涉及一种车用动力电池一致性差异的潜在风险诊断系统。

技术介绍

[0002]车用动力电池的制作工艺复杂，电池组本身一致性差异难以彻底消除。随着使用时间的增加，动力电池的一致性差异会逐渐变化，若不能及时发现变化，则会降低电池组的可用容量，降低电池组的循环寿命，影响电池组的整体性能。随着新能源时代的到来，电动汽车大量进入消费者市场，需要一种技术以排除此类潜在风险。

技术实现思路

[0003]本专利技术针对现有技术中存在的技术问题，提供一种车用动力电池一致性差异的潜在风险诊断系统，解决现有技术中动力电池的一致性差异潜在风险的问题。
[0004]本专利技术解决上述技术问题的技术方案如下：一种车用动力电池一致性差异的潜在风险诊断系统，包括：数据采集模块、原始数据处理模块、特征参数提取模块和一致性差异潜在风险判断模块；
[0005]所述数据采集模块用于采集电池实时运行的原始数据，所述原始数据包括：电池总电压、电池总电流和单体电池最高电压；
[0006]所述原始数据处理模块用于对所述原始数据进行清洗后，按照电池的工作状态将所述原始数据分类为各个数据集；
[0007]所述特征参数提取模块对所述数据集进行分段处理后得到各个数据段，对所述数据段进行特征提取得到各个特征参数，所述特征参数提取模块提取的特征参数包括：均值、标准差和偏差；
[0008]所述一致性差异潜在风险判断模块判断所述特征参数的值是否超过设定范围，是则基于信息熵进行锂电池组不一致性计算，否则将根据信息否则输出电池正常的判断结果。
[0009]在上述技术方案的基础上，本专利技术还可以做如下改进。
[0010]进一步，所述数据采集模块采集的所述原始数据还包括：车辆号、上报时间、电池总电压、电池总电流、电池容量SOC、单体电池最高电压、最高电压电芯号、单体电池最高温度、最高温度单体电池号和电池系统额定容量。
[0011]进一步，所述原始数据处理模块还包括对所述原始数据进行数据维度、数据类型、数据缺失以及异常值进行限制和处理。
[0012]进一步，所述原始数据处理模块按照电池的工作状态对所述原始数据进行分类后得到的所述数据类包括：充电过程电压电流数据集、放电过程电压电流数据集与静置过程电压电流数据集。
[0013]进一步，所述原始数据处理模块根据所述原始数据的电压、电流和时间对所述数
据集进行分段后得到各个数据段，并对数据量低于设定值的所述数据段进行删除。
[0014]进一步，所述特征参数提取模块提取的特征参数包括：均值、标准差和偏差。
[0015]进一步，所述一致性差异潜在风险判断模块基于信息熵进行锂电池组不一致性计算的公式为：
[0016][0017]H(x)为计算的信息熵，p(x
i
)为第i个区域中的数据概率密度，n是区域数。
[0018]进一步，，所述一致性差异潜在风险判断模块基于信息熵进行锂电池组不一致性计算的公式为：
[0019][0020]H(x)＝[H1,H2,...,H
n
‑
l+1
]为计算的信息熵；
[0021][0022]对于形式为k
×
n的矩阵B
k
×
n
的两个极值x
min
和x
max
；
[0023]其中，x
min
＝min{x(i,j)|i＝1,2,3,...,k；j＝1,2,3,...,n}；
[0024]x
max
＝max{x(i,j)|i＝0,1,2,3,...,k；j＝0,1,2,3,...,n}；
[0025]系数a＝0,1,2,3,...,l。
[0026]进一步，所述一致性差异潜在风险判断模块还包括：基于z函数计算所述特征数据中的异常值的电压异常系数，当电压异常系数的绝对值小于等于2时认为电池组一致性较好,当电压异常系数的绝对值大于2时，判断电池组中发生不一致故障。
[0027]采用上述方案的有益效果是：本专利技术提供一种车用动力电池一致性差异的潜在风险诊断系统，通过构建模型分析最大最小单体电压的频率频数来做初步判断，当频率超出限制范围时，进一步采用信息熵与Z分数结合的方法，当信息熵持续超过一定阈值并且极值稳定在固定单体，则认为一致性较差，从而诊断车用动力电池存在的一致性潜在风险。
附图说明
[0028]图1为本专利技术实施例提供的一种车用动力电池一致性差异的潜在风险诊断系统的结构框图。
具体实施方式
[0029]以下结合附图对本专利技术的原理和特征进行描述，所举实例只用于解释本专利技术，并非用于限定本专利技术的范围。
[0030]如图1所示为一种车用动力电池一致性差异的潜在风险诊断系统，由图1可知，该系统包括：数据采集模块、原始数据处理模块、特征参数提取模块和一致性差异潜在风险判断模块。
[0031]数据采集模块用于采集电池实时运行的原始数据，原始数据包括：电池总电压、电
池总电流和单体电池最高电压。
[0032]原始数据处理模块用于对原始数据进行清洗后，按照电池的工作状态将原始数据分类为各个数据集。
[0033]特征参数提取模块对数据集进行分段处理后得到各个数据段，对数据段进行特征提取得到各个特征参数。
[0034]一致性差异潜在风险判断模块判断特征参数的值是否超过设定范围，是则基于信息熵进行锂电池组不一致性计算，否则将根据信息否则输出电池正常的判断结果。
[0035]实施例1
[0036]本专利技术提供的实施例1为本专利技术提供的一种车用动力电池一致性差异的潜在风险诊断系统的实施例，该实施例包括：数据采集模块、原始数据处理模块、特征参数提取模块和一致性差异潜在风险判断模块。
[0037]数据采集模块用于采集电池实时运行的原始数据，原始数据包括：电池总电压、电池总电流和单体电池最高电压。
[0038]具体的，依据建模需要以及车辆实际数据情况，数据采集模块采集的原始数据还包括：车辆号、上报时间、电池总电压(单位为V)、电池总电流(单位为A)、电池容量SOC(state of charge，荷电状态，单位为％)、单体电池最高电压(单位为V)、最高电压电芯号、单体电池最高温度(单位为℃)、最高温度单体电池号和电池系统额定容量。
[0039]原始数据处理模块用于对原始数据进行清洗后，按照电池的工作状态将原始数据分类为各个数据集。
[0040]优选的，原始数据处理模块还包括对原始数据进行数据维度、数据类型、数据缺失以及异常值等情况进行限制和处理。
[0041]数据导入及清洗步骤将在main.m及getdatatime.m等函数中完成。
[0042]进一步的，原始数据处理模块按照电池的工作状态对原始数据进行分类后得到的数据类包括本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车用动力电池一致性差异的潜在风险诊断系统，其特征在于，所述系统包括：数据采集模块、原始数据处理模块、特征参数提取模块和一致性差异潜在风险判断模块；所述数据采集模块用于采集电池实时运行的原始数据，所述原始数据处理模块用于对所述原始数据进行清洗后，按照电池的工作状态将所述原始数据分类为各个数据集；所述特征参数提取模块对所述数据集进行分段处理后得到各个数据段，对所述数据段进行特征提取得到各个特征参数；所述一致性差异潜在风险判断模块判断所述特征参数的值是否超过设定范围，是则基于信息熵进行锂电池组不一致性计算，否则将根据信息否则输出电池正常的判断结果。2.根据权利要求1所述的潜在风险诊断系统，其特征在于，所述数据采集模块采集的所述原始数据还包括：车辆号、上报时间、电池总电压、电池总电流、电池容量SOC、单体电池最高电压、最高电压电芯号、单体电池最高温度、最高温度单体电池号和电池系统额定容量。3.根据权利要求1所述的方法，其特征在于，所述原始数据处理模块还包括对所述原始数据进行数据维度、数据类型、数据缺失以及异常值进行限制和处理。4.根据权利要求1所述的潜在风险诊断系统，其特征在于，所述原始数据处理模块按照电池的工作状态对所述原始数据进行分类后得到的所述数据类包括：充电过程电压电流数据集、放电过程电压电流数据集与静置过程电压电流数据集。5.根据权利要求1所述的潜在风险诊断系统，其特征在于，所述原始数据处理模块根据所述原始数据的电压、电流和时间对所述数据集进行分段后得到各个数据段，并对数据量低于设定值的所述数据段进行删除。6.根据权利要...

【专利技术属性】
技术研发人员：洪清和，李顶根，
申请(专利权)人：武汉云衡智能科技有限公司，
类型：发明
国别省市：