一种故障诊断方法和电子设备技术

本申请实施例提供一种故障诊断方法以及电子设备。方法应用于电子设备，方法包括：采集动力电池系统的实时数据；上报所述实时数据；接收故障诊断预测结果和/或所述故障诊断预测结果对应的第一故障措；生成本地故障诊断结果和/或本地故障诊断结果对应的第二故障措施；对所述故障诊断预测结果和/或所述第一故障措施，以及，所述本地故障诊断结果和/或所述第二故障措施进行仲裁，生成第三故障措施；实施所述第三故障措施。根据本申请实施例的方法，可以基于VHR大数据提前预测动力电池系统的故障，并且，结合电动汽车的实时状态，仲裁生成与电动汽车的实时状态最匹配的故障措施。电动汽车的实时状态最匹配的故障措施。电动汽车的实时状态最匹配的故障措施。

【技术实现步骤摘要】
一种故障诊断方法和电子设备


[0001]本申请涉及新能源电动汽车领域，特别涉及一种故障诊断方法和电子设备。

技术介绍

[0002]在电动汽车的应用场景中，电动汽车的动力电池系统存在发生故障的可能。现有技术下，对动力电池系统故障的诊断只能是在故障发生时和故障发生后进行。只有故障已经发生或故障已经恶化，才能对动力电池系统进行故障诊断介入和实施故障解决措施，无法对动力电池系统发生的故障进行提前诊断和预诊断，无法及时有效的规避电动汽车中关键部件的故障恶化，无法对电动汽车的关键部件进行提前保护和故障规避。
[0003]因此，需要提供一种新的故障诊断方法以实现对动力电池系统发生的故障进行诊断。

技术实现思路

[0004]针对如何诊断动力电池系统故障的问题，本申请提供了一种故障诊断方法和电子设备，本申请还提供一种计算机可读存储介质。
[0005]本申请实施例采用下述技术方案：
[0006]第一方面，本申请提供一种故障诊断方法，所述方法应用于电子设备，所述方法包括：
[0007]采集动力电池系统的实时数据；
[0008]上报所述实时数据；
[0009]接收故障诊断预测结果和/或所述故障诊断预测结果对应的第一故障措施，其中，所述故障诊断预测结果为，通过对比所述实时数据与车辆历史报告大数据而预测出的动力电池系统可能发生的故障；
[0010]采集所述动力电池系统上报的故障标志位和/或故障等级；
[0011]结合所述实时数据，根据所述故障标志位和/或所述故障等级进行故障诊断，生成本地故障诊断结果和/或本地故障诊断结果对应的第二故障措施；
[0012]对所述故障诊断预测结果和/或所述第一故障措施，以及，所述本地故障诊断结果和/或所述第二故障措施进行仲裁，生成第三故障措施；
[0013]实施所述第三故障措施。
[0014]在第一方面的一种实现方式中，所述方法还包括：
[0015]对比所述实时数据与所述车辆历史报告大数据，从所述实时数据中提取可能导致所述动力电池系统发生故障的参数；
[0016]根据所述可能导致所述动力电池系统发生故障的参数，预测所述动力电池系统可能发生的故障。
[0017]在第一方面的一种实现方式中，所述根据所述可能导致所述动力电池系统发生故障的参数，预测所述动力电池系统可能发生的故障，包括：
[0018]从数据库中查找，所述可能导致所述动力电池系统发生故障的参数对应的故障，所述数据库用于保存，可能导致所述动力电池系统发生故障的参数、所述动力电池系统可能发生的故障以及所述参数与所述故障之间的对应关系。
[0019]在第一方面的一种实现方式中，所述方法还包括：
[0020]从数据库中查找，所述动力电池系统可能发生的故障对应的所述第一故障措施，所述数据库用于保存，针对所述动力电池系统可以采取的故障措施，以及，所述故障措施与所述故障之间的对应关系。
[0021]在第一方面的一种实现方式中，对所述故障诊断预测结果，以及，所述本地故障诊断结果进行仲裁，生成所述第三故障措施，包括：
[0022]识别电动汽车的当前车辆场景；
[0023]基于所述当前车辆场景，对所述故障诊断预测结果，以及，所述本地故障诊断结果进行仲裁，生成故障判定结果；
[0024]根据所述故障判定结果，生成匹配所述当前车辆场景的所述第三故障措施。
[0025]在第一方面的一种实现方式中，所述故障判定结果包括：
[0026]所述故障诊断预测结果或故障诊断预测结果中的部分故障；
[0027]或者，所述本地故障诊断结果或所述本地故障诊断结果中的部分故障；
[0028]或者，所述故障诊断预测结果或所述故障诊断预测结果中的部分故障，与所述本地故障诊断结果或所述本地故障诊断结果中的部分故障的组合。
[0029]在第一方面的一种实现方式中，对所述第一故障措施，以及，所述第二故障措施进行仲裁，，生成所述第三故障措施，包括：
[0030]识别电动汽车的当前车辆场景；
[0031]基于所述当前车辆场景，对所述第一故障措施，以及，所述第二故障措施进行仲裁，生成匹配所述当前车辆场景的所述第三故障措施。
[0032]在第一方面的一种实现方式中，所述第三故障措施包括：
[0033]所述第一故障措施或所述第一故障措施中的部分故障措施；
[0034]或者，所述第二故障措施或第二故障措施中的部分故障措施；
[0035]或者所述第一故障措施或所述第一故障措施中的部分故障措施，与所述第二故障措施或所述第二故障措施中的部分故障措施的组合。
[0036]第二方面，本申请提供一种电子设备，所述电子设备包括用于存储计算机程序指令的存储器和用于执行计算机程序指令的处理器，其中，当所述计算机程序指令被该处理器执行时，触发所述电子设备执行如第一方面所述的方法步骤。
[0037]第三方面，本申请提供一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机程序，当其在计算机上运行时，使得计算机执行如第一方面所述的方法。
[0038]根据本申请实施例所提出的上述技术方案，至少可以实现下述技术效果：
[0039]根据本申请实施例的方法，可以基于VHR大数据提前预测动力电池系统的故障，并且，结合电动汽车的实时状态，仲裁生成与电动汽车的实时状态最匹配的故障措施。
[0040]根据本申请实施例的方法，可以对动力电池系统发生的故障进行提前诊断和预诊断，及时有效的规避电动汽车中关键部件的故障恶化，对电动汽车的关键部件进行提前保
护和故障规避。
附图说明
[0041]图1为根据本申请一实施例的故障诊断方法的应用场景示意图；
[0042]图2所示为根据本申请一实施例的故障诊断方法流程图；
[0043]图3所示为根据本申请一实施例的故障诊断方法流程图；
[0044]图4所示为根据本申请一实施例的数据流示意图；
[0045]图5为根据本申请一实施例的电子设备示意图。
具体实施方式
[0046]为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0047]本申请的实施方式部分使用的术语仅用于对本申请的具体实施例进行解释，而非旨在限定本申请。
[0048]针对如何诊断动力电池系统故障的问题，本申请提供了一种故障诊断方法。
[0049]具体的，图1为根据本申请一实施例的故障诊断方法的应用场景示意图。
[0050]如图1所示，电子设备110安装在电动汽车中，电子设备110包含数据采集模块111。数据采集模块111用于采集电本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种故障诊断方法，所述方法应用于电子设备，其特征在于，所述方法包括：采集动力电池系统的实时数据；上报所述实时数据；接收故障诊断预测结果和/或所述故障诊断预测结果对应的第一故障措施，其中，所述故障诊断预测结果为，通过对比所述实时数据与车辆历史报告大数据而预测出的动力电池系统可能发生的故障；采集所述动力电池系统上报的故障标志位和/或故障等级；结合所述实时数据，根据所述故障标志位和/或所述故障等级进行故障诊断，生成本地故障诊断结果和/或本地故障诊断结果对应的第二故障措施；对所述故障诊断预测结果和/或所述第一故障措施，以及，所述本地故障诊断结果和/或所述第二故障措施进行仲裁，生成第三故障措施；实施所述第三故障措施。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：对比所述实时数据与所述车辆历史报告大数据，从所述实时数据中提取可能导致所述动力电池系统发生故障的参数；根据所述可能导致所述动力电池系统发生故障的参数，预测所述动力电池系统可能发生的故障。3.根据权利要求2所述的方法，其特征在于，所述根据所述可能导致所述动力电池系统发生故障的参数，预测所述动力电池系统可能发生的故障，包括：从数据库中查找，所述可能导致所述动力电池系统发生故障的参数对应的故障，所述数据库用于保存，可能导致所述动力电池系统发生故障的参数、所述动力电池系统可能发生的故障以及所述参数与所述故障之间的对应关系。4.根据权利要求3所述的方法，其特征在于，所述方法还包括：从数据库中查找，所述动力电池系统可能发生的故障对应的所述第一故障措施，所述数据库用于保存，针对所述动力电池系统可以采取的故障措施，以及，所述故障措施与所述故障之间的对应关系。5.根据权利要求1
‑
4中任一项所述的方法，其特征在于，对所述故障诊断预测结果，以及，所述本地故障诊断结果进行仲裁，生...

【专利技术属性】
技术研发人员：王俊林，黄大飞，孟天，黄秋涵，
申请(专利权)人：成都赛力斯科技有限公司，
类型：发明
国别省市：