System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及电池测试,尤其涉及一种锂离子电池模组级温度预测方法及装置。
技术介绍
1、锂离子电池因其高能量密度、低自放电率、长循环寿命和无记忆效应而广泛应用于储能系统。然而,电池可能由于内短路或散热不良而产生异常热量。热量会增加电池本身的温度,同时传递到周围的电池,导致电池模组的温度升高。一旦热失控发生,大量热量将转移到相邻的电池,从而触发另一个热失控,从而传播热失控。
2、目前,存在利用神经网络对电池进行温度预测的方法,但是由于数据的缺乏和热失控传播的不确定性,简单的神经网络模型的泛化能力较差,并且容易过拟合,导致对电池模组温度预测的准确性较差。
技术实现思路
1、本申请旨在至少在一定程度上解决相关技术中的技术问题之一。
2、为此,本申请的第一个目的在于提出一种锂离子电池模组级温度预测方法,以实现电池模组热失控的准确预测。
3、本申请的第二个目的在于提出一种锂离子电池模组级温度预测装置。
4、本申请的第三个目的在于提出一种电子设备。
5、本申请的第四个目的在于提出一种计算机可读存储介质。
6、本申请的第五个目的在于提出一种计算机程序产品。
7、为达上述目的,本申请第一方面实施例提出了一种锂离子电池模组级温度预测方法,包括:
8、获取电池模组中任一目标电池的电池状态数据,所述电池状态数据至少包括电流、电压、荷电状态值和电池表面温度;
9、响应于所述电池表面温度高于目标阈值,获取
10、根据所述热图像获取第一预测向量,并根据所述电池状态数据组成的状态向量获取第二预测向量;
11、根据所述第一预测向量和所述第二预测向量融合得到的融合向量,获取所述电池模组的预测温度场。
12、为达上述目的,本申请第二方面实施例提出了一种锂离子电池模组级温度预测装置,包括:
13、数据获取模块,用于获取电池模组中任一目标电池的电池状态数据,所述电池状态数据至少包括电流、电压、荷电状态值和电池表面温度;
14、热图像获取模块,用于响应于所述电池表面温度高于目标阈值,获取所述目标电池的热图像;
15、预测向量获取模块,用于根据所述热图像获取第一预测向量,并根据所述电池状态数据组成的状态向量获取第二预测向量;
16、温度预测模块,用于根据所述第一预测向量和所述第二预测向量融合得到的融合向量,获取所述电池模组的预测温度场。
17、为达上述目的,本申请第三方面实施例提出了一种电子设备,包括:处理器,以及与所述处理器通信连接的存储器;
18、所述存储器存储计算机执行指令;
19、所述处理器执行所述存储器存储的计算机执行指令,以实现本申请第一方面实施例提出的一种锂离子电池模组级温度预测方法。
20、为达上述目的,本申请第四方面实施例提出了一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机执行指令,所述计算机执行指令被处理器执行时用于实现本申请第一方面实施例提出的一种锂离子电池模组级温度预测方法。
21、为达上述目的,本申请第五方面实施例提出了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现本申请第一方面实施例提出的一种锂离子电池模组级温度预测方法。
22、本申请提供的锂离子电池模组级温度预测方法及装置,通过获取电池模组中任一目标电池的电池状态数据,电池状态数据至少包括电流、电压、荷电状态值和电池表面温度;响应于电池表面温度高于目标阈值,获取目标电池的热图像;根据热图像获取第一预测向量,并根据电池状态数据组成的状态向量获取第二预测向量;根据第一预测向量和第二预测向量融合得到的融合向量,获取电池模组的预测温度场。解决了对电池模组温度预测的准确性较差的问题,能够对电池单体进行自适应的温度预测,再组成电池模组的温度场,避免了不同电池信息在神经网络中进行处理造成的混淆,实现对电池模组的温度预测,并且便于对电池模组中的电池单体进行扩展预测,另外,仅仅在表面温度较高的情况下,进行热图像的采集和处理,能够降低数据处理过程中的计算量和内存占用。
23、本申请附加的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,或通过本申请的实践了解到。
本文档来自技高网...【技术保护点】
1.一种锂离子电池模组级温度预测方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的锂离子电池模组级温度预测方法,其特征在于,所述根据所述热图像获取第一预测向量,包括:
3.根据权利要求1所述的锂离子电池模组级温度预测方法,其特征在于,所述根据所述电池状态数据组成的状态向量获取第二预测向量,包括:
4.根据权利要求1所述的锂离子电池模组级温度预测方法,其特征在于,所述根据所述第一预测向量和所述第二预测向量融合得到的融合向量,获取所述电池模组的预测温度场,包括:
5.根据权利要求1或4所述的锂离子电池模组级温度预测方法,其特征在于,所述根据所述第一预测向量和所述第二预测向量融合得到的融合向量,包括:
6.根据权利要求1所述的锂离子电池模组级温度预测方法,其特征在于,所述方法还包括:
7.根据权利要求1所述的锂离子电池模组级温度预测方法,其特征在于,所述方法还包括:
8.一种锂离子电池模组级温度预测装置,其特征在于,包括:
9.一种电子设备,其特征在于,包括:处理器,以及与所述处理器
10.一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执行指令,所述计算机执行指令被处理器执行时用于实现如权利要求1-7中任一项所述的方法。
...【技术特征摘要】
1.一种锂离子电池模组级温度预测方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的锂离子电池模组级温度预测方法,其特征在于,所述根据所述热图像获取第一预测向量,包括:
3.根据权利要求1所述的锂离子电池模组级温度预测方法,其特征在于,所述根据所述电池状态数据组成的状态向量获取第二预测向量,包括:
4.根据权利要求1所述的锂离子电池模组级温度预测方法,其特征在于,所述根据所述第一预测向量和所述第二预测向量融合得到的融合向量,获取所述电池模组的预测温度场,包括:
5.根据权利要求1或4所述的锂离子电池模组级温度预测方法,其特征在于,所述根...
【专利技术属性】
技术研发人员:张国辉,卢昊,李国庆,赵珈卉,董宇鹏,刘明义,永胜,刘大为,吴巍,张伟,冯小川,景昊,朱勇,刘文强,王建星,吉日木图,刘承皓,孙杰峰,孙悦,宋杰,周飞,孙晓旭,张雨家,
申请(专利权)人:华能新能源股份有限公司,
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。