【技术实现步骤摘要】
本申请涉及电芯故障诊断，特别涉及一种电池簇内电芯故障诊断方法、云服务器及存储介质。
技术介绍
1、储能电池主要是用于储存和释放电能，以便在需要时提供电力；其在多个领域都有广泛应用，如可再生能源存储、电动汽车、应急电源、电网调节等。
2、电池簇通常由多个电芯组成，将多个电芯串联或并联在一起，可以增加电池簇的电压和容量，以满足不同设备的需求；然而，电芯发生故障则会影响整个电池簇的性能，及时诊断出电芯故障有利于维持电池簇的效率和寿命，并且可以帮助维护人员及时采取措施，避免更大损失。
3、但是现有的电芯故障诊断方法通常需要借助较为复杂的模型算法，来对原始数据进行标注，再借助深度学习、人工智能算法等方式实现，这种方式对算力要求高、投入资金大且投入人力成本高。
技术实现思路
1、本申请为解决上述技术问题，提供一种电池簇内电芯故障诊断方法、云服务器及存储介质。
2、具体的，本申请提供一种电池簇内电芯故障诊断方法，包括以下步骤：
3、s100：基于bms对电池簇整体及各单体电芯进行参数采集，以获取诊断参数；其中，所述诊断参数至少包括单体电芯温度、单体电芯电压和初始特征参数。
4、s200：分别基于所述单体电芯温度和单体电芯电压获取温度波动参数和电压波动参数。
5、s300：基于窗口时间对所述初始特征参数提取多个目标特征值，并计算各所述目标特征值与所述电压波动参数和温度波动参数的相关系数。
6、s400：对同种相关系
7、在上述技术方案中，相较于现有方法，本申请的故障诊断方法不依赖复杂的模型和高算力，可以在相对简单的环境中实现；由于减少了对深度学习和人工智能算法的依赖，降低了硬件和人力成本，使得故障诊断更加经济；实时参数采集和简单的波动分析，使得故障诊断过程快速高效，便于维护人员及时采取措施；方法易于在现有电池管理系统中实施，无需大规模改造，便于推广应用。
8、进一步的，在所述s100之后，还包括：对所述诊断参数进行数据清洗。
9、在上述技术方案中，数据清洗可以去除噪声和错误数据，提高参数的准确性，使得后续分析更加可靠。
10、进一步的，在完成数据清洗之后，还包括：
11、判断所述单体电芯温度和单体电芯电压是否相对应，若是，则转入s200；否则对所述单体电芯温度进行温度插值计算后，转入所述s200。
12、在上述技术方案中，通过判断温度和电压的对应关系，确保数据之间的一致性，降低因不匹配数据导致的误诊可能性；若发现不对应情况，通过温度插值计算修正温度数据，能够更精确地反映电芯的实际工作状态，从而提高故障诊断的准确性。
13、进一步的，所述目标特征值至少包括单体电芯特征值和电池簇特征值；所述s300中的基于窗口时间对所述初始特征参数提取多个目标特征值，包括：
14、基于窗口时间分别对所述单体电芯和电池簇进行第一特征提取和第二特征提取，以获取单体电芯特征值和电池簇特征值。
15、在上述技术方案中，多层次的特征提取使得对电池簇整体和各单体电芯的状态分析更加深入，有助于识别潜在的风险和故障模式。
16、进一步的，所述第一特征提取具体包括：
17、基于所述窗口时间获取循环次数不大于预设循环次数的第一电压值，并基于所述窗口时间获取第二电压值；其中，所述第一电压值至少包括最大电压值、最小电压值、充电前电压值和充电后电压值；所述第二电压值至少包括电压均值、电压众数和电压中位数。
18、在上述技术方案中，第一电压值涵盖了最大、最小、充电前后电压等多种关键参数，有助于全面反映电芯的工作状态和充放电过程；获取的第二电压值(如均值、众数和中位数)提供了电压分布的多维度视角，使得分析更加细致和精准；循环次数的限制使得分析聚焦于特定的工作周期，有助于发现电池性能随时间变化的趋势。
19、进一步的，所述第二特征提取具体包括：
20、基于所述窗口时间获取目标电流值、目标soc和电池容量；其中，所述目标电流值至少包括平均非零电流、平均充电电流和平均放电电流；所述目标soc至少包括充电前soc、充电后soc、放电后soc、充电soc变化、放电soc变化、窗口循环圈数和累计循环圈数；所述电池容量至少包括充电容量和放电容量。
21、在上述技术方案中，通过提取平均电流值(包括非零电流、充电电流、放电电流)，可以全面了解电池簇在不同操作条件下的电流行为对单体电池的影响，全面评估电池的使用状况；包括充电前后soc、放电后soc等，能够准确跟踪电池簇的电量状态变化及其充放电过程，有助于监控电池的健康状态和效率；通过获取充电容量和放电容量，可以准确计算电池的实际容量和剩余容量，为电池性能的评估提供可靠依据。
22、进一步的，所述获取窗口循环圈数和累计循环圈数，具体包括：
23、基于所述充电前soc、充电后soc或放电后soc选定数据样本，并获取所述数据样本的有效帧个数和当前窗口时间的时序编号；基于所述数据样本、有效帧个数和时序编号获取窗口循环圈数；基于多个时序编号对各窗口循环圈数进行累加求和，以获取累计循环圈数。
24、在上述技术方案中，通过筛选有效的数据样本，可以确保循环计数的准确性，避免因无效数据导致的错误计数；通过对多个时序编号的累计循环圈数进行累加求和，可以更科学地评估电池的整体使用状态，支持制定合理维护策略。
25、进一步的，所述电芯故障种类至少包括第一故障种类和第二故障种类；所述电芯诊断结果至少包括第一故障诊断结果和第二故障诊断结果所述s400中的判断归一化后的相关系数所属电芯故障种类，以基于判断结果获取电芯诊断结果，具体包括：
26、将归一化后的相关系数作为诊断系数；若所述诊断系数处于第一区间，则对所述诊断系数对应的单体电芯进行偏执标记；若所述诊断系数处于第二区间，则判定所述诊断系数对应的单体电芯属于第一故障种类，并获取所述第一故障种类对应的第一故障诊断结果；若所述诊断系数处于第三区间，则判定所述诊断系数对应的单体电芯属于第二故障种类，并获取所述第一故障种类对应的第二故障诊断结果。
27、在上述技术方案中，通过定义第一故障种类和第二故障种类，使得电芯故障的分类更加系统化，便于进行针对性的诊断和处理；归一化后的相关系数作为诊断系数，能够有效减少因数据尺度不同而带来的影响，从而提高诊断的准确性；这种分类和判断方法可以适用于不同类型和规模的电池系统，增强了系统的灵活性和适应性。
28、进一步的，需要说明的是，所述诊断参数并不是只限制于单体电芯温度、单体电芯电压和初始特征参数，本领域技术人员还可以采用相应的传感器来测量例如单体电芯内部应力、内部压强等，以衍生出最大压力值、最小压力值，充电前或放电后的压强、压力等。通过多维度的数据采集，可以在本文档来自技高网...
【技术保护点】
1.一种电池簇内电芯故障诊断方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的电池簇内电芯故障诊断方法，其特征在于，在所述S100之后，还包括：
3.根据权利要求2所述的电池簇内电芯故障诊断方法，其特征在于，在完成数据清洗之后，还包括：
4.根据权利要求1所述的电池簇内电芯故障诊断方法，其特征在于，所述目标特征值至少包括单体电芯特征值和电池簇特征值；所述S300中的基于窗口时间对所述初始特征参数提取多个目标特征值，包括：
5.根据权利要求4所述的电池簇内电芯故障诊断方法，其特征在于，所述第一特征提取具体包括：
6.根据权利要求4所述的电池簇内电芯故障诊断方法，其特征在于，所述第二特征提取具体包括：
7.根据权利要求6所述的电池簇内电芯故障诊断方法，其特征在于，所述获取窗口循环圈数和累计循环圈数，具体包括：
8.根据权利要求1所述的电池簇内电芯故障诊断方法，其特征在于，所述电芯故障种类至少包括第一故障种类和第二故障种类；所述电芯诊断结果至少包括第一故障诊断结果和第二故障诊断结果所述S400中
9.一种云服务器，其特征在于，所述云服务器采用如权利要求1-8任一项所述的电池簇内电芯故障诊断方法对电池簇内的各单体电芯进行故障诊断，以获取对应的电芯诊断结果。
10.一种计算机可读存储介质，其存储有计算机程序，其特征在于，该计算机程序被所述云服务器执行时实现如权利要求1-8任一项所述的电池簇内电芯故障诊断方法。
...【技术特征摘要】
1.一种电池簇内电芯故障诊断方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的电池簇内电芯故障诊断方法，其特征在于，在所述s100之后，还包括：
3.根据权利要求2所述的电池簇内电芯故障诊断方法，其特征在于，在完成数据清洗之后，还包括：
4.根据权利要求1所述的电池簇内电芯故障诊断方法，其特征在于，所述目标特征值至少包括单体电芯特征值和电池簇特征值；所述s300中的基于窗口时间对所述初始特征参数提取多个目标特征值，包括：
5.根据权利要求4所述的电池簇内电芯故障诊断方法，其特征在于，所述第一特征提取具体包括：
6.根据权利要求4所述的电池簇内电芯故障诊断方法，其特征在于，所述第二特征提取具体包括：
7.根据权利要求6所述的...
【专利技术属性】
技术研发人员：徐健飞，郭庆明，闫垚锋，
申请(专利权)人：惠州市德赛智储科技有限公司，
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。