【技术实现步骤摘要】
本专利技术涉及电池安全，具体涉及一种热失控预警阈值计算方法、装置及基于模糊逻辑的热失控预警方法。
技术介绍
1、近年来，储能领域呈现出迅猛的增长态势，推动了整个绿色能源体系的升级和扩展，多种清洁技术尤其是锂离子电池技术正快速取得突破，但电池起火和爆炸事故的频发，也给新能源行业的健康发展带来了严峻挑战，锂电池的安全问题已成为行业发展的主要瓶颈。锂电池的安全问题中最严重的是热失控，而导致热失控的原因可以归纳为电滥用、热滥用以及机械滥用。这些不当使用行为会引发电池内部短路，导致温度急剧上升，进而引发一系列副反应，最终触发热失控。为确保安全，要求在热失控发生前至少提前五分钟发出预警，为人员疏散和逃生提供充足的时间。
2、截至目前，针对锂离子电池热失控预警的方法已经很多，大部分是基于多种信号融合的办法，所融合的信号常见的有温度、电压、气体等信号，例如对温度或温度的上升速率进行预警，当信号达到对应阈值的时候进行报警。此外，现有研究也已证实，锂电池在热失控过程中会释放大量气体，而最早出现的通常是h2，因此也有基于这一特性，使用气体信号进行预警的办法。比如在相关技术中，公布号为cn118472446a的中国专利申请文献中公开了一种锂电池的热失控安全预警方法，该方案基于预设的阈值范围等级确定环境数据的等级范围，并依据阈值来确定预警级别；但该方案中将阈值设为静态，忽视了在不同环境温度和充电速率下锂电池的安全性能差异很大，阈值不能一概而论。公布号为cn117810576a的中国专利申请文献公开了一种锂离子电池储能电站热失控综合告警方法，该
3、另外，公布号为cn116093497a的中国专利申请文献中公开了一种电池热失控概率预测方法，该方案中将电池温度与电池热失控位置作为模糊输入，来模糊化输出电池热失控概率，实现热失控发生概率的预测。在非专利文献中，“基于模糊集的免疫克隆选择算法，计算机技术与发展，第17卷第12期，张葵等”中提出了一种基于模糊集理论的免疫克隆选择算法引入了模糊集合和隶属度的概念，采用了一种动态的智能优化策略，有效地改善了检测元的特性，提高了检测元在复杂网络环境下的适应能力；但该文献主要关注优化现有模糊系统的规则权重或参数分布，目标通常是增强系统的预测精度或分类能力，但未专注于隶属度函数的形状。
技术实现思路
1、本专利技术所要解决的技术问题是不同环境温度和充电速率下热失控预警阈值的迁移问题。
2、本专利技术通过以下技术手段解决上述技术问题的：
3、第一方面，提出了一种热失控预警阈值计算方法，所述方法包括：
4、将模糊隶属度函数的待优化参数集合中的参数利用初始种群中的抗体表示，采用免疫克隆选择算法对初始种群进行迭代优化，得到参数集合全局最优解；
5、基于所述参数集合全局最优解确定最优模糊隶属度函数；
6、将不同的环境温度和充电速率通过所述最优模糊隶属度函数映射到不同的模糊区间之中，输出不同环境温度和充电速率组合条件下的预警阈值，构建不同组合条件与预警阈值的对应关系。
7、进一步地，所述将模糊隶属度函数的待优化参数集合中的参数利用初始种群中的抗体表示，采用免疫克隆选择算法对初始种群进行迭代优化，得到参数集合全局最优解，包括：
8、s11、随机生成一个初始种群，初始种群中每个抗体代表模糊隶属度函数的一个参数；
9、s12、利用适应度函数对每个抗体进行评估，并判断评估结果是否满足终止条件，若否则执行步骤s13，若是则执行步骤s16；
10、s13、基于抗体的评估结果选择高质量的抗体，并对选中的抗体进行克隆操作，得到克隆后的抗体；
11、s14、对克隆后的抗体进行变异操作，利用所述适应度函数对变异后的抗体进行评估，并与初始种群中的抗体进行竞争，将当前最优抗体保留至下一代，形成下一代种群；
12、s15、对下一代种群重新执行步骤s12~s14；
13、s16、输出模糊隶属度函数的参数集合全局最优解。
14、进一步地，所述适应度函数的公式表示为：
15、
16、
17、式中，分别表示模糊逻辑系统预测的第个应变转折点、第个电压转折点；分别表示实验测量的第个应变转折点、第个电压转折点；表示抗体的适应度；表示种群大小；、分别表示预测的应变转折点与实际的应变转折点之差、预测的电压转折点与实际的电压转折点之差。
18、进一步地，所述方法还包括：
19、对选中的抗体进行克隆操作时，克隆数量与选中抗体的适应度成正比。
20、进一步地，所述方法还包括：
21、对克隆后的抗体进行变异操作时，引入随机扰动如下：
22、
23、式中，表示变异后的第个抗体的第个决策变量；表示变异前第个抗体的第个决策变量；表示相乘；表示标准正态分布随机数；表示变异强度通常与抗体适应度成反比，，表示第个抗体的适应度值，表示当前种群中最大的适应度值，用于归一化，使变异幅度相对统一。
24、进一步地，所述终止条件的公式表示为：
25、
26、式中，表示下一代种群；表示从原种群和克隆种群的联合中选择适应度最优的抗体，组成新一代种群；表示初始种群；表示并集；表示克隆变异后的种群。
27、进一步地，所述将不同的环境温度和充电速率通过所述最优模糊隶属度函数映射到不同的模糊区间之中，输出不同环境温度和充电速率组合条件下的预警阈值，构建不同组合条件与预警阈值的对应关系，包括：
28、在不同的环境温度和充电速率的组合条件下对锂电池进行过充热失控实验，并持续记录实验参数，所述实验参数包括电压变化信号、电池表面温度变化信号、应变变化信号和气体变化信号；
29、将每种组合条件中的环境温度和充电速率通过所述最优模糊隶属度函数映射到不同的模糊区间之中，并依据实验数据建立的模糊规则，得到不同环境温度和充电速率组合条件下的预警阈值。
30、进一步地，所述方法还包括：
31、将每种组合条件中的环境温度和充电速率进行归一化处理后通过所述最优模糊隶属度函数映射到不同的模糊区间之中。
32、进一步地，所述预警阈值包括电压转折点和应变转折点。
33、进一步地，所述模糊隶属度函数的类型包括三角函数和梯形函数。
34、第二方面，本专利技术提出了一种热失控预警阈值计算装置，所述装置包括：
35、参数迭代优化模块，用于将模糊隶属度函数的待优化参数集合中的参数利用初始种群中的抗体表示，采用免疫克隆选择算法对初始种群进行迭代优化，得到参数集合全局最优解；
36、最优模糊隶属度函数确定模块，用于基于所述本文档来自技高网...
【技术保护点】
1.一种热失控预警阈值计算方法，其特征在于，包括：
2.如权利要求1所述的热失控预警阈值计算方法，其特征在于，所述将模糊隶属度函数的待优化参数集合中的参数利用初始种群中的抗体表示，采用免疫克隆选择算法对初始种群进行迭代优化，得到参数集合全局最优解，包括：
3.如权利要求2所述的热失控预警阈值计算方法，其特征在于，所述适应度函数的公式表示为：
4.如权利要求2所述的热失控预警阈值计算方法，其特征在于，所述方法还包括：
5.如权利要求2所述的热失控预警阈值计算方法，其特征在于，所述方法还包括：
6.如权利要求2所述的热失控预警阈值计算方法，其特征在于，所述终止条件的公式表示为：
7.如权利要求1所述的热失控预警阈值计算方法，其特征在于，所述将不同的环境温度和充电速率通过所述最优模糊隶属度函数映射到不同的模糊区间之中，输出不同环境温度和充电速率组合条件下的预警阈值，构建不同组合条件与预警阈值的对应关系，包括：
8.如权利要求7所述的热失控预警阈值计算方法，其特征在于，所述方法还包括：
9.如
10.如权利要求1~9任一项所述的热失控预警阈值计算方法，其特征在于，所述模糊隶属度函数的类型包括三角函数和梯形函数。
11.一种热失控预警阈值计算装置，其特征在于，所述装置包括：
12.一种基于模糊逻辑的热失控预警方法，其特征在于，所述方法包括：
13.如权利要求12所述的基于模糊逻辑的热失控预警方法，其特征在于，所述状态参数包括电压信号和应变信号，所述预警阈值包括电压转折点和应变转折点，所述将所述状态参数与当前工况下对应的预警阈值进行比较，进行热失控预警，包括：
14.如权利要求13所述的基于模糊逻辑的热失控预警方法，其特征在于，所述状态参数还包括气体信号，所述方法还包括：
15.如权利要求13所述的基于模糊逻辑的热失控预警方法，其特征在于，所述状态参数还包括电池表面温度信号，所述方法还包括：
...【技术特征摘要】
1.一种热失控预警阈值计算方法，其特征在于，包括：
2.如权利要求1所述的热失控预警阈值计算方法，其特征在于，所述将模糊隶属度函数的待优化参数集合中的参数利用初始种群中的抗体表示，采用免疫克隆选择算法对初始种群进行迭代优化，得到参数集合全局最优解，包括：
3.如权利要求2所述的热失控预警阈值计算方法，其特征在于，所述适应度函数的公式表示为：
4.如权利要求2所述的热失控预警阈值计算方法，其特征在于，所述方法还包括：
5.如权利要求2所述的热失控预警阈值计算方法，其特征在于，所述方法还包括：
6.如权利要求2所述的热失控预警阈值计算方法，其特征在于，所述终止条件的公式表示为：
7.如权利要求1所述的热失控预警阈值计算方法，其特征在于，所述将不同的环境温度和充电速率通过所述最优模糊隶属度函数映射到不同的模糊区间之中，输出不同环境温度和充电速率组合条件下的预警阈值，构建不同组合条件与预警阈值的对应关系，包括：
8.如权利要求7所述的热失控预警阈...
【专利技术属性】
技术研发人员：李金中，谢毓广，高博，毛磊，汪书苹，孙誉宁，
申请(专利权)人：国网安徽省电力有限公司电力科学研究院，
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。