[go: up one dir, main page]

CN110874693A - 一种电池包异常工况的确定方法、检测方法以及装置 - Google Patents

一种电池包异常工况的确定方法、检测方法以及装置 Download PDF

Info

Publication number
CN110874693A
CN110874693A CN201911102865.8A CN201911102865A CN110874693A CN 110874693 A CN110874693 A CN 110874693A CN 201911102865 A CN201911102865 A CN 201911102865A CN 110874693 A CN110874693 A CN 110874693A
Authority
CN
China
Prior art keywords
abnormal
working condition
battery pack
condition
target
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201911102865.8A
Other languages
English (en)
Inventor
郭毅
高雁飞
王尧峰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Dongsoft Ruichi Automotive Technology (shenyang) Co Ltd
Neusoft Reach Automotive Technology Shenyang Co Ltd
Original Assignee
Dongsoft Ruichi Automotive Technology (shenyang) Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Dongsoft Ruichi Automotive Technology (shenyang) Co Ltd filed Critical Dongsoft Ruichi Automotive Technology (shenyang) Co Ltd
Priority to CN201911102865.8A priority Critical patent/CN110874693A/zh
Publication of CN110874693A publication Critical patent/CN110874693A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Evolutionary Biology (AREA)
  • Marketing (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Game Theory and Decision Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)
  • Secondary Cells (AREA)

Abstract

本申请公开了一种电池包异常工况的确定方法、检测方法以及装置，通过对车辆工况样本数据进行相关性分析，获取目标工况与电池包异常状态的相关值，以便在确定目标工况与电池包异常状态的相关值超过预设异常阈值时，确定目标工况为异常工况。其中，目标工况与电池包异常状态的相关值能够准确地反映出目标工况与电池包异常状态的相关程度，若目标工况与电池包异常状态的相关值超过预设异常阈值，则表示当电池包工作在目标工况下时容易导致电池包发生异常，则可以确定目标工况是异常工况，如此，能够从车辆工况样本数据中发现未知的异常工况，从而能够避免因电池包长期工作在未知异常工况下而导致电池包安全性的降低，提高电池包的安全性。

Description

一种电池包异常工况的确定方法、检测方法以及装置
技术领域
本申请涉及车辆技术领域，尤其涉及一种电池包异常工况的确定方法、检测方法以及装置。
背景技术
随着电动汽车的普及，电池包安全性越来越重要。当电池包长期工作在异常工况下时容易导致电池包损坏，从而导致电池包安全性降低。
目前，电池包的异常工况通常是指高温异常、低温异常等少数几种异常工况。虽然，在实际应用中电池包的异常工况还包括一些未知的异常工况，但是，因目前无法准确地获知这些未知的异常工况导致当电池包长期工作在该未知的异常工况下时容易导致电池包损坏，降低电池包安全性。
发明内容
为了解决现有技术中存在的以上技术问题，本申请提供一种电池包异常工况的确定方法、检测方法以及装置，能够发现未知的异常工况，从而能够避免因电池包长期工作在该未知的异常工况下而导致电池包安全性的降低，提高了电池包的安全性。
为了实现上述目的，本申请实施例提供的技术方案如下：
本申请实施例提供一种电池包异常工况的确定方法，包括：
对车辆工况样本数据进行相关性分析，获取目标工况与电池包异常状态的相关值；
在确定所述目标工况与电池包异常状态的相关值超过预设异常阈值时，确定所述目标工况为异常工况。
可选的，所述对车辆工况样本数据进行相关性分析，获取目标工况与电池包异常状态的相关值，具体包括：
对车辆工况样本数据进行聚类分析，得到目标工况类；
对所述目标工况类中的工况数据进行相关性分析，获取目标工况与电池包异常状态的相关值。
可选的，所述在确定所述目标工况与电池包异常状态的相关值超过预设异常阈值时，确定所述目标工况为异常工况，具体包括：
在确定所述目标工况与电池包异常状态的相关值超过预设异常阈值时，获取目标工况的校验数据；
根据校验数据，获取在目标工况下电池包的储能性能衰减趋势；
若所述在目标工况下电池包的储能性能衰减趋势满足预设异常条件时，则确定所述目标工况为异常工况。
可选的，所述校验数据是利用递增容量分析法从实验室循环实验数据中提取得到的容量衰减特征数据。
本申请实施例还提供了一种电池包异常工况的检测方法，包括：
获取目标车辆的当前工况数据；
若确定所述当前工况数据满足异常工况条件，则确定目标车辆的电池包当前工作在异常工况下；
其中，异常工况条件包括高温异常条件、低温异常条件、过充异常条件、以及利用上述提供的电池包异常工况的确定方法的任一实施方式确定的异常工况对应的条件。
本申请实施例还提供了一种电池包异常工况的确定装置，包括：
第一获取单元，用于对车辆工况样本数据进行相关性分析，获取目标工况与电池包异常状态的相关值；
第一确定单元，用于在确定所述目标工况与电池包异常状态的相关值超过预设异常阈值时，确定所述目标工况为异常工况。
可选的，所述第一获取单元，具体包括：
第一获取子单元，用于对车辆工况样本数据进行聚类分析，得到目标工况类；
第二获取子单元，用于对所述目标工况类中的工况数据进行相关性分析，获取目标工况与电池包异常状态的相关值。
可选的，所述第一确定单元，具体包括：
第三获取子单元，用于在确定所述目标工况与电池包异常状态的相关值超过预设异常阈值时，获取目标工况的校验数据；
第四获取子单元，用于根据校验数据，获取在目标工况下电池包的储能性能衰减趋势；
第一确定子单元，用于若所述在目标工况下电池包的储能性能衰减趋势满足预设异常条件时，则确定所述目标工况为异常工况。
可选的，所述校验数据是利用递增容量分析法从实验室循环实验数据中提取得到的容量衰减特征数据。
本申请实施例还提供了一种电池包异常工况的检测装置，包括：
第二获取单元，用于获取目标车辆的当前工况数据；
第二确定单元，用于若确定所述当前工况数据满足异常工况条件，则确定目标车辆的电池包当前工作在异常工况下；
其中，异常工况条件包括高温异常条件、低温异常条件、过充异常条件、以及利用上述提供的电池包异常工况的确定装置的任一实施方式确定的异常工况对应的条件。
本申请还提供了一种设备，所述设备包括处理器以及存储器：
所述存储器用于存储计算机程序；
所述处理器用于根据所述计算机程序执行上述提供的电池包异常工况的确定方法的任一实施方式。
本申请还提供了一种计算机可读存储介质，所述计算机可读存储介质用于存储计算机程序，所述计算机程序用于执行上述提供的电池包异常工况的确定方法的任一实施方式。
本申请还提供了一种设备，所述设备包括处理器以及存储器：
所述存储器用于存储计算机程序；
所述处理器用于根据所述计算机程序执行上述提供的电池包异常工况的检测方法的任一实施方式。
本申请还提供了一种计算机可读存储介质，所述计算机可读存储介质用于存储计算机程序，所述计算机程序用于执行上述提供的电池包异常工况的检测方法的任一实施方式。
与现有技术相比，本申请实施例至少具有以下优点：
本申请实施例提供的电池包异常工况的确定方法，通过对车辆工况样本数据进行相关性分析，获取目标工况与电池包异常状态的相关值，以便在确定所述目标工况与电池包异常状态的相关值超过预设异常阈值时，确定所述目标工况为异常工况。其中，由于目标工况与电池包异常状态的相关值是通过对车辆工况样本数据进行相关性分析得到的，因而，目标工况与电池包异常状态的相关值能够准确地反映出目标工况与电池包异常状态的相关性。此时，若目标工况与电池包异常状态的相关值超过预设异常阈值，则表示目标工况与电池包异常状态的相关性较大，从而表示当电池包工作在目标工况下时容易导致电池包发生异常，从而可以确定目标工况就是异常工况，如此，能够实现从包括大量车辆工况数据的车辆工况样本数据中发现未知的异常工况的目的，从而后续能够避免因电池包长期工作在该未知的异常工况下而导致电池包安全性的降低，提高了电池包的安全性。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获取其它的附图。
图1为本申请实施例提供的电池包异常工况的确定方法的流程图；
图2为本申请实施例提供的电池包异常工况的检测方法的流程图；
图3为本申请实施例提供的电池包异常工况的确定装置的结构示意图；
图4为本申请实施例提供的电池包异常工况的检测装置的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获取的所有其他实施例，都属于本发明保护的范围。
方法实施例一
参见图1，该图为本申请实施例提供的电池包异常工况的确定方法的流程图。
本申请实施例提供的电池包异常工况的确定方法，包括步骤S11-S13：
S11：对车辆工况样本数据进行相关性分析，获取目标工况与电池包异常状态的相关值。
本申请实施例不限定车辆工况样本数据的具体实施方式。例如，车辆工况样本数据可以包括车辆行驶参数、电池包参数、电池包异常报警信息等中的至少一种数据。其中，车辆行驶参数可以包括：电机转速、车速等参数；电池包参数可以包括：单体电压、探针温度等参数；异常报警信息可以包括：高温异常、过充异常、低温异常、电池绝缘报警异常等异常报警信息。
需要说明的是，本申请实施例不限定车辆工况样本数据的来源，例如，车辆工况样本数据可以来自于相同的车辆，也可以来自于不同的车辆。另外，为了提高确定的电池包异常工况的准确性，车辆工况样本数据通常包括大量的车辆工况数据，以便后续能够基于该大量的车辆工况数据进行相关性分析。
本申请实施例不限定电池包异常状态的具体实施方式。例如，电池包异常状态可以包括：电池包寿命衰减、微短路、电池安全性降低、电池包内阻增大等中的至少一种异常状态。
目标工况与电池包异常状态的相关值用于表示目标工况与电池包异常状态的相关程度；而且，目标工况与电池包异常状态的相关值越大，则表示目标工况与电池包异常状态的相关程度越高，从而表示当电池包工作在目标工况下发生异常的可能性越大。
本申请实施例不限定对车辆工况样本数据进行相关性分析的具体实施方式，可以采用任一种现有或未来出现的相关性分析算法对车辆工况样本数据进行相关性分析，以便得到目标工况与电池包异常状态的相关值。
另外，由于车辆工况样本数据的数据量大，因而，为了提高相关性分析的分析效率，可以先将车辆工况样本数据进行聚类，再对每一类中的车辆工况样本数据分别进行相关性分析。基于此，本申请实施例提供了步骤S11的一种实施方式，在该实施方式中，步骤S11具体可以包括步骤S111-S112：
S111：对车辆工况样本数据进行聚类分析，得到目标工况类。
目标工况类包括多个与目标工况相似度较高的车辆工况样本数据。
在本申请实施例中，在对车辆工况样本数据进行聚类分析后，能够将相似度较高的车辆工况样本数据划分到同一类中，并将相似度较低的车辆工况样本数据划分到不同类中，如此使得聚类分析所得的每一类中均包括有多个相似度较高的车辆工况样本数据，以便于后续在获取目标工况与电池包异常状态的相关值时，只需对包括有多个相似度较高的车辆工况样本数据的目标工况类单独进行相关性分析即可，降低了进行相关性分析的数据量，从而提高了相关性分析效率。
需要说明的是，本申请实施例不限定对车辆工况样本数据进行聚类分析的具体实施方式，可以采用现有或未来出现的任一种聚类算法对车辆工况样本数据进行聚类分析，以便得到目标工况类。
S112：对所述目标工况类中的工况数据进行相关性分析，获取目标工况与电池包异常状态的相关值。
以上为步骤S1的具体实施方式。
S12：在确定所述目标工况与电池包异常状态的相关值超过预设异常阈值时，确定所述目标工况为异常工况。
预设异常阈值可以预先设定，尤其可以根据应用场景设定。
在本申请实施例中，若目标工况与电池包异常状态的相关值超过预设异常阈值，则表示目标工况与电池包异常状态的相关程度达到了较高的程度，从而表示当电池包工作在目标工况下时电池包发生异常的可能性达到了较高的程度，此时，为了避免因电池包长期工作在目标工况下导致电池包发生异常，需要将该目标工况作为异常工况进行标记，以便后续在对电池包进行异常检测时能够重点关注该电池包是否工作在该目标工况下，若发现电池包工作在该目标工况下时，及时进行报警处理，以便避免电池包长期工作在该目标工况下。
另外，为了提高异常工况的获取准确性，可以在确定目标工况与电池包异常状态的相关值超过预设异常阈值后，再次对该目标工况进行二次校验，以便能够根据二次校验结果再次确定该目标工况是否是异常工况。基于此，本申请实施例提供了步骤S12的一种实施方式，在该实施方式中，步骤S12具体可以包括步骤S121-S125：
S121：在确定所述目标工况与电池包异常状态的相关值超过预设异常阈值时，获取目标工况的校验数据。
校验数据用于记录在目标工况下电池包的相关参数数据(例如，电池包的温度、电池包的充放电性能、电池包的单体电压、电池包的内阻、电池包充放电深度等参数数据)。
本申请实施例不限定校验数据的获取方式。例如，校验数据是利用递增容量分析法从实验室循环实验数据中提取得到的容量衰减特征数据。
S122：根据校验数据，获取在目标工况下电池包的储能性能衰减趋势。
电池包的储能性能衰减趋势用于记录当电池包工作在目标工况下时，电池包的储能性能的衰减变化趋势。
需要说明的是，本申请实施例不限定电池包的储能性能衰减趋势的获取方式，例如，可以根据校验数据进行曲线拟合，并将拟合曲线作为电池包的储能性能衰减趋势。
还需要说明的是，本申请实施例不限定电池包的储能性能衰减趋势的表现方式，例如，对于电池包的储能性能衰减趋势的自变量来说，电池包的储能性能衰减趋势可以是以车辆行驶里程作为自变量进行描述的，也可以是以使用时间作为自变量进行描述的，还可以是以累积充放电量作为自变量进行描述的。另外，对于电池包的储能性能衰减趋势的因变量来说，电池包的储能性能衰减趋势可以是以蓄电池容量(State of Health，SOH)值作为因变量进行描述的，也可以是以电池内阻值作为因变量进行描述的，还可以是以电池充放电性能值作为因变量进行描述的。
S123：判断所述在目标工况下电池包的储能性能衰减趋势是否满足预设异常条件，若是，则执行步骤S124；若否，则执行步骤S125。
预设异常条件可以预先设定，尤其可以根据应用场景设定。例如，预设异常条件可以是在目标工况下电池包的储能性能衰减趋势的下降速度超过预设速度值。
S124：确定所述目标工况为异常工况。
S125：确定所述目标工况不是异常工况。
以上为步骤S12的具体实施方式。
以上为本申请方法实施例一提供的电池包异常工况的确定方法的具体实施方式，在该实施方式中，通过对车辆工况样本数据进行相关性分析，获取目标工况与电池包异常状态的相关值，以便在确定所述目标工况与电池包异常状态的相关值超过预设异常阈值时，确定所述目标工况为异常工况。其中，由于目标工况与电池包异常状态的相关值是通过对车辆工况样本数据进行相关性分析得到的，因而，目标工况与电池包异常状态的相关值能够准确地反映出目标工况与电池包异常状态的相关性。此时，若目标工况与电池包异常状态的相关值超过预设异常阈值，则表示目标工况与电池包异常状态的相关性较大，从而表示当电池包工作在目标工况下时容易导致电池包发生异常，从而可以确定目标工况就是异常工况，如此，能够实现从包括大量车辆工况数据的车辆工况样本数据中发现未知的异常工况的目的，从而后续能够避免因电池包长期工作在该未知的异常工况下而导致电池包安全性的降低，提高了电池包的安全性。
需要说明的是，本申请实施例不限定方法实施例一提供的电池包异常工况的确定方法的应用场景。例如，方法实施例一提供的电池包异常工况的确定方法可以应用于服务器，且本申请实施例对服务器不做限定；也可以应用于车辆。
基于上述方法实施例一提供的电池包异常工况的确定方法，本申请还提供了一种电池包异常工况的检测方法，下面结合附图进行解释和说明。
方法实施例二
参见图2，该图为本申请实施例提供的电池包异常工况的检测方法的流程图。
本申请实施例提供的电池包异常工况的检测方法，包括步骤S21-S23：
S21：获取目标车辆的当前工况数据。
本申请实施例不限定当前工况数据的具体实施方式。例如，当前工况数据可以包括车辆行驶参数、电池包参数、电池包异常报警信息等中的至少一种数据。其中，车辆行驶参数可以包括：电机转速、车速等参数；电池包参数可以包括：单体电压、探针温度等参数；异常报警信息可以包括：高温异常、过充异常、低温异常、电池绝缘报警异常等异常报警信息。
本申请实施例不限定当前工况数据的获取方式。例如，当前工况数据可以是从其他设备接收到的数据，也可以是主动采集的数据。
S22：判断当前工况数据是否满足异常工况条件，若是，则执行步骤S23；若否，则执行步骤S24。
其中，异常工况条件可以包括高温异常条件、低温异常条件、过充异常条件、以及利用上述方法实施例一提供的电池包异常工况的确定方法的任一实施方式确定的异常工况对应的条件。
本申请实施例不限定异常工况条件的获取方式。例如，异常工况条件可以是从存储空间中读取的，也可以是从其他设备接收到的。
S23：确定目标车辆的电池包当前工作在异常工况下。
需要说明的是，在确定目标车辆的电池包当前工作在异常工况下时，可以对该目标车辆的电池包当前工作工况进行报警，以便避免因目标车辆的电池包长期工作在异常工况下而导致电池包损坏。
S24：确定目标车辆的电池包当前工作在正常工况下。
以上为本申请方法实施例二提供的电池包异常工况的检测方法的具体实施方式，在该实施方式中，通过将当前工况数据与异常工况条件进行比较来确定目标车辆的电池包是否工作在异常工况下。其中，由于异常工况条件不仅包括高温异常条件、低温异常条件、过充异常条件等常用异常条件，还包括利用上述方法实施例一提供的电池包异常工况的确定方法的任一实施方式确定的异常工况对应的条件，因而，对电池包进行异常工况检测时，不仅能够检测到该电池包是否工作在用异常条件，还能够进一步检测该电池包工作在利用电池包异常工况的确定方法发现的未知异常工况下，从而后续能够避免因电池包长期工作在该未知的异常工况下而导致电池包安全性的降低，提高了电池包的安全性。
需要说明的是，本申请实施例不限定方法实施例二提供的电池包异常工况的检测方法的应用场景。例如，方法实施例二提供的电池包异常工况的检测方法可以应用于服务器，且本申请实施例对服务器不做限定；也可以应用于车辆端的电池管理系统(batterymanagement system，BMS)。
基于上述方法实施例一提供的电池包异常工况的确定方法，本申请实施例还提供了一种电池包异常工况的确定装置，下面结合附图进行解释和说明。
装置实施例一
本申请实施例提供的电池包异常工况的确定装置的技术详情请参照上述方法实施例一。
参见图3，该图为本申请实施例提供的电池包异常工况的确定装置的结构示意图。
本申请实施例提供的电池包异常工况的确定装置，包括：
第一获取单元31，用于对车辆工况样本数据进行相关性分析，获取目标工况与电池包异常状态的相关值；
第一确定单元32，用于在确定所述目标工况与电池包异常状态的相关值超过预设异常阈值时，确定所述目标工况为异常工况。
作为一种实施方式，为了提高异常工况的获取准确性，所述第一获取单元31，具体包括：
第一获取子单元，用于对车辆工况样本数据进行聚类分析，得到目标工况类；
第二获取子单元，用于对所述目标工况类中的工况数据进行相关性分析，获取目标工况与电池包异常状态的相关值。
作为一种实施方式，为了提高异常工况的获取准确性，所述第一确定单元32，具体包括：
第三获取子单元，用于在确定所述目标工况与电池包异常状态的相关值超过预设异常阈值时，获取目标工况的校验数据；
第四获取子单元，用于根据校验数据，获取在目标工况下电池包的储能性能衰减趋势；
第一确定子单元，用于若所述在目标工况下电池包的储能性能衰减趋势满足预设异常条件时，则确定所述目标工况为异常工况。
作为一种实施方式，为了提高异常工况的获取准确性，所述校验数据是利用递增容量分析法从实验室循环实验数据中提取得到的容量衰减特征数据。
以上为本申请装置实施例一提供的电池包异常工况的确定装置的具体实施方式，在该实施方式中，通过对车辆工况样本数据进行相关性分析，获取目标工况与电池包异常状态的相关值，以便在确定所述目标工况与电池包异常状态的相关值超过预设异常阈值时，确定所述目标工况为异常工况。其中，由于目标工况与电池包异常状态的相关值是通过对车辆工况样本数据进行相关性分析得到的，因而，目标工况与电池包异常状态的相关值能够准确地反映出目标工况与电池包异常状态的相关性。此时，若目标工况与电池包异常状态的相关值超过预设异常阈值，则表示目标工况与电池包异常状态的相关性较大，从而表示当电池包工作在目标工况下时容易导致电池包发生异常，从而可以确定目标工况就是异常工况，如此，能够实现从包括大量车辆工况数据的车辆工况样本数据中发现未知的异常工况的目的，从而后续能够避免因电池包长期工作在该未知的异常工况下而导致电池包安全性的降低，提高了电池包的安全性。
需要说明的是，本申请实施例不限定装置实施例一提供的电池包异常工况的确定装置的应用场景。例如，装置实施例一提供的电池包异常工况的确定装置可以应用于服务器，且本申请实施例对服务器不做限定；也可以应用于车辆。
基于上述方法实施例二提供的电池包异常工况的检测方法，本申请实施例还提供了一种电池包异常工况的检测装置，下面结合附图进行解释和说明。
装置实施例二
本申请实施例提供的电池包异常工况的检测装置的技术详情请参照上述方法实施例二。
参见图4，该图为本申请实施例提供的电池包异常工况的检测装置的结构示意图。
本申请实施例提供的电池包异常工况的检测装置，包括：
第二获取单元41，用于获取目标车辆的当前工况数据；
第二确定单元42，用于若确定所述当前工况数据满足异常工况条件，则确定目标车辆的电池包当前工作在异常工况下；
其中，异常工况条件包括高温异常条件、低温异常条件、过充异常条件、以及利用上述装置实施例一提供的电池包异常工况的确定装置的任一实施方式确定的异常工况对应的条件。
以上为本申请装置实施例二提供的电池包异常工况的检测装置的具体实施方式，在该实施方式中，通过将当前工况数据与异常工况条件进行比较来确定目标车辆的电池包是否工作在异常工况下。其中，由于异常工况条件不仅包括高温异常条件、低温异常条件、过充异常条件等常用异常条件，还包括利用上述装置实施例一提供的电池包异常工况的确定装置的任一实施方式确定的异常工况对应的条件，因而，对电池包进行异常工况检测时，不仅能够检测到该电池包是否工作在用异常条件，还能够进一步检测该电池包工作在利用电池包异常工况的确定装置发现的未知异常工况下，从而后续能够避免因电池包长期工作在该未知的异常工况下而导致电池包安全性的降低，提高了电池包的安全性。
需要说明的是，本申请实施例不限定装置实施例二提供的电池包异常工况的检测装置的应用场景。例如，装置实施例二提供的电池包异常工况的检测装置可以应用于车辆服务器，且本申请实施例对车辆服务器不做限定；也可以应用于车辆端的BMS。
另外，本申请还提供了一种设备，所述设备包括处理器以及存储器：
所述存储器用于存储计算机程序；
所述处理器用于根据所述计算机程序执行上述方法实施例提供的电池包异常工况的确定方法的任一实施方式。
本申请还提供了一种计算机可读存储介质，所述计算机可读存储介质用于存储计算机程序，所述计算机程序用于执行上述方法实施例提供的电池包异常工况的确定方法的任一实施方式。
此外，本申请还提供了一种设备，所述设备包括处理器以及存储器：
所述存储器用于存储计算机程序；
所述处理器用于根据所述计算机程序执行上述方法实施例提供的电池包异常工况的检测方法的任一实施方式。
本申请还提供了一种计算机可读存储介质，所述计算机可读存储介质用于存储计算机程序，所述计算机程序用于执行上述方法实施例提供的电池包异常工况的检测方法的任一实施方式。
应当理解，在本申请中，“至少一个(项)”是指一个或者多个，“多个”是指两个或两个以上。“和/或”，用于描述关联对象的关联关系，表示可以存在三种关系，例如，“A和/或B”可以表示：只存在A，只存在B以及同时存在A和B三种情况，其中A，B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达，是指这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a，b或c中的至少一项(个)，可以表示：a，b，c，“a和b”，“a和c”，“b和c”，或“a和b和c”，其中a，b，c可以是单个，也可以是多个。
以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制。虽然本发明已以较佳实施例揭露如上，然而并非用以限定本发明。任何熟悉本领域的技术人员，在不脱离本发明技术方案范围情况下，都可利用上述揭示的方法和技术内容对本发明技术方案做出许多可能的变动和修饰，或修改为等同变化的等效实施例。因此，凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰，均仍属于本发明技术方案保护的范围内。

Claims (12)

1.一种电池包异常工况的确定方法，其特征在于，包括：
对车辆工况样本数据进行相关性分析，获取目标工况与电池包异常状态的相关值；
在确定所述目标工况与电池包异常状态的相关值超过预设异常阈值时，确定所述目标工况为异常工况。
2.根据权利要求1所述的方法，其特征在于，所述对车辆工况样本数据进行相关性分析，获取目标工况与电池包异常状态的相关值，具体包括：
对车辆工况样本数据进行聚类分析，得到目标工况类；
对所述目标工况类中的工况数据进行相关性分析，获取目标工况与电池包异常状态的相关值。
3.根据权利要求1或2所述的方法，其特征在于，所述在确定所述目标工况与电池包异常状态的相关值超过预设异常阈值时，确定所述目标工况为异常工况，具体包括：
在确定所述目标工况与电池包异常状态的相关值超过预设异常阈值时，获取目标工况的校验数据；
根据校验数据，获取在目标工况下电池包的储能性能衰减趋势；
若所述在目标工况下电池包的储能性能衰减趋势满足预设异常条件时，则确定所述目标工况为异常工况。
4.根据权利要求3所述的方法，其特征在于，所述校验数据是利用递增容量分析法从实验室循环实验数据中提取得到的容量衰减特征数据。
5.一种电池包异常工况的检测方法，其特征在于，包括：
获取目标车辆的当前工况数据；
若确定所述当前工况数据满足异常工况条件，则确定目标车辆的电池包当前工作在异常工况下；
其中，异常工况条件包括高温异常条件、低温异常条件、过充异常条件、以及利用权利要求1-4任一项所述的方法确定的异常工况对应的条件。
6.一种电池包异常工况的确定装置，其特征在于，包括：
第一获取单元，用于对车辆工况样本数据进行相关性分析，获取目标工况与电池包异常状态的相关值；
第一确定单元，用于在确定所述目标工况与电池包异常状态的相关值超过预设异常阈值时，确定所述目标工况为异常工况。
7.根据权利要求6所述的装置，其特征在于，所述第一获取单元，具体包括：
第一获取子单元，用于对车辆工况样本数据进行聚类分析，得到目标工况类；
第二获取子单元，用于对所述目标工况类中的工况数据进行相关性分析，获取目标工况与电池包异常状态的相关值。
8.根据权利要求6或7所述的装置，其特征在于，所述第一确定单元，具体包括：
第三获取子单元，用于在确定所述目标工况与电池包异常状态的相关值超过预设异常阈值时，获取目标工况的校验数据；
第四获取子单元，用于根据校验数据，获取在目标工况下电池包的储能性能衰减趋势；
第一确定子单元，用于若所述在目标工况下电池包的储能性能衰减趋势满足预设异常条件时，则确定所述目标工况为异常工况。
9.根据权利要求8所述的装置，其特征在于，所述校验数据是利用递增容量分析法从实验室循环实验数据中提取得到的容量衰减特征数据。
10.一种电池包异常工况的检测装置，其特征在于，包括：
第二获取单元，用于获取目标车辆的当前工况数据；
第二确定单元，用于若确定所述当前工况数据满足异常工况条件，则确定目标车辆的电池包当前工作在异常工况下；
其中，异常工况条件包括高温异常条件、低温异常条件、过充异常条件、以及利用权利要求6-9任一项所述的装置确定的异常工况对应的条件。
11.一种设备，其特征在于，所述设备包括处理器以及存储器：
所述存储器用于存储计算机程序；
所述处理器用于根据所述计算机程序执行权利要求1-5中任一项所述的方法。
12.一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用于存储计算机程序，所述计算机程序用于执行权利要求1-5中任一项所述的方法。
CN201911102865.8A 2019-11-12 2019-11-12 一种电池包异常工况的确定方法、检测方法以及装置 Pending CN110874693A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911102865.8A CN110874693A (zh) 2019-11-12 2019-11-12 一种电池包异常工况的确定方法、检测方法以及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911102865.8A CN110874693A (zh) 2019-11-12 2019-11-12 一种电池包异常工况的确定方法、检测方法以及装置

Publications (1)

Publication Number Publication Date
CN110874693A true CN110874693A (zh) 2020-03-10

Family

ID=69717913

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911102865.8A Pending CN110874693A (zh) 2019-11-12 2019-11-12 一种电池包异常工况的确定方法、检测方法以及装置

Country Status (1)

Country Link
CN (1) CN110874693A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111982426A (zh) * 2020-07-22 2020-11-24 华人运通(江苏)动力电池系统有限公司 电池包密闭性检测方法、装置、电动汽车及存储介质
CN112498353A (zh) * 2020-11-30 2021-03-16 浙江吉利控股集团有限公司 一种用于防止电池包异常移动的方法、装置、车辆及介质
CN112668195A (zh) * 2020-12-31 2021-04-16 东软睿驰汽车技术（沈阳）有限公司 一种电池包老化机制分析方法、装置及相关产品
CN112697306A (zh) * 2020-12-09 2021-04-23 东软睿驰汽车技术（沈阳）有限公司 一种电池包内部温度异常的检测方法、装置及相关产品
CN118759396A (zh) * 2024-06-11 2024-10-11 铁塔能源有限公司 车辆电池异常检测方法及装置、可读存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009227189A (ja) * 2008-03-25 2009-10-08 Mazda Motor Corp バッテリ監視装置及びその監視装置を用いたバッテリ制御装置
WO2016035159A1 (ja) * 2014-09-03 2016-03-10 富士電機株式会社 車載型充電装置
CN107450029A (zh) * 2017-07-24 2017-12-08 广东欧珀移动通信有限公司 电池状态校验方法和装置、计算机设备、计算机可读存储介质
CN108749607A (zh) * 2018-05-23 2018-11-06 清华大学深圳研究生院 一种基于云计算的电动汽车动力电池管理和监控系统
US20190050460A1 (en) * 2017-08-10 2019-02-14 Kabushiki Kaisha Toshiba Factor analysis apparatus, factor analysis method, and non-transitory storage medium
CN109406168A (zh) * 2018-11-05 2019-03-01 重庆长安汽车股份有限公司 一种混合动力汽车的性能检测方法、装置、设备及介质
CN110133508A (zh) * 2019-04-24 2019-08-16 上海博强微电子有限公司 电动汽车动力电池的安全预警方法
CN110245132A (zh) * 2019-06-12 2019-09-17 腾讯科技（深圳）有限公司 数据异常检测方法、装置、计算机可读存储介质和计算机设备

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009227189A (ja) * 2008-03-25 2009-10-08 Mazda Motor Corp バッテリ監視装置及びその監視装置を用いたバッテリ制御装置
WO2016035159A1 (ja) * 2014-09-03 2016-03-10 富士電機株式会社 車載型充電装置
CN107450029A (zh) * 2017-07-24 2017-12-08 广东欧珀移动通信有限公司 电池状态校验方法和装置、计算机设备、计算机可读存储介质
US20190050460A1 (en) * 2017-08-10 2019-02-14 Kabushiki Kaisha Toshiba Factor analysis apparatus, factor analysis method, and non-transitory storage medium
CN108749607A (zh) * 2018-05-23 2018-11-06 清华大学深圳研究生院 一种基于云计算的电动汽车动力电池管理和监控系统
CN109406168A (zh) * 2018-11-05 2019-03-01 重庆长安汽车股份有限公司 一种混合动力汽车的性能检测方法、装置、设备及介质
CN110133508A (zh) * 2019-04-24 2019-08-16 上海博强微电子有限公司 电动汽车动力电池的安全预警方法
CN110245132A (zh) * 2019-06-12 2019-09-17 腾讯科技（深圳）有限公司 数据异常检测方法、装置、计算机可读存储介质和计算机设备

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111982426A (zh) * 2020-07-22 2020-11-24 华人运通(江苏)动力电池系统有限公司 电池包密闭性检测方法、装置、电动汽车及存储介质
CN112498353A (zh) * 2020-11-30 2021-03-16 浙江吉利控股集团有限公司 一种用于防止电池包异常移动的方法、装置、车辆及介质
CN112498353B (zh) * 2020-11-30 2022-05-10 浙江吉利控股集团有限公司 一种用于防止电池包异常移动的方法、装置、车辆及介质
CN112697306A (zh) * 2020-12-09 2021-04-23 东软睿驰汽车技术（沈阳）有限公司 一种电池包内部温度异常的检测方法、装置及相关产品
CN112668195A (zh) * 2020-12-31 2021-04-16 东软睿驰汽车技术（沈阳）有限公司 一种电池包老化机制分析方法、装置及相关产品
CN118759396A (zh) * 2024-06-11 2024-10-11 铁塔能源有限公司 车辆电池异常检测方法及装置、可读存储介质

Similar Documents

Publication Publication Date Title
CN110874693A (zh) 一种电池包异常工况的确定方法、检测方法以及装置
US11215679B2 (en) Method and apparatus for detecting micro short circuit of battery
CN112834945B (zh) 评估模型建立方法、电池健康状态评估方法及相关产品
EP2963433B1 (en) Method and apparatus for estimating state of battery
CN108931725B (zh) 一种电池故障检测的方法及装置
CN113696786B (zh) 电池均衡方法及系统
CN105021994B (zh) 一种检测电池组内单体电池一致性的方法和装置
US20200064411A1 (en) Mobile platform, computer readable storage medium, battery and control method and system thereof
CN104237803B (zh) 基于电池工况模拟的电动汽车电池电性能检测方法
CN115327417B (zh) 一种动力电池单体异常的预警方法、系统及电子设备
CN112345955B (zh) 一种动力电池多故障在线诊断方法与系统
CN117341476B (zh) 一种电池压差故障预警方法及系统
CN111913113A (zh) 电芯内短路识别方法、装置、存储介质及电子设备
CN104535935A (zh) 一种动力电池组的容量检测方法及装置
CN116540108B (zh) 一种电芯容量衰减预警方法、装置、存储介质及设备
KR20220147500A (ko) 배터리 안전도를 평가하는 방법 및 시스템
CN107632267B (zh) 一种电池异常单体定位方法及系统
CN110824376A (zh) 一种电池包异常的检测方法、装置、存储介质和电子设备
CN113687234A (zh) 电池异常识别方法、装置、设备、介质及程序产品
CN113533985A (zh) 一种电池包内阻异常模块的识别方法及其存储介质
CN115056682A (zh) 异常单体电池检测方法、设备、电动汽车和介质
CN112748343B (zh) 一种动力电池功率边界的检测方法、装置及电动汽车
CN117962609A (zh) 动力电池安全状态检测方法、电子设备、存储介质及装置
CN117763480A (zh) 一种温度传感器离群识别方法、装置、设备和介质
Li et al. Associations of Battery Cell Voltage Consistency with Driving Behavior of Real-world Electric Vehicles

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20200310

RJ01 Rejection of invention patent application after publication