CN114035073B

CN114035073B - 一种电池的一致性评估方法、装置及设备

Info

Publication number: CN114035073B
Application number: CN202111357808.1A
Authority: CN
Inventors: 王辰; 王阳
Original assignee: Mobai Beijing Information Technology Co Ltd
Current assignee: Mobai Beijing Information Technology Co Ltd
Priority date: 2021-11-16
Filing date: 2021-11-16
Publication date: 2025-03-04
Anticipated expiration: 2041-11-16
Also published as: CN114035073A

Abstract

本申请实施例提供了一种电池的一致性评估方法，包括：获取同一种电池在预设时间段内的多个充电事件数据；根据所述充电事件数据确定充电事件的特征数据，所述充电事件的特征数据包含所述充电事件的温差特征值和电流特征值，所述充电事件的温差特征值表征所述电池中的多个单体电芯在所述充电事件中的温差特性；根据多个所述充电事件的特征数据，确定所述电池的一致性评估结果。

Description

一种电池的一致性评估方法、装置及设备

技术领域

本公开实施例涉及电池性能测试技术领域，更具体地，涉及电池的一致性评估方法及设备。

背景技术

电池一致性，是指统一规格型号的单体电池组成电池组后，其电压、荷电状态、最大剩余容量及其衰退率、内阻及其变化率、寿命、温度影响、自放电率等参数存在一定的差别。

电池组中电池单体由于在生产工艺上导致的初始状态一致性差别以及后续使用中由于结构设计导致的使用过程中一致性差别会显著影响电池整体性能。具体表现为电池组容量衰减较大、寿命衰减以及电池组局部过热导致的电池热失控等危害。就会造成容量损失、寿命损失、内阻增大等危害。

因此，有必要对电池的一致性进行评估，对评估电池的性能以及安全状态提供参考依据。

发明内容

本公开的一个目的是提供一种电池的一致性评估方法、装置及设备的新的技术方案。

根据本公开的第一方面，提供了电池的一致性评估方法的一个实施例，包括：

获取同一种电池在预设时间段内的多个充电事件数据；

根据所述充电事件数据确定充电事件的特征数据，所述充电事件的特征数据包含所述充电事件的温差特征值和电流特征值，所述充电事件的温差特征值表征所述电池中的多个单体电芯在所述充电事件中的温差特性；

根据多个所述充电事件的特征数据，确定所述电池的一致性评估结果。

可选地，所述充电事件数据包括从所述充电事件中获取的多条充电数据，所述充电数据包括采样时刻和与所述采样时刻对应的每个温度采样点的温度；

所述根据所述充电事件数据确定充电事件的特征数据，包括：

根据所述充电数据，确定在所述采样时刻所述电池中的多个温度采样点之间的最大温差；

确定所述充电事件中的多个采样时刻对应的所述最大温差的平均值或者中位数，作为所述充电事件的温度特征值。

可选地，所述充电数据包括与所述采样时刻对应的充电电流；

所述根据所述充电事件数据确定充电事件的特征数据，还包括：

确定所述充电事件中的多个采样时刻对应的所述充电电流的平均值或者中位数，作为所述充电事件的电流特征值。

可选地，所述根据多个所述充电事件的特征数据，确定所述电池的一致性评估结果，包括：

通过最大期望算法将多个所述特征数据分为N类，以得到N个特征数据集，所述N为整数并且N≥2；

根据第n个特征数据集的期望和协方差以及目标特征数据的温差特征值，确定所述目标特征数据是否为温差异常的特征数据；所述第n个特征数据集为N个特征数据集中的任一个特征数据集，所述目标特征数据为所述第n个特征数据集中的任一个特征数据；

根据所述电池在所述预设时间段内出现的所述温差异常的特征数据的个数，确定所述电池的一致性评估结果。

可选地，所述N为3；在通过最大期望算法将多个所述特征数据分为N类之前，所述方法还包括：

根据所述充电数据的分布情况，预估第一个特征数据集的期望初始值和协方差初始值、对应于第二个特征数据集的期望初始值和协方差初始值、对应于第三个特征数据集的期望初始值和协方差初始值。

可选地，所述方法还包括：

获取所述同一种电池在多个所述预设时间段内的每一个分类对应的期望和协方差，确定所述同一种电池的一致性变化趋势。

根据本公开的第二方面，提供了电池的一致性评估装置的一个实施例，包括：

第一获取模块，用于获取同一种电池在预设时间段内的多个充电事件数据；

第一确定模块，用于根据所述充电事件数据确定充电事件的特征数据，所述充电事件的特征数据包含所述充电事件的温差特征值和电流特征值，所述充电事件的温差特征值表征所述电池中的多个单体电芯在所述充电事件中的温差特性；

第二确定模块，用于根据多个所述充电事件的特征数据，确定所述电池的一致性评估结果。

所述第一确定模块包括温差确定子模块，所述温差确定子模块具体用于：

可选地，所述充电事件数据包括与所述采样时刻对应的充电电流；

所述第一确定模块包括电流确定子模块，所述电流确定子模块用于：

根据本公开的第三方面，提供了电子设备的一个实施例，包括处理器，存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如本说明书的第一方面1～6中任一项所述的电池的一致性评估方法的步骤。

本公开实施例的一个有益效果在于，通过获取预设时间段内同一种电池的多个充电事件数据，根据所述充电事件数据确定充电事件的温差特征值和电流特征值，根据多个充电事件的特征数据，确定电池一致性评估结果。这样，可以发现同一时间段内一致性较差的电池，相比于使用瞬时数据，本实施例采用的中位数或平均值统计结果，具有较高的可信度。从而可以提供较为准确的电池一致性评估结果。

通过以下参照附图对本说明书的示例性实施例的详细描述，本说明书的其它特征及其优点将会变得清楚。

附图说明

被结合在说明书中并构成说明书的一部分的附图示出了本说明书的实施例，并且连同其说明一起用于解释本说明书的原理。

图1是一种示例性的通信系统的硬件配置的原理框图；

图2是本公开实施例的电池的一致性评估方法的流程示意图；

图3是本公开实施例的电池的一致性评估装置的结构示意图；

图4是本公开实施例的电子设备的结构示意图。

具体实施方式

现在将参照附图来详细描述本公开的各种示例性实施例。应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。

以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本发明及其应用或使用的任何限制。

对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为说明书的一部分。

在这里示出和讨论的所有例子中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它例子可以具有不同的值。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。

<硬件配置>

如图1所示，通信系统100包括服务器1000、终端设备2000和车辆3000。

服务器1000可以是整体式服务器或是跨多计算机或计算机数据中心的分散式服务器。服务器可以是各种类型的，例如但不限于，网络服务器，新闻服务器，邮件服务器，消息服务器，广告服务器，文件服务器，应用服务器，交互服务器，数据库服务器，或代理服务器。在一些实施例中，每个服务器可以包括硬件，软件，或用于执行服务器所支持或实现的合适功能的内嵌逻辑组件或两个或多个此类组件的组合。例如，服务器例如刀片服务器、云端服务器等，或者可以是由多台服务器组成的服务器群组，可以包括上述类型的服务器中的一种或多种等等。

在一个实施例中，服务器1000可以如图1所示，包括处理器1100、存储器1200、接口装置1300、通信装置1400、显示装置1500、输入装置1600。

在另外的实施例中，服务器1000还可以包括扬声器、麦克风等等，在此不做限定。

处理器1100用于执行计算机程序。该计算机程序可以采用比如x86、Arm、RISC、MIPS、SSE等架构的指令集编写。存储器1200例如包括ROM(只读存储器)、RAM(随机存取存储器)、诸如硬盘的非易失性存储器等。接口装置1300例如包括各种总线接口，例如串行总线接口(包括USB接口)、并行总线接口等。通信装置1400例如能够进行有线或无线通信。显示装置1500例如是液晶显示屏、LED显示屏触摸显示屏等。输入装置1600例如可以包括触摸屏、键盘等。

尽管在图1中示出了服务器1000的多个装置，但是，本公开可以仅涉及其中的部分装置，例如，服务器1000只涉及存储器1200和处理器1100。

终端设备2000例如可以是电子设备，所述电子设备例如可以是手机、平板电脑、电脑等设备。

如图1所示，终端设备2000可以包括处理器2100、存储器2200、接口装置2300、通信装置2400、显示装置2500、输入装置2600、扬声器2700、麦克风2800等等。

处理器2100可以是移动版处理器。存储器2200例如包括ROM(只读存储器)、RAM(随机存取存储器)、诸如硬盘的非易失性存储器等。接口装置2300例如包括USB接口、耳机接口等。通信装置2400例如能够进行有线或无线通信，通信装置2400可以包括短距离通信装置，例如是基于Hilink协议、WiFi(IEEE 802.11协议)、Mesh、蓝牙、ZigBee、Thread、Z-Wave、NFC、UWB、LiFi等短距离无线通信协议进行短距离无线通信的任意装置，通信装置2400也可以包括远程通信装置，例如是进行WLAN、GPRS、2G/3G/4G/5G远程通信的任意装置。显示装置2500例如是液晶显示屏、触摸显示屏等。输入装置2600例如可以包括触摸屏、键盘等。移动终端2000可以通过扬声器2700输出音频信息，可以通过麦克风2800采集音频信息。

本实施例中，终端设备2000的存储器2200用于存储指令，该指令用于控制处理器2100进行操作以实现终端设备2000的通信。技术人员可以根据本公开所公开方案设计指令。指令如何控制处理器进行操作，这是本领域公知，故在此不再详细描述。

尽管在图1中示出了终端设备2000的多个装置，但是，本公开可以仅涉及其中的部分装置，例如，终端设备2000只涉及存储器2200和处理器2100、通信装置2400和显示装置2500。

车辆3000是可以是共享的助力车、电动车等等。

如图1所示，车辆3000可以包括处理器3100、存储器3200、接口装置3300、通信装置3400、输出装置3500、输入装置3600，等等。其中，处理器3100可以是微处理器MCU等。存储器3200例如包括ROM(只读存储器)、RAM(随机存取存储器)、诸如硬盘的非易失性存储器等。接口装置3300例如包括USB接口、耳机接口等。通信装置3400可以包括短距离通信装置，例如是基于Hilink协议、WiFi(IEEE 802.11协议)、Mesh、蓝牙、ZigBee、Thread、Z-Wave、NFC、UWB、LiFi等短距离无线通信协议进行短距离无线通信的任意装置，通信装置3400也可以包括远程通信装置，例如是进行WLAN、GPRS、2G/3G/4G/5G远程通信的任意装置。输出装置3500例如可以是输出信号的装置，可以显示装置，例如液晶显示屏、触摸显示屏等，也可以是扬声器等输出语音信息等。输入装置3600例如可以包括触摸屏、键盘等，也可以是麦克风输入语音信息。

尽管在图1中示出了车辆3000的多个装置，但是，本公开可以仅涉及其中的部分装置，例如，车辆3000只涉及通信装置3400、存储器3200和处理器3100。

网络4000可以是无线通信网络也可以是有线通信网络，可以是局域网也可以是广域网。在图1所示的通信系统100中，车辆3000与服务器1000、终端设备2000与服务器1000，可以通过网络4000进行通信。此外，车辆3000与服务器1000、终端设备2000与服务器1000通信所基于的网络4000可以是同一个，也可以是不同的。

应当理解的是，尽管图1仅示出一个服务器1000、终端设备2000、车辆3000，但不意味着限制各自的数量，通信系统100中可以包含多个服务器1000、多个终端设备2000、多个车辆3000。

<方法>

图2是本公开实施例的一种电池的一致性评估方法的流程示意图。本实施例的电池的一致性评估方法可以由电池的一致性评估装置执行，该电池的一致性评估装置例如可以设置在电子设备中。

如图2所示，本实施例的电池的一致性评估方法具体可以包括如下步骤2100～步骤2300：

步骤2100，获取同一种电池在预设时间段内的多个充电事件数据。

在本实施例中，同一种电池，可以是同一种型号的任何类型的电池，本实施例不对电池的类型作出限定。

在本实施例中，预设时间段可以是一个星期，或者一个月。预设时间段还可以是同一种的电池中，电池开始被使用后的第N个星期或第N个月。又或者其他预先设定的获取多个充电事件的时间段。

车辆在运行中记录车辆运行数据，车辆运行数据可以包括电池的荷电状态(StateOf Charge，SOC)，每次充电事件的起始时刻以及结束时刻，每次充电事件中的采样时刻，与采样时刻对应的充电电流，电压，温度等。

获取同一种电池在预设时间段内的多个充电事件数据，包括从车辆运行数据中获取与充电事件相关的数据，也就是充电事件数据。其中，充电事件数据可以是电池管理芯片采样得到的，另外采样的时间间隔可以根据实际情况灵活设置，在这里不做限定。在一个例子中，充电事件数据包括在该充电事件中获取的多条充电数据，充电数据包括采样时刻和与该采样时刻对应的每个温度采样点的温度、与该采样时刻对应的充电电流。

在实际情况中，本领域技术人员可以在每个电芯上设置温度采样点，也可以在电芯中，间隔性的设置温度采样点。例如对于临近的每几个电芯中，只在其中一处设置温度取样点。需要说明的是，本领域技术人员可以根据实际情况对此灵活设置。

多个充电事件数据可以包括使用同一种电池的全部电动车在预设时间段内的全部充电事件的充电事件数据，也可以包括使用同一种电池的部分车辆在预设时间段的部分充电事件的充电事件数据。在实际情况中，本领域技术人员可以根据需要对多个充电事件数据灵活设置。

步骤2200，根据所述充电事件数据确定充电事件的特征数据，所述充电事件的特征数据包含所述充电事件的温差特征值和电流特征值，所述充电事件的温差特征值表征所述电池中的多个单体电芯在所述充电事件中的温差特性。

本步骤中，在获取到充电事件数据后，对充电事件数据进行分析，以确定充电事件的特征数据。具体的，对于该充电事件中的任一条充电数据，确定该充电数据对应的采样时刻和与该采样时刻对应的每个温度采样点的温度，计算出与该采样时刻对应的多个温度采样点之间的最大温差。在得到充电事件中的多个采样时刻分别对应的最大温差后，确定所述充电事件中的多个采样时刻对应的最大温差的平均值或者中位数，作为所述充电事件的温度特征值。

具体的，对于其中一个采样时刻，从其对应的充电数据中读取出每一个温度采样点的温度，确定其中的温度最高值T_max和温度最低值T_min，计算出两者的差值作为在该采样时刻电池中的多个温度采样点之间的最大温差T，也就是说，T＝T_max-T_min。

根据充电事件多个采样时刻的最大温差，确定最大温差的平均值T_mean或者中位数T_med，作为充电事件的温度特征值。在本实施例的一个示例中，某一次充电事件，共有5个采样时刻，与这5个采样时刻对应的最大温差分别记为T₁＝1℃，T₂＝2℃，T₃＝3℃，T₄＝4℃，T₅＝5℃，将这5个采样时刻对应的最大温差从小到大进行排列，确定最大温差的中位数T_med＝3℃，作为温度特征值。在本专利的另一个示例中，可以根据这5个采样时刻对应的最大温差，计算最大温差平均值T_mean作为温度特征值。

在本实施例的另一个示例中，可以根据充电数据，确定在采样时刻电池中的充电电流。确定充电事件中的多个采样时刻对应的充电电流的平均值或者中位数，作为所述充电事件的电流特征值。

根据每个采样时刻的充电电流，确定充电电流的平均值I_mean或者中位数I_med，作为充电事件的电流特征值。在本实施例的一个示例中，某一次充电事件，共有5个采样时刻，与这5个采样时刻对应的充电电流分别记为I₁＝1A，I＝2A，I₃＝3A，I₄＝4A，I₅＝5A，将这5个采样时刻对应的充电电流值从小到大进行排列，确定充电电流的中位数I_med＝3A，作为充电电流特征值。

在本专利的另一个示例中，可以根据这5个采样时刻对应的充电电流，计算充电电流的平均值I_mean作为充电电流特征值。

在本实施例中，特征数据可以是二元的数组，例如，可以表示为[T_med，I_med]或[T_mean,I_mean]。

步骤2300，根据多个所述充电事件的特征数据，确定所述电池的一致性评估结果。

根据多个所述充电事件的特征数据，确定所述电池的一致性评估结果包括，通过最大期望算法对特征数据进行分类，以得到N个特征数据集，N为整数并且N≥2。根据每个特征数据集中的特征数据的分布情况，来确定该特征数据集中的温差异常的特征数据。下面进行进一步说明。

一般来说，充电事件有两种充电模式：快充模式和慢充模式，两者的充电电流不同，在本示例中，该电池组的快充的起始充电电流为150A，而慢充的起始充电电流为15A。对应地，在一个例子中，将N预先设置为2，也就是预先设置特征数据的类型一共包括2类。然后，通过最大期望算法对特征数据进行分类，基于电池充电过程中的电流特性和温度特性，最终分类得到的第一特征数据集可以视为对应于慢充模式，第二特征数据集可以视为对应于快充模式。

在实际情况中，在快充模式下，如果电池在充电起始时SOC较低，通常充电电流会更大一些，将这种情况称之为深快充。如果电池在充电起始时SOC较高，通常充电电流会更小一些，将这种情况称之为浅快充。在一个例子中，将N预先设置为3，也就是预先设置特征数据的类型一共包括3类。然后，通过最大期望算法对特征数据进行分类，基于电池充电过程中的电流特性和温度特性，最终分类得到的第一特征数据集可以视为对应于慢充模式，第二特征数据集可以视为对应于浅快充模式，第三特征数据集可以视为对应于深快充模式。

在通过最大期望算法将多个所述特征数据分为N类之前，本实施例方法还包括：根据充电数据的分布情况，预估第一个特征数据集的期望初始值和协方差初始值、对应于第二个特征数据集的期望初始值和协方差初始值、对应于第三个特征数据集的期望初始值和协方差初始值。

在本示例中，以N为3为例，在通过最大期望算法将多个所述特征数据分为3类之前，可以将特征数据集的初始参数值设置为：

θ⁰＝{μ₁＝[1 0]，u₂＝[80 0]，μ₃＝[100 0]，ε＝[0.3 0.4 0.3]}

其中μ₁代表第一特征数据集的期望初始值，μ₂代表第二特征数据集的期望初始值，μ₃代表第三特征数据集的期望初始值。σ₁代表第一特征数据集的协方差初始值，σ₂代表第二特征数据集的协方差初始值，σ₃代表第三特征数据集的协方差初始值。ε代表中的数字分别代表这三特征数据集分布的概率。

通过最大期望算法进行m次迭代直至参数收敛，得到：

其中代表最大期望算法迭代结束后第一特征数据集的期望，代表最大期望算法迭代结束后第一特征数据集电流特征值的期望，代表最大期望算法迭代结束后第一特征数据集温差特征值的期望。代表最大期望算法迭代结束后第一特征数据集的协方差，代表最大期望算法迭代结束后第一特征数据集电流特征值协方差的上限，代表最大期望算法迭代结束后第一特征数据集电流特征值协方差的下限，代表最大期望算法迭代结束后第一特征数据集温差特征值协方差的上限，代表最大期望算法迭代结束后第一特征数据集温差特征值协方差的下限，代表最大期望算法迭代结束后第一特征数据集分布的概率。同理，通过最大期望算法迭代结束后第二特征数据集与第三特征数据集的各项数值不再赘述。

根据第n个特征数据集的期望和协方差以及目标特征数据的温差特征值，确定所述目标特征数据是否为温差异常的特征数据；所述第n个特征数据集为N个特征数据集中的任一个特征数据集，所述目标特征数据为所述第n个特征数据集中的任一个特征数据。

具体的，可以根据第n个特征数据集的温差特征值的期望和温差特征值的协方差的上限，确定第n个特征数据集中的目标特征数据的温差特征值是否为温差异常的特征数据。

在本实施例的一个示例中，目标特征数据为第一特征数据集中的数据，可以根据目标特征数据的温差特征值为T_med、第一特征数据集温差特征值的期望和第一特征数据集的温差特征值的协方差的上限确定是否为温差异常的特征数据。当目标特征数据的温差特征值时，将目标特征数据确定为温差异常的特征数据。在本例中，可以将q设置为3，在时，将目标特征数据确定为温差异常的特征数据。需要说明的是，本领域技术人员可以根据实际情况灵活设置目标特征数据的温差特征值的判断范围

根据电池在预设时间段内出现的温差异常的特征数据的个数，确定所述电池的一致性评估结果。电池的一致性评估结果可以通过在预设时间段内该电池的温差异常特征数据的个数确定，也可以通过在预设时间段内该电池的温差异常特征数据的个数与该电池的全部特征数据的总个数的比值进行确定，在这里不做限定。

在本实施例的另一个示例中，所述方法还包括获取所述同一种电池在多个所述预设时间段内的每一个分类对应的期望和协方差，确定所述同一种电池的一致性变化趋势。

具体的，预设时间段为1个月，多个预设时段可以为6个连续的月，通过迭代计算得到每个月中第一特征数据集的温差特征值的期望和第一特征数据集的温差特征值的协方差的上限第二特征数据集温差特征值的期望和第二特征数据集的温差特征值的协方差的上限第三特征数据集温差特征值的期望和第三特征数据集的温差特征值的协方差的上限就可以确定这种电池温差特征值随时间变化的变化趋势。

例如，对于某一种电池，通过计算得到第6个月温差特征值的期望与前5个月温差特征值的期望进行比对，发现第6个月的温差特征值的期望和急剧增加，即可说明，此种电池的一致性趋势包括该电池的一致性在第6个月急剧下降。

以上已结合附图对本实施例的电池的一致性评估方法进行了说明，通过获取预设时间段内同一种电池的多个充电事件数据，根据所述充电事件数据确定充电事件的温差特征值和电流特征值，根据多个充电事件的特征数据，确定电池一致性评估结果。这样，可以发现同一时间段内一致性较差的电池，相比于使用瞬时数据，本实施例采用的中位数或平均值统计结果具有较高的可信度。从而可以提供较为准确的电池一致性评估结果。

<装置>

图3是本公开实施例的电池的一致性评估装置的结构示意图。如图3所示，本实施例电池的一致性评估装置300可以包括：

第一获取模块310，用于获取同一种电池在预设时间段内的多个充电事件数据。第一确定模块320，用于根据所述充电事件数据确定充电事件的特征数据，所述充电事件的特征数据包含所述充电事件的温差特征值和电流特征值，所述充电事件的温差特征值表征所述电池中的多个单体电芯在所述充电事件中的温差特性。第二确定模块330，用于根据多个所述充电事件的特征数据，确定所述电池的一致性评估结果。

在一个实施例中，充电事件数据包括从充电事件中获取的多条充电数据，充电数据包括采样时刻和与该采样时刻对应的每个温度采样点的温度。第一确定模块310包括温差确定模块，具体用于根据充电数据，确定在该采样时刻电池中的多个温度采样点之间的最大温差。确定充电事件中的多个采样时刻对应的最大温差的平均值或者中位数，作为该充电事件的温度特征值。

在一个实施例中，充电事件数据包括从充电事件中获取的多条充电数据，充电数据包括采样时刻和与采样时刻对应的充电电流。第一确定模块310包括电流确定模块，电流确定模块用于确定充电事件中的多个采样时刻对应的充电电流的平均值或者中位数，作为该充电事件的电流特征值。

在一个实施例中，所述第二确定模块330包括：

最大期望模块，用于通过最大期望算法将多个所述特征数据分为N类，以得到N个特征数据集，N为整数并且N≥2。

异常确定模块，用于根据第n个特征数据集的期望和协方差以及目标特征数据的温差特征值，确定所述目标特征数据是否为温差异常的特征数据；所述第n个特征数据集为N个特征数据集中的任一个特征数据集，所述目标特征数据为所述第n个特征数据集中的任一个特征数据；

一致性确定模块，用于根据所述电池在所述预设时间段内出现的所述温差异常的特征数据的个数，确定所述电池的一致性评估结果。

在一个实施例中，N为3，最大期望模块包括初始设置子模块，初始设置子模块用于根据充电数据的分布情况，预估第一个特征数据集的期望初始值和协方差初始值、对应于第二个特征数据集的期望初始值和协方差初始值、对应于第三个特征数据集的期望初始值和协方差初始值。

在一个实施例中，电池的一致性评估装置300还包括，第三确定模块，第三确定模块用于获取同一种电池在多个所述预设时间段内的每一个分类对应的期望和协方差，确定该同一种电池的一致性变化趋势。

本实施例的电池一致性评估装置，可用于执行上述方法实施例的技术方案，其实现原理和技术效果类似，在此不再赘述。

<电子设备>

图4是根据另一个实施例的电子设备的硬件结构示意图。

如图4所示，本申请实施例还提供一种电子设备400，包括处理器410，存储器420，存储在存储器420上并可在所述处理器410上运行的程序或指令，该程序或指令被处理器410执行时实现上述电池的一致性评估方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。

<计算机可读存储介质>

本实施例提供了一种计算机可读存储介质，该存储介质中存储有可执行命令，该可执行命令被处理器执行时，执行本说明书任意方法实施例中描述的方法。

本说明书的一个实施例或者多个实施例可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本说明书的各个方面的计算机可读程序指令。

计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。

这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。

用于执行本说明书实施例操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本说明书的各个方面。

这里参照根据本说明书实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本说明书的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。

这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。

也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。

附图中的流程图和框图显示了根据本说明书的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。对于本领域技术人物来说公知的是，通过硬件方式实现、通过软件方式实现以及通过软件和硬件结合的方式实现都是等价的。

以上已经描述了本说明书的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人物来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进，或者使本技术领域的其它普通技术人物能理解本文披露的各实施例。本申请的范围由所附权利要求来限定。

Claims

1.一种电池的一致性评估方法，其特征在于，包括：

获取同一种电池在预设时间段内的多个充电事件数据；

根据多个所述充电事件的特征数据，确定所述电池的一致性评估结果；

其中，所述根据多个所述充电事件的特征数据，确定所述电池的一致性评估结果，包括：

根据所述电池在所述预设时间段内出现的所述温差异常的特征数据的个数，确定所述电池的一致性评估结果；

其中，根据第n个特征数据集的温差特征值的期望和温差特征值的协方差的上限，确定第n个特征数据集中的目标特征数据的温差特征值是否为温差异常的特征数据；

当所述目标特征数据的温差特征值时，将所述目标特征数据确定为温差异常的特征数据，其中，温差特征值的期望为温差特征值的协方差的上限为q为系数。

2.根据权利要求1所述的方法，其特征在于，所述充电事件数据包括从所述充电事件中获取的多条充电数据，所述充电数据包括采样时刻和与所述采样时刻对应的每个温度采样点的温度；

3.根据权利要求2所述的方法，其特征在于，所述充电数据包括与所述采样时刻对应的充电电流；

4.根据权利要求2所述的方法，其特征在于，所述N为3；在通过最大期望算法将多个所述特征数据分为N类之前，所述方法还包括：

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

6.一种电池的一致性评估装置，其特征在于，包括：

第二确定模块，用于根据多个所述充电事件的特征数据，确定所述电池的一致性评估结果；

7.根据权利要求6所述的装置，其特征在于，所述充电事件数据包括从所述充电事件中获取的多条充电数据，所述充电数据包括采样时刻和与所述采样时刻对应的每个温度采样点的温度；

8.根据权利要求7所述的装置，其特征在于，所述充电事件数据包括与所述采样时刻对应的充电电流；

9.一种电子设备，其特征在于，包括处理器，存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如权利要求1～5中任一项所述的电池的一致性评估方法的步骤。