CN116298897A - 用于电池短路检测的方法和设备 - Google Patents

Abstract

包括一种用于电池短路检测的方法和设备。所述方法包括：基于由电池测量的电池数据和电池的电池模型，确定用于检测电池的短路的检测参数值和与检测参数相关的变化因子值；使用变化因子从参考数据集提取与检测参数值对应的参考值；以及基于将检测参数值与参考值进行比较的结果，确定电池的短路是否已经发生。

Description

用于电池短路检测的方法和设备

本申请要求于2021年12月20日在韩国知识产权局提交的第10-2021-0182920号韩国专利申请的权益，所述韩国专利申请的全部公开出于所有目的通过引用包含于此。

技术领域

下面的描述涉及一种用于电池短路检测的方法和设备。

背景技术

电池短路可降低电池效率，导致电池的热失控(thermal runaway)，并且导致安全问题(诸如，电池爆炸)。因此，在短路导致电池的物理变形和热变形增加之前有效地检测短路可有助于电池安全。

发明内容

提供本发明内容来以简要的形式介绍在以下具体实施方式中进一步描述的构思的选择。本发明内容不意在确定要求保护的主题的关键特征或必要特征，也不意在用作确定要求保护的主题的范围的帮助。

在一个总体方面，一种处理器实施的方法包括：基于由电池测量的电池数据和电池的电池模型，确定用于检测电池的短路的检测参数值和与检测参数相关的变化因子值；使用变化因子从参考数据集提取与检测参数值对应的参考值；以及基于将检测参数值与参考值进行比较的结果，确定电池的短路是否已经发生。

检测参数值可对应于电压估计的误差的改变、电压估计的累积误差的改变、电压误差的校正值的改变、电压误差的累积校正值的改变、电压改变、电流改变、容量改变、温度改变、短路电阻值、或短路电流值。

电池模型可被用于获得检测参数值。

检测参数值可对应于在恒定电压(CV)充电的目标时间段期间的荷电状态(SOC)的累积校正值的改变，并且变化因子可包括放电截止电压和/或目标区间的充电温度。

所述累积校正值的改变可对应于在目标时间段的起始点的第一累积校正值与在目标时间段的结束点的第二累积校正值之间的差。

所述累积校正值可通过以下步骤确定：通过使用电池模型确定电压估计值，通过将电压估计值与电压测量值进行比较来确定估计误差，以及对减小估计误差的SOC校正值进行累积。

参考数据集中的每个数据元素可包括与检测参数值对应的相应的参数值和与变化因子值相关的因子值，并且提取参考值的步骤可包括：提取包括因子项的数据元素，数据元素基于与变化因子的接近程度而从参考数据集被选择；以及提取选择的数据元素的参数项作为参考值。

因子值可包括多个具有相应的权重的多个值，并且提取数据元素的步骤可包括：基于数据元素与变化因子之间的距离提取数据元素，并且距离可基于所述权重。

参考数据集可对应于没有短路的状态，并且检测短路的步骤可包括：当检测参数与参考值之间的差大于阈值时，确定电池处于短路状态。

电池模型可基于电池的建模的劣化来更新，参考数据集可通过使用更新的电池模型来更新，并且检测参数值可基于通过使用电池模型估计的估计值来确定。

参考数据集可基于初步实验结果确定，可基于在电池的采样驱动期间的实际驱动结果确定，或者可通过将实际驱动结果应用于初步实验结果来确定。

实际驱动结果可通过在采样时段期间驱动电池来获得，并且参考数据集可通过根据基于实际驱动结果的统计数据调整初步实验结果来确定。

在一个总体方面，一种设备包括：处理器，被配置为：基于从电池测量的电池数据和电池的电池模型，确定用于检测电池的短路的检测参数值和与检测参数相关的变化因子值；使用变化因子值，从参考数据集提取与检测参数值对应的参考值；并且基于将检测参数值与参考值进行比较的结果，检测电池的短路。

检测参数值可对应于电压估计的误差的改变、电压估计的累积误差的改变、电压误差的校正值的改变、电压误差的累积校正值的改变、电压改变、电流改变、容量改变、温度改变、预计算的短路电阻值、或预计算的短路电流值。

检测参数值可对应于在执行恒定电压(CV)充电的目标时间段期间的荷电状态(SOC)的累积校正值的改变，并且变化因子可包括放电截止电压和/或目标区间的充电温度。

参考数据集的每个数据元素可包括与检测参数值对应的参数值和与变化因子值对应的因子值，并且处理器还可被配置为：从参考数据集提取数据元素，数据元素包括接近变化因子的因子值，并且提取数据元素的参数值作为参考值。

参考数据集可对应于没有短路的电池的状态，并且处理器还可被配置为：当检测参数值与参考值之间的差大于阈值时，确定电池处于短路状态。

设备还可包括电池。

检测参数值可与荷电状态(SOC)的累积校正值的改变对应，并且变化因子可包括放电截止电压和/或充电温度。

参考数据集可包括元素，并且每个数据元素可包括与检测参数对应的相应的参数值和与变化因子值对应的相应的因子值，并且处理器还可被配置为：基于数据元素与变化因子值的接近程度，从参考数据集中选择数据元素，并且将选择的数据元素的参数值用作参考值。

该设备可以是包括相机的智能手机。

在一个总体方面，一种方法包括：将接收的电池的测量应用于电池模型以获得电压估计；将电压估计与电池的测量电压进行比较以获得电压估计的误差；获取校正值，校正值针对测量电压校正电压估计；以及基于校正值，确定电池处于短路状态。

确定电池处于短路状态的步骤可包括：从与电池相关联的参考数据获取与校正值对应的参考值，并且确定的步骤还可基于参考值。

参考值可与参考校正值的累积对应。

参考数据可包括元素，元素包括随时间的电池的相应的测量，并且，每个元素可具有分别对应的检测参数值、参考参数值和候选参考值。

来自参考数据的元素可被选择，并且还可基于选择的元素的候选参考值确定电池处于短路状态。

补救措施可基于确定电池处于短路状态而被执行，其中，补救措施可包括：生成通知、改变由电池供电的计算装置的操作状态、或调整电池的特征。

在一个总体方面，一种存储指令的非暂时性计算机可读存储介质，所述指令在由处理器执行时，使得处理器执行所述方法中的任何一个。

根据下面的具体实施方式、附图和权利要求，其他特征和方面将是清楚的。

附图说明

图1示出根据一个或多个实施例的短路检测设备的示例。

图2示出根据一个或多个实施例的在正常状态下和在短路状态下的检测参数值的示例。

图3示出根据一个或多个实施例的获得检测参数值的示例。

图4示出根据一个或多个实施例的包括检测参数和变化因子的参考数据集的示例。

图5示出根据一个或多个实施例的用于检测短路的一系列参考数据的示例。

图6示出根据一个或多个实施例的调整检测参数值的示例。

图7示出根据一个或多个实施例的确定参考数据集的示例。

图8示出根据一个或多个实施例的确定参考数据集的示例。

图9示出根据一个或多个实施例的使用参考数据检测短路的示例。

图10示出根据一个或多个实施例的考虑电池的劣化的检测短路的示例。

图11示出根据一个或多个实施例的短路检测设备的示例。

图12示出根据一个或多个实施例的电子设备的示例。

图13示出根据一个或多个实施例的检测短路的示例。

贯穿附图和具体实施方式，除非另外描述或提供，否则相同的附图参考标号将被理解为表示相同或类似的元素、特征和结构。附图可不按比例，并且为了清楚、说明和方便，附图中的元素的相对大小、比例和描绘可被夸大。

具体实施方式

提供下面的具体实施方式以帮助读者获得对在此描述的方法、设备和/或系统的全面理解。然而，在理解本申请的公开之后，在此描述的方法、设备和/或系统的各种改变、修改和等同物将是清楚的。例如，在此描述的操作顺序仅是示例，并不限于在此阐述的那些顺序，而是除了必须以特定次序发生的操作之外，可如在理解本申请的公开之后将是清楚的那样被改变。此外，为了更加清楚和简明，在理解本申请的公开之后已知的特征的描述可被省略。

在此描述的特征可以以不同的形式被实现，而不应被解释为限于在此描述的示例。相反，在此描述的示例已被提供，以仅示出在理解本申请的公开之后将是清楚的实现在此描述的方法、设备和/或系统的许多可行方式中的一些可行方式。

在此使用的术语仅用于描述各种示例，并且不用于限制公开。除非上下文另外清楚地指示，否则单数形式也意在包括复数形式。如在此使用的，术语“和/或”包括相关联的所列项中的任何一个和任何两个或更多个的任何组合。作为非限制性示例，术语“包含”、“包括”和“具有”说明存在陈述的特征、数量、操作、构件、元件和/或它们的组合，但不排除存在或添加一个或多个其他特征、数量、操作、构件、元素和/或它们的组合。

贯穿说明书，当组件或元件被描述为“连接到”、“结合到”或“接合到”另一组件或元件时，该组件或元件可直接“连接到”、“结合到”或“接合到”该另一组件或元件，或者可合理地存在介于其间的一个或多个其他组件或元件。当组件或元件被描述为“直接连接到”、“直接结合到”或“直接接合到”另一组件或元件时，可不存在介于其间的其他组件或元件。类似地，例如“在……之间”和“紧接在……之间”以及“与……邻近”和“与……紧邻”的表述也可如前所述来解释。

尽管在此可使用术语(诸如“第一”、“第二”和“第三”、或A、B、(a)、(b)等)以描述各种构件、组件、区域、层或部分，但是这些构件、组件、区域、层或部分不应被这些术语限制。这些术语中的每个不用于定义例如相应的构件、组件、区域、层或部分的本质、次序或序列，而仅用于将相应的构件、组件、区域、层或部分与其他构件、组件、区域、层或部分区分开。因此，在不脱离示例的教导的情况下，在此描述的示例中所称的第一构件、第一组件、第一区域、第一层或第一部分也可被称为第二构件、第二组件、第二区域、第二层或第二部分。

除非另有定义，否则在此使用的所有术语(包括技术术语和科学术语)具有与由本公开所属领域的普通技术人员通常理解以及基于对本申请的公开的理解的含义相同的含义。除非在此明确地如此定义，否则术语(诸如，在通用词典中定义的术语)应被解释为具有与它们在相关领域和本申请的公开的上下文中的含义一致的含义，并且不应被理想化或过于形式化地解释。在此关于示例或实施例的术语“可”的使用(例如，关于示例或实施例可包括或实现什么)表示存在包括或者实现这样的特征的至少一个示例或实施例，而全部示例不限于此。

通常，电池具有各种参数(例如，电池的电流、电压、容量、温度等)。电池参数可被改变，并且这种改变可通过电路模型来建模以检测电池的短路。此外，构成多电芯的单位电芯之间的各种电池参数偏差值可被用于检测多电芯电池组。

图1示出根据一个或多个实施例的短路检测设备的示例。电池的短路可降低电池的能效，并且可导致电池的安全问题。此外，电池短路可以是电池的热失控的主要原因。电池短路的初始阶段可在微短路水平被检测到，这可允许执行预防性安全措施。电池参数或电池信号的改变可有助于检测微短路。然而，当电池微短路发生时，电池信号(例如，电流、电压或温度)的相应改变可以是非常的小，这可使得难以使用该电池信号。此外，电池信号的改变可以与其他因子(诸如，电池的充电/放电速度、充电/放电范围(例如，电压范围)、温度、电池之间的差异、电池劣化等)相关。因为电池信号的改变似乎与其他因子相关，所以难以使用电池信号的改变通过计算电池的内部短路来检测电池短路。通过从可影响电池信号(或与电池信号相关地变化)的因子之中选择影响用于短路检测的短路参数(即，检测参数)(或随用于短路检测的短路参数变化)的变化因子，基于因子中的每个来存储(例如，在表中)短路检测参数的值与相应的电池条件，并且得出有效的微型短路检测尺寸和短路检测条件，在使用电池时从电池信号检测电池短路的准确性可被提高(并且错误检测的概率可被减小)。

参照图1，短路检测设备110可输出基于电池数据101生成的电池短路检测结果102。电池数据101可包括与由短路检测设备110监测的电池的规格和/或操作相关的数据。例如，当电池充电时，电池数据101可包括基于充电的电池信号，并且当电池放电时，电池数据101可包括基于放电的电池信号。例如，电池信号可以包括电压、电流和/或温度。电池数据101可由电池内部和/或外部的各种传感器推断或测量。检测结果102可包括指示短路是否已经被检测到、短路的检测时间、检测到的短路的持续时间和/或短路的强度的信息或信号。

短路检测设备110可基于电池数据101确定(例如，选择)用于检测监测的电池的短路的检测参数值(例如，来自参考数据集120)，并且可确定(例如，选择)影响检测参数值(与检测参数值相关地变化)的变化因子值(例如，来自参考数据集120)。参考数据集120可具有元素(例如，行)，并且每个元素可包括与检测参数值相关的参数项(例如，字段中的值)和与变化因子值相关的因子项(例如，字段中的值)。短路检测设备110可使用变化因子值，从参考数据集120提取与检测参数值对应的参数项(值)的参考值(例如，提取行/元素的检测参数字段中的值)，并且可基于将检测参数(或，检测参数值、检测参数的值)与提取的参考值进行比较的结果来检测电池的短路情况。

参考数据集120可具有与没有短路的电池的状态对应的行/元素，并且短路检测设备110可在检测参数值与参考值之间的差大于阈值时确定电池处于短路状态。没有短路的电池的状态在下文中将被称为正常状态。参考数据集120也可具有与短路状态对应的行/元素，并且短路检测设备110可在检测参数与参考值之间的差小于阈值时确定电池处于短路状态。以下参照图5描述具有与正常状态对应的行/元素的参考数据集120的代表性示例，并且其描述也可适用于具有与短路状态对应的行/元素的参考数据集120的示例。

检测参数可对应于电压估计的误差的改变、电压估计的累积误差的改变、电压误差的校正值的改变、电压误差的累积校正值的改变、电压改变、电流改变、容量改变、温度改变、短路电阻值、或短路电流值。电压估计的误差可以是从电池模型111获得的电压估计的误差。误差校正值可表示基于由误差校正模型112执行的误差校正的校正值。变化因子可对应于充电/放电温度、充电/放电范围(例如，电压范围)、或充电/放电速度。

尽管检测参数和变化因子可对应于以上提及的各种电池参数，在以下描述的示例中：(i)检测参数对应于在执行恒定电压(CV)充电的目标区间(时间段)期间的荷电状态(SOC)的累积校正值的改变；并且(ii)变化因子对应于在执行CV充电之前电池的放电状态被终止时的放电截止电压，和/或对应于目标区间(时间段)期间的充电温度。然而，以下示例的描述也适用于使用不同检测参数和/或不同变化因子的其他示例。

短路检测设备110可包括电池模型111和/或误差校正模型112。短路检测设备110可通过使用电池模型111和/或误差校正模型112来确定检测参数值和/或变化因子值。

电池模型111可以是电化学热(ECT)模型。ECT模型可通过使用各种ECT参数和控制方程(governing equation)来模拟电池的内部状态。例如，ECT模型的参数可指示形状(例如，厚度、半径)、开路电位(OCP)和物理特性(例如，导电率、离子导电率和扩散系数)。控制方程可包括基于这些参数在电极与电解质的界面之间发生的电化学反应、以及与电解质的浓度和电荷的守恒(conservation)及电极相关联的物理守恒方程。

ECT模型可基于测量的电池数据101估计电池的状态(例如，SOC、电压)。换言之，ECT模型可从测量的电池数据101推断电池的状态。例如，ECT模型可基于测量的电池数据101中的电池的电流和温度来估计电池的SOC和电压。短路检测设备110可通过电池数据101中的测量数据与由电池模型111产生的估计数据之间的误差(差)来检测短路状态。这种误差可被称为估计误差。误差校正模型112可校正估计数据以减小估计误差(即，通过校正估计数据(例如，电压)以更接近地面真值)。例如，误差校正模型112可校正电压估计和/或SOC估计，使得电压估计与电压测量之间的误差被减小。随着误差增加，校正值可与之相关地增加。如下所述，短路检测设备110可将与时间段对应的校正值的改变和/或误差的改变用于短路检测。

检测参数值可被变化因子值以及电池的劣化影响(或与之相关地改变)。例如，在快速电池劣化的情况下，在CV充电区间中的累积SOC校正的量可正向地增加。在这种情况下，短路检测的准确性可受益于调整参考数据集120以反映在电池模型111中建模的电池劣化。具体地，短路检测设备110可基于建模的电池劣化来更新电池模型111，并且可使用更新的电池模型111来更新参考数据集120。

图2示出根据一个或多个实施例的在正常状态下和在短路状态下的检测参数值的示例。参照图2，在曲线图200中，第一参数值组210可对应于在电池的正常状态下的检测参数的值，并且第二参数值组220可对应于在电池的短路状态下的检测参数的值。第一线211可表示第一参数值组210中的值的分布，并且第二线221可表示第二参数值组220中的值的分布。例如，第一线211和第二线221可分别对应于第一参数值组210和第二参数值组220的值的平均值。

第一参数值组210和第二参数值组220的检测参数值可通过调整变化因子获得。考虑一个示例，该示例中检测参数对应于在执行CV充电的目标区间(时间段)中的SOC的累积校正值的改变。累积校正值可通过以下步骤确定：首先通过使用电池模型确定电压估计值，然后通过将电压估计值与电压测量值进行比较来确定估计误差，并且然后对减小估计误差的SOC校正值进行累积。这样的累积校正值的改变可对应于在目标区间(时间段)的起始点的第一累积校正值与在目标区间(时间段)的结束点的第二累积校正值之间的差。变化因子可对应于目标区间的放电温度。充电温度可对应于目标区间的平均温度或在目标区间的预定时间点(例如，结束点)的温度。

第一参数值组210中的值和第二参数值组220中的值可基于第一线211与第二线221之间的间隙而彼此区分。例如，用于区分第一参数值组210与第二参数值组220的阈值可被设置为第一线211与第二线221之间的差，或者可通过在变化因子的各个区间上将在正常状态下的最小参数值与在短路状态下的最大参数值进行比较来设置。如上所述设置的阈值可在驱动电池时被用于短路检测。例如，在预定温度区间，在正常状态下的SOC累积校正值与在短路状态下的SOC累积校正值之间的差(例如，0.001)可被设置为阈值。之后，在电池的实际驱动期间，如果基于测量的累积校正值在预定温度区间中大于或等于0.001，则电池可被确定为处于短路状态。

图3示出根据一个或多个实施例的获得检测参数值的示例。参照图3，在曲线图300中，第一线310可对应于随时间的测量电压，并且第二线320可对应于随时间的估计电压。时间点t0可表示对电池放电的结束点，并且时间点t3可表示对电池充电的结束点。在图3中示出的示例中，在时间点t0，电池从放电状态改变为充电状态，并且在时间点t3，电池的状态从充电状态改变为放电状态。在从时间点t0到时间点t1的时段期间，恒定电流(CC)充电被执行。基于电池的电压在时间点t1已达到CV充电的所需水平的假设，CV充电可在从时间点t1到时间点t3的时段期间被执行。在曲线图300中，对于任何时间段，无论是放电还是充电，测量电压(第一线310)和相应的估计电压(第二线320)可具有相应的差，并且该差可通过连续的误差校正而减小。

在图3的示例中，如所提及的，检测参数可对应于在执行CV充电的目标区间中的SOC的累积校正值。例如，目标区间可以是从时间点t1到时间点t2的时间段，或者是从时间点t1到时间点t3的时间段。时间点t2可对应于电池的电流达到预定水平的参考点。如上所提及的，目标区间可以以各种方式被定义。累积校正值的改变可对应于目标区间的起始点(例如，时间点t1)的累积校正值与目标区间的结束点(例如，时间点t2或时间点t3)的第二累积校正值之间的差。如上所提及的，可选地，检测参数可对应于电压估计的误差的改变、电压估计的累积误差的改变、电压误差的校正值的改变、电压改变、电流改变、容量改变、温度改变、预计算的短路电阻值、或预计算的短路电流值。在SOC累积校正量被用作检测参数的情况下，当模型估计的电压被误差校正模型(可能近乎实时地)校正时，短路检测可被执行，而不必在校正之前存储电压数据，并且对校正值的累积值的观察可适用于反映相应区间整体的SOC差。

变化因子可对应于在执行CV充电之前(并且可能在CC充电之前)电池的放电状态的结束点的放电截止电压，并且可对应于目标区间中的充电温度。例如，放电截止电压可对应于时间点t0的电池电压。充电温度可对应于目标区间的平均温度或目标区间的预定时间点(例如，时间点t2或时间点t3)的温度。在存在持续短路状态的情况下，随着电压估计误差增加，SOC累积校正量在CV充电区间中可示出(绝对值的)增加的趋势。在使用固定充电曲线的充电方法中，影响在CV充电期间估计的SOC值的因子可以是放电截止电压(或放电深度)或充电温度。因此，用于评估(在有效区间中的)放电截止电压和充电温度的改变的条件可通过考虑实际的电池使用条件而多样化，并且在CV充电区间中的SOC累积校正量(基于相应的条件)可通过对正常电池电芯和短路电池电芯进行测试而获得。例如，短路电池电芯可被配置为具有由外部电阻控制的短路电阻值。SOC累积校正量和相应的条件可被包括在参考数据集中。

图4示出根据一个或多个实施例的包括检测参数和变化因子的参考数据集的示例。参照图4，曲线图400中的点可表示参考数据集(见图5)的数据元素(例如，行)。数据元素/行可包括检测参数字段的参数项(值)和变化因子字段的因子项(值)。参照图4，变化因子可包括第一变化因子和第二变化因子。例如，检测参数可以是在执行CV充电的目标区间中的SOC累积校正值的改变，第一变化因子可以是在目标区间中的充电温度，并且第二变化因子可以是在执行CV充电之前电池的放电状态的结束点的放电截止电压。每个数据元素可基于每个项目值被表示为在曲线图400的三维空间中的点。在曲线图400中，x轴401可对应于第一变化因子，y轴402可对应于第二变化因子，并且z轴403可对应于检测参数。

短路检测设备可基于在电池驱动期间测量的电池数据，通过从参考数据提取值来确定检测参数的值和变化因子的值。针对变化因子提取的值(一个或多个)在此可被称为参考值，参考值对应于提取的检测参数值。电池短路可基于将检测参数值与参考值进行比较而检测(例如，通过评估它们与以上描述的阈值的差)。基于电池数据的检测参数值和变化因子值可被称为输入数据。例如，输入数据可对应于曲线图400中的(x1，y1，z1)；x1可表示充电温度值，y1可表示截止电压值，并且z1可表示累积校正值的改变。短路检测设备可从参考数据集提取具有接近变化因子的因子项(参考因子字段(一个或多个)的值(一个或多个))的数据元素(例如，行)，并且可从提取的数据元素提取参数项(检测参数字段的值)作为参考值。例如，可在xy平面上以接近(x1，y1)的次序提取预定数量的数据元素，并且可将提取的数据元素的参数项的值(检测参数值)与z1进行比较。

在因子项包括具有相应的不同权重的多个因子的实施方式中，短路检测设备可根据权重基于给定数据元素与变化因子之间的相对距离来提取数据元素。例如，为了在xy平面上以接近(x1，y1)的次序提取数据元素，当将每个点与(x1，y1)之间的距离进行比较时，不同的权重可被应用到x轴方向上的距离和y轴方向上的距离。例如，在与在y轴方向上的截止电压相比，对在x轴方向上的充电温度施加更大的权重的情况下，在xy平面上与(x1，y1)具有相同距离的两点之中的更靠近x轴的点可被选择。

图5示出根据一个或多个实施例的用于检测短路的一系列参考数据的示例。参照图5的表500，电池数据可包括电压、电流和温度。电池数据可从电池测量。电压、电流和温度分别由变量MVi、MIi和MTi表示。变量i可表示序号(例如，i可以是1、2、3、4、5、6、7等)。序号可呈现时间流(随时间增加)。在表500中，变量(诸如，MVi、MIi和MTi)可分别与预定值对应。在电池的放电状态在执行CV充电之前结束的情况下，在相应的结束点的放电截止电压可基于电池数据确定。放电截止电压可由CVi表示。此外，在执行CV充电的目标区间期间，SOC累积校正值(例如，Ci)的改变可被测量。

候选参考值可基于变化因子从参考数据集提取。例如，变化因子可对应于放电截止电压和充电温度。充电温度可基于电池数据的温度MTi确定。具有接近变化因子值的因子项(值)的数据元素(例如，行)可从参考数据集提取，并且提取的数据元素的参数项(检测参数的值)可被确定为候选参考值。表500可表示被提取的三个候选参考值(例如，RCi1、RCi2和RCi3)的示例，然而，不同数量的候选参考值可被提取。检测参数值可与候选参考值进行比较，并且短路状态可基于比较结果确定。例如，“0”可表示正常状态(没有短路的状态)，并且“1”可表示短路状态，并且比较结果可取决于短路/正常状态的值。

图6示出根据一个或多个实施例的调整检测参数的示例。参考数据集可基于初步实验结果确定，可基于在电池的采样驱动区间期间的实际驱动结果确定，或者可通过将实际驱动结果应用于初步实验结果来确定。采样驱动区间可表示电池开始在实际使用环境中被驱动的初始区间(例如，充电/放电区间的初始50个循环)。图6可对应于将实际驱动结果应用于初步实验结果的操作。

参照图6，曲线图600可包括调整之前的检测参数601和调整之后的检测参数602。例如，检测参数601可与初步实验结果对应。检测参数601可基于实际驱动结果被调整为检测参数602。实际驱动结果可通过在电池的实际使用环境(诸如，安装有电池的电子装置(例如，智能手机))中的采样时段期间驱动电池而获得，并且参考数据集可通过根据基于实际驱动结果的统计数据(例如，平均数据)调整初步实验结果来确定。

例如，检测参数601可基于以下示出的等式1调整。

[等式1]

在等式1中，P2表示检测参数602，μ表示基于实际驱动结果的检测参数的平均值，x表示检测参数601与μ之间的差，并且X表示检测参数602与μ之间的最大差。例如，x对应于检测参数620与μ之间的距离，并且X对应于检测参数值611与μ之间的距离。基于通过等式1的调整，检测参数值620可被调整为检测参数值630。

图7和图8示出确定参考数据集的操作的示例。参照图7，在操作710中，短路检测设备可选择用于短路检测的检测参数。例如，检测参数可被选择为对应于例如电压估计的误差的改变、电压估计的累积误差的改变、电压误差的校正值的改变、电压误差的累积校正值的改变、电压改变、电流改变、容量改变、温度改变、短路电阻值、或短路电流值。

在操作720中，短路检测设备可设置执行短路检测的环境条件。短路检测设备可在设置的环境条件下获得参考数据集，并且可在相应的环境中使用参考数据集执行短路检测。例如，短路检测环境可包括充电/放电范围(例如，时间范围、速度范围、电压范围)和温度范围。

在操作730中，短路检测设备可确定是否存在影响检测参数的变化因子。变化因子可对应于例如充电/放电温度、充电/放电范围(例如，电压范围)、或充电/放电速度。如果不存在变化因子，则在操作740中，短路检测设备可获得没有变化因子的短路参数。否则，如果存在变化因子，则在操作750中，短路检测设备可在调整(改变)变化因子的同时获得短路参数。

在操作760中，短路检测设备可基于短路参数和变化因子确定参考数据集。如果存在变化因子，则参考数据集中的每个数据元素/行可包括短路参数和变化因子两者。如果不存在变化因子，则参考数据集中的每个数据元素/行可仅包括短路参数。

参照图8，在操作810中，短路检测设备可确定基于初步实验结果的参考值是否被使用。如果基于初步实验结果的参考值没有被使用，则在操作820中，短路检测设备可通过基于实际驱动结果的参考值来确定参考数据集。在操作830中，短路检测设备可确定基于实际驱动结果的参考值是否被使用。如果基于实际驱动结果的参考值没有被使用，则在操作840中，短路检测设备可通过基于初步实验结果的参考值来确定参考数据集。

如果基于初步实验结果的参考值和基于实际驱动的参考值两者都被使用，则在操作850中，短路检测设备可通过基于初步实验结果和实际驱动结果的参考值来确定参考数据集。短路检测设备可根据基于实际驱动结果的参考值，来调整基于初步实验结果的参考值。短路检测设备可基于操作710至760，基于初步实验结果和/或实际驱动结果来确定参考值。

图9示出根据一个或多个实施例的使用参考数据检测短路的示例。参照图9，在操作910中，电池被驱动。在操作920中，短路检测设备确定用于电池的驱动环境是否满足环境条件。在驱动环境满足环境条件的情况下，在操作930中，短路检测设备可确定检测参数值与参考值之间的比较结果是否指示短路状态。短路检测设备可基于由电池测量的电池数据确定检测参数值和变化因子值(一个或多个)，可通过使用变化因子从参考数据集提取与检测参数对应的参考值，并且可基于检测参数与参考值之间的比较结果来检测电池短路。如果比较结果指示短路状态，则在操作940中，短路检测设备可确定电池处于短路状态。短路检测设备可执行必要措施(诸如，将短路情况通知给用户、停用电池、关闭包含电池的装置的电源、使用电池的装置进入低功率模式、修改电池的驱动方式等)。

图10示出根据一个或多个实施例的考虑电池的劣化检测短路的示例。参照图10，在操作1010中，电池可被驱动。在操作1020中，短路检测设备可确定驱动环境是否满足环境条件，并且在操作1030中，短路检测设备可确定检测参数与参考值之间的比较结果是否指示短路状态。在比较结果指示短路状态的情况下，则在操作1040中，短路检测设备可确定电池处于短路状态。

如果比较结果没有指示短路状态，则在操作1050中，短路检测设备可确定是否检测到电池劣化。检测参数可被变化因子以及电池的劣化影响。例如，在快速电池劣化的情况下，在CV充电区间中的累积SOC校正的量可正向地增加。在这种情况下，通过在用于短路检测的电池模型中反映电池劣化之后重新调整参考数据集，可有助于提高短路检测的准确性。如果用于电池模型的劣化校正的周期足够短，则由于劣化的程度被连续地反映在电池模型中并且电池状态被估计，所以在不重新调整的情况下，短路检测可被执行。在操作1060中，短路检测设备可确定用于电池模型的劣化校正的周期是否足够短，并且在操作1070中，参考数据集可在电池模型的劣化校正之后被更新。

图11示出根据一个或多个实施例的短路检测设备的示例。参照图11，短路检测设备1100包括处理器1110和存储器1120。存储器1120可连接到处理器1110，并且存储可由处理器1110执行的指令、待由处理器1110处理的数据或由处理器1110处理的数据。存储器1120可包括非暂时性计算机可读介质(例如，高速随机存取存储器(RAM))和/或非易失性计算机可读存储介质(例如，一个或多个磁盘存储装置、闪存装置或其他非易失性固态存储装置)。

处理器1110可执行指令以执行在此参照图1至图10、图12和图13描述的操作。例如，处理器1110可基于由电池测量的电池数据确定用于检测电池短路的影响检测参数的变化因子和检测参数，可通过使用变化因子从参考数据集提取与检测参数对应的参考值，并且可以基于检测参数与参考值之间的比较结果来检测电池短路。此外，参照图1至图10、图12和图13提供的描述可适用于短路检测设备1100。

图12示出根据一个或多个实施例的电子设备的示例。参照图12，电子设备1200可包括处理器1210、存储器1220、相机1230、存储装置1240、输入装置1250、输出装置1260、网络接口1270和电池1280，并且这些组件可经由通信总线1290相互通信。例如，电子设备1200可被实现为例如以下装置或至少作为例如以下装置的一部分：移动装置(诸如，移动电话、智能电话、个人数字助理(PDA)、上网本、平板计算机、膝上型计算机等)、可穿戴装置(诸如，智能手表、智能手环、智能眼镜等)、家用电器(诸如，电视(TV)、智能TV、冰箱等)、安全装置(诸如，门锁等)和车辆(诸如，自主车辆、智能车辆等)。电子设备1200在结构上和/或功能上可包括图1的短路检测设备100和/或图11的短路检测设备1100。例如，处理器1210和存储器1220可分别与图11的处理器1110和存储器1120对应。

处理器1210执行待由电子设备1200执行的指令或功能。例如，处理器1210可处理存储在存储器1220或存储装置1240中的指令。处理器1210可执行在此参照图1至图13描述的操作或方法的一个或多个、或全部。存储器1220可包括计算机可读存储介质或计算机可读存储装置。存储器1220可以存储待由处理器1210执行的指令，并且可以在软件和/或应用程序被电子设备1200执行时存储相关信息。

相机1230可捕获照片和/或视频。例如，相机1230可捕获包括用户的脸部的脸部图像。相机1230可以是包括与对象相关联的深度信息的三维(3D)相机。存储装置1240可包括计算机可读存储介质或计算机可读存储装置。存储装置1240可长时间比存储器1220存储更多的信息。例如，存储装置1240可包括磁硬盘、光盘、闪存、软盘或本领域已知的其他非易失性存储器。

输入装置1250可通过键盘和鼠标以传统的输入方式以及以新的输入方式(诸如，触摸输入、语音输入和图像输入等)接收来自用户的输入。例如，输入装置1250可包括键盘、鼠标、触摸屏、麦克风或任何其他检测来自用户的输入并将检测到的输入发送到电子设备1200的装置。输出装置1260可通过视觉、听觉或触觉通道将电子设备1200的输出提供给用户。输出装置1260可包括例如显示器、触摸屏、扬声器、振动发生器或任何其他将输出提供给用户的装置。网络接口1270可通过有线或无线网络与外部装置通信。电池1280可储存电力，并且可将电力供应给电子设备1200。

图13示出根据一个或多个实施例的检测短路的示例。参照图13，在操作1310中，短路检测设备可基于由电池测量的电池数据和相应电池的电池模型，确定用于检测电池短路的检测参数值和影响检测参数的变化因子。在操作1320中，短路检测设备可通过使用变化因子从参考数据集提取与检测参数对应的参考值。在操作1330中，短路检测设备可基于检测参数值与参考值之间的比较结果检测电池短路。此外，参照图1至图12提供的描述可适用于短路检测方法。

在此针对图1至图13描述的计算设备、车辆、电子装置、处理器、存储器、图像传感器、车辆/操作功能硬件、ADAS/AD系统、显示器、信息输出系统和硬件、存储装置以及其他设备、装置、单元、模块和组件由硬件组件实现或代表硬件组件。可用于执行在本申请中描述的操作的硬件组件的示例在适当的情况下包括：控制器、传感器、生成器、驱动器、存储器、比较器、算术逻辑单元、加法器、减法器、乘法器、除法器、积分器以及被配置为执行在本申请中描述的操作的任何其他电子组件。在其他示例中，执行在本申请中描述的操作的硬件组件中的一个或多个通过计算硬件(例如，通过一个或多个处理器或计算机)来实现。处理器或计算机可通过一个或多个处理元件(诸如，逻辑门的阵列、控制器和算术逻辑单元、数字信号处理器、微型计算机、可编程逻辑控制器、现场可编程门阵列、可编程逻辑阵列、微处理器或被配置为以限定的方式响应并执行指令以实现期望的结果的任何其他装置或装置的组合)来实现。在一个示例中，处理器或计算机包括或连接到存储由处理器或计算机执行的指令或软件的一个或多个存储器。由处理器或计算机实现的硬件组件可执行指令或软件(诸如，操作系统(OS)和在OS上运行的一个或多个软件应用)，以执行在本申请中描述的操作。硬件组件还可响应于指令或软件的执行来访问、操控、处理、创建和存储数据。为简单起见，可以在本申请中描述的示例的描述中使用单数术语“处理器”或“计算机”，但是在其他示例中，可以使用多个处理器或计算机，或者处理器或计算机可以包括多个处理元件，或多种类型的处理元件，或两者。例如，单个硬件组件或者两个或更多个硬件组件可以由单个处理器、或两个或更多个处理器、或处理器和控制器来实现。一个或多个硬件组件可以由一个或多个处理器或者处理器和控制器实现，并且一个或多个其他硬件组件可以由一个或多个其他处理器或者另外的处理器和另外的控制器实现。一个或多个处理器或者处理器和控制器可以实现单个硬件组件或者两个或更多个硬件组件。硬件组件可具有不同处理配置中的任何一个或多个，不同处理配置的示例包括：单个处理器、独立处理器、并行处理器、单指令单数据(SISD)多处理、单指令多数据(SIMD)多处理、多指令单数据(MISD)多处理以及多指令多数据(MIMD)多处理。

执行在本申请中描述的操作的在图1至图13中示出的方法通过计算硬件(例如，通过一个或多个处理器或计算机)来执行，计算硬件被实现为如上所述地执行指令或软件，以执行在本申请中描述的由所述方法执行的操作。例如，单个操作或者两个或更多个操作可通过单个处理器、或者两个或更多个处理器、或者处理器和控制器来执行。一个或多个操作可通过一个或多个处理器、或者处理器和控制器来执行，并且一个或多个其他操作可通过一个或多个其他处理器、或者另外的处理器和另外的控制器来执行。一个或多个处理器、或者处理器和控制器可执行单个操作或者两个或更多个操作。

用于控制计算硬件(例如，一个或多个处理器或计算机)以实现硬件组件并执行如上所述的方法的指令或软件被编写为计算机程序、代码段、指令或它们的任何组合，以单独地或共同地指示或配置一个或多个处理器或计算机如机器或专用计算机那样进行操作，以执行由如上所述的硬件组件和方法执行的操作。在一个示例中，指令或软件包括由一个或多个处理器或计算机直接执行的机器代码(诸如，由编译器产生的机器代码)。在其他示例中，指令或软件包括由一个或多个处理器或计算机使用解释器执行的高级代码。指令或软件可使用任何编程语言基于附图中示出的框图和流程图以及在此的相应描述来编写，附图中示出的框图和流程图以及在此的相应描述公开了执行由如上所述的硬件组件和方法执行的操作的算法。

用于控制计算硬件(例如，一个或多个处理器或计算机)以实现硬件组件并执行如上所述的方法的指令或软件以及任何相关联的数据、数据文件和数据结构可被记录、存储或固定在一个或多个非暂时性计算机可读存储介质中或一个或多个非暂时性计算机可读存储介质上。非暂时性计算机可读存储介质的示例包括：只读存储器(ROM)、随机存取可编程只读存储器(PROM)、电可擦除可编程只读存储器(EEPROM)、随机存取存储器(RAM)、动态随机存取存储器(DRAM)、静态随机存取存储器(SRAM)、闪存、非易失性存储器、CD-ROM、CD-R、CD+R、CD-RW、CD+RW、DVD-ROM、DVD-R、DVD+R、DVD-RW、DVD+RW、DVD-RAM、BD-ROM、BD-R、BD-RLTH、BD-RE、蓝光或光盘存储、硬盘驱动器(HDD)、固态驱动器(SSD)、闪存、卡型存储器(诸如，多媒体卡或微型卡(例如，安全数字(SD)或极限数字(XD))、磁带、软盘、磁光数据存储装置、光学数据存储装置、硬盘、固态盘和任意其他装置，任意其他装置被配置为以非暂时性的方式存储指令或软件以及任何相关联的数据、数据文件和数据结构，并将指令或软件以及任何相关联的数据、数据文件以及数据结构提供给一个或多个处理器或计算机，从而一个或多个处理器或计算机能够执行指令。在一个示例中，指令或软件以及任何相关联的数据、数据文件以及数据结构被分布在联网的计算机系统上，使得指令和软件以及任何相关联的数据、数据文件以及数据结构通过一个或多个处理器或计算机以分布式的方式被存储、访问和执行。

虽然本公开包括特定的示例，但是在理解本申请的公开之后将清楚，在不脱离权利要求及它们的等同物的精神和范围的情况下，可在这些示例中进行形式和细节上的各种改变。在此描述的示例将被认为仅是描述性的，而不是出于限制的目的。每个示例中的特征或方面的描述将被认为可适用于其他示例中的类似特征或方面。如果描述的技术以不同的次序被执行，和/或如果描述的系统、架构、装置或电路中的组件以不同的方式被组合，和/或由其他组件或它们的等同物替换或补充，则可实现合适的结果。

因此，除了上面的公开之外，公开的范围还可由权利要求及它们的等同物限定，并且在权利要求及它们的等同物的范围内的所有变化应被解释为包括在公开中。

Claims (28)

1.一种用于电池短路检测的方法，包括：

基于由电池测量的电池数据和电池的电池模型，确定用于检测电池的短路的检测参数值和与检测参数值相关的变化因子值；

使用变化因子值从参考数据集提取与检测参数值对应的参考值；以及

基于将检测参数值与参考值进行比较的结果，确定电池的短路是否已经发生。

2.根据权利要求1所述的方法，其中，检测参数值对应于电压估计的误差的改变、电压估计的累积误差的改变、电压误差的校正值的改变、电压误差的累积校正值的改变、电压改变、电流改变、容量改变、温度改变、短路电阻值、或短路电流值。

3.根据权利要求2所述的方法，其中，电池模型被用于获得检测参数值。

4.根据权利要求1所述的方法，其中，检测参数值对应于在恒定电压充电的目标时间段期间的荷电状态的累积校正值的改变，并且

变化因子值包括放电截止电压和/或目标时间段的充电温度。

5.根据权利要求4所述的方法，其中，所述累积校正值的改变对应于在目标时间段的起始点的第一累积校正值与在目标时间段的结束点的第二累积校正值之间的差。

6.根据权利要求4所述的方法，其中，所述累积校正值通过以下步骤确定：通过使用电池模型确定电压估计值，通过将电压估计值与电压测量值进行比较来确定估计误差，以及对减小估计误差的荷电状态校正值进行累积。

7.根据权利要求1所述的方法，其中，参考数据集中的每个数据元素包括与检测参数值对应的相应的参数值和与变化因子值相关的因子值，并且

提取参考值的步骤包括：

提取包括因子项的数据元素，数据元素基于与变化因子值的接近程度而从参考数据集被选择；以及

提取选择的数据元素的参数项作为参考值。

8.根据权利要求7所述的方法，其中，因子值包括多个具有相应的权重的多个值，并且

提取数据元素的步骤包括：基于数据元素与变化因子值之间的距离提取数据元素，其中，距离基于所述权重。

9.根据权利要求1所述的方法，其中，参考数据集对应于没有短路的状态，并且

检测短路的步骤包括：当检测参数值与参考值之间的差大于阈值时，确定电池处于短路状态。

10.根据权利要求1所述的方法，还包括：

基于电池的建模的劣化，更新电池模型；以及

通过使用更新的电池模型，更新参考数据集；

其中，检测参数值基于通过使用电池模型估计的估计值来确定。

11.根据权利要求1所述的方法，其中，参考数据集基于初步实验结果确定，基于在电池的采样驱动期间的实际驱动结果确定，或者通过将实际驱动结果应用于初步实验结果来确定。

12.根据权利要求1所述的方法，还包括：

通过在采样时段期间驱动电池，获得实际驱动结果；以及

通过根据基于实际驱动结果的统计数据调整初步实验结果，确定参考数据。

13.一种存储指令的非暂时性计算机可读存储介质，所述指令在由处理器执行时，使得处理器执行根据权利要求1至12中的任一项所述的方法。

14.一种用于电池短路检测的设备，包括：

处理器，被配置为：

基于从电池测量的电池数据和电池的电池模型，确定用于检测电池的短路的检测参数值和与检测参数值相关的变化因子值；

使用变化因子值，从参考数据集提取与检测参数值对应的参考值；并且

基于将检测参数值与参考值进行比较的结果，检测电池的短路。

15.根据权利要求14所述的设备，其中，检测参数值对应于电压估计的误差的改变、电压估计的累积误差的改变、电压误差的校正值的改变、电压误差的累积校正值的改变、电压改变、电流改变、容量改变、温度改变、预计算的短路电阻值、或预计算的短路电流值。

16.根据权利要求14所述的设备，其中，检测参数值对应于在执行恒定电压充电的目标时间段期间的荷电状态的累积校正值的改变，并且

变化因子值包括放电截止电压和/或目标时间段的充电温度。

17.根据权利要求14所述的设备，其中，参考数据集的每个数据元素包括与检测参数值对应的参数值和与变化因子值对应的因子值，并且

处理器还被配置为：

从参考数据集提取数据元素，数据元素包括接近变化因子值的因子值；并且

提取数据元素的参数值作为参考值。

18.根据权利要求14所述的设备，其中，参考数据集对应于没有短路的电池的状态，并且

处理器还被配置为：当检测参数值与参考值之间的差大于阈值时，确定电池处于短路状态。

19.根据权利要求14至18中的任一项所述的设备，还包括电池。

20.根据权利要求14所述的设备，其中，检测参数值对应于荷电状态的累积校正值的改变，并且

变化因子值包括放电截止电压和/或充电温度。

21.根据权利要求14所述的设备，其中，参考数据集包括数据元素，并且其中，每个数据元素包括与检测参数值对应的相应的参数值和与变化因子值对应的相应的因子值，并且

处理器还被配置为：基于数据元素与变化因子值的接近程度，从参考数据集中选择数据元素，并且将选择的数据元素的参数值用作参考值。

22.根据权利要求14至21中的任一项所述的设备，其中，所述设备是包括相机的智能手机。

23.一种用于电池短路检测的方法，包括：

将接收的电池的测量应用于电池模型以获得电压估计；

将电压估计与电池的测量电压进行比较以获得电压估计的误差；

获取校正值，校正值针对测量电压校正电压估计；以及

基于校正值，确定电池处于短路状态。

24.根据权利要求23所述的方法，其中，确定电池处于短路状态的步骤包括：从与电池相关联的参考数据获取与校正值对应的参考值，并且其中，确定的步骤还基于参考值。

25.根据权利要求24所述的方法，其中，参考值对应于参考校正值的累积。

26.根据权利要求24所述的方法，其中，参考数据包括元素，元素包括随时间的电池的相应的测量，并且其中，每个元素具有分别对应的检测参数值、参考参数值和候选参考值。

27.根据权利要求26所述的方法，还包括：从参考数据选择元素，并且还基于选择的元素的候选参考值确定电池处于短路状态。

28.根据权利要求23至27中的任一项所述的方法，还包括：

基于确定电池处于短路状态，采取补救措施，其中，补救措施包括：生成通知、改变由电池供电的计算装置的操作状态、或调整电池的特征。

Images