[发明专利]一种基于大数据在线检测电池包内部单体电池自放电状态的方法

权利要求书

1.一种基于大数据在线检测电池包内部单体电池自放电状态的方法，其特征在于，其包括以下步骤：

a：取新能源汽车上传之电池包各项数据；

b：从所述数据中筛选出最近一次车辆停车时长T以上电池包内各单体电池电压的数据；

c：提取步骤b数据中每只单体电池停车前所上传的最后一个电压值，第x号电池停车前上传的最后一个电压值计作Vx0，其中x＝1～n，x表示第x号单体电池，n为电池包内单体电池总数，提取步骤b数据中每只单体电池停车结束后所上传的第一个电压值，第x号电池停车结束后上传的第一个电压值计作Vx1；计算两个电压值采样的时间差值，计作△t；

d：x号电池的自放电率用单位时间内的电压下降值表示，计作Kx；

则Kx＝|(Vx0-Vx1)/△t|；

e：计算各单体电池自放电率Kx(x＝1～n)的平均值K_平均及其标准差δ，由此计算电池自放电的上限值K_阀值＝K_平均+Mδ，M为自然数；

f：比较各单体电池的自放电率Kx和K_阀值的大小；

g：若Kx≤K_阀值，则表示电池自放电率Kx正常；若Kx大于K_阀值，则表示Kx出现异常，x号电池自放电率过大。

2.根据权利要求1所述的基于大数据在线检测电池包内部单体电池自放电状态的方法，其特征在于：M的取值范围为：1～5。

3.根据权利要求1所述的基于大数据在线检测电池包内部单体电池自放电状态的方法，其特征在于：单体电池为能取到电压的最小电池模块单元。

4.根据权利要求1所述的基于大数据在线检测电池包内部单体电池自放电状态的方法，其特征在于：T＞6h。

5.根据权利要求1所述的基于大数据在线检测电池包内部单体电池自放电状态的方法，其特征在于：所述方法还包括步骤h，对自放电率过大的单体电池，将单体电池编号x及自放电率异常数据通过数据平台上报给电池包后台管理人员，后台数据接收端电池管理人员对异常数据做出评估，给定处理策略。