[发明专利]蓄电池内单体电池的异常检测方法

说明书

本发明提供一种蓄电池内单体电池的异常检测方法，其特征在于，包括如下步骤：（1）获取历史核对性容量测试中各单体电池的历史电压曲线；（2）根据经验将各历史电压曲线标记为正常电压曲线或异常电压曲线；（3）根据所述正常电压曲线及异常电压曲线训练检测模型，并设定阈值；（4）在当前核对性容量测试中采集单体电池的实时电压曲线，根据所述检测模型对所述实时电压曲线进行预测，获得其异常指数，若所述异常指数超过所述阈值，则判断该单体电池为异常电池，否则，为正常电池。该方法准确率高，可有效避免因电池在浮充时处于稳定状态，电池进行误判的问题。

技术领域

本发明涉及电源检测技术领域，具体地说，是涉及一种蓄电池内单体电池的异常检测方法。

背景技术

UPS作为机房停电后的供电保障，非常重要。随着使用年限的增加，UPS内的蓄电池不免发生老化，为了能获得蓄电池的状态，会定期进行核对性容量测试。测试中会每隔固定时间(例如1分钟)记录蓄电池的总电压，总电流，温度以及各个单体的电压值。目前一般是测试人员在试验完成后通过观察测试取得数据曲线，根据经验来计算蓄电池容量，同时判断各个单体电池是否已损坏。但这种方式是有较大的不足：一方面，测试人员需要具备相关工作经验才能完成核对性容量测试；另一方面，如何断定某一单体电池是否已损坏并无固定的标准，不同的测试人员可能做出不同的判断，可能出现误判，对企业造成损失。

基于此，申请号为2019110333475的中国专利公开了一种电池健康评估方法，该方法利用电池浮充时的数据，建立孤立森林模型进行电池健康评估，其操作前提是电池必须处于浮充状态，再通过电池的电压、内阻、工作温度构建孤立森林模型，对电池的健康状态进行评估。其主要问题在于，电池处于机房内，工作环境稳定，在浮充状态时，电池本身处于相对稳定的状态，其浮充电压、内阻和工作温度变化微弱，若某电池的上述检测值发生了明显变化，只需监测其值是否偏离日常的波动范围，即可轻易捕捉其异常情况。同时，浮充状态下电池处于稳定状态，即使电池本身已出现异常，其浮充电压、内阻和工作温度也往往不会发生变化，使得基于浮充状态下的浮充电压、内阻和工作温度建立的孤立森林模型难以判别。

发明内容

为了解决上述技术问题，本发明提供一种蓄电池内单体电池的异常检测方法，该方法准确率高，可有效避免因电池在浮充时处于稳定状态，电池进行误判的问题。

基于上述目的，本发明提供一种蓄电池内单体电池的异常检测方法，该方法包括如下步骤：

(1)获取历史核对性容量测试中各单体电池的历史电压曲线；

(2)根据经验将各历史电压曲线标记为正常电压曲线或异常电压曲线；

(3)根据所述正常电压曲线及异常电压曲线训练检测模型，并设定阈值；

(4)在当前核对性容量测试中采集单体电池的实时电压曲线，根据所述检测模型对所述实时电压曲线进行预测，获得其异常指数，若所述异常指数超过所述阈值，则判断该单体电池为异常电池，否则，为正常电池。

作为优选，步骤(2)中，根据经验将各历史电压曲线标记为标注正常电压曲线或异常电压曲线的具体方法为：每条历史电压曲线由两名工作人员分别进行标记，若其判断结果一致，则作为最终的标记结果；若判断结果不一致，则由第三人进行标记，最终以多数结果作为最终的标记结果。

作为优选，步骤(3)中，采用孤立森林算法训练获得检测模型。

作为优选，步骤(3)中，所述阈值的设定方法为：根据实际业务需求，综合考虑精确率和召回率获得合适的阈值。

作为优选，所述方法还包括步骤(5)：将判断为异常电池的电压曲线人工标记为异常电压曲线，并将该异常电压曲线作为训练数据继续进行检测模型的训练，对检测模型进行更新。