[实用新型]一种自学习故障预测电池包测试设备

说明书

本发明公开了一种自学习故障预测电池包测试设备，包括AC/DC模块、DC/DC模块、受检电池包模块、动力电池BMS系统模块以及通过数据总线与动力电池BMS系统模块连接的故障预测模块、故障分析模块、故障反馈模块、上行传输模块、无线通讯单元、通讯接入模块、无线接收单元以及PC端监控界面。与现有技术相比，本发明的有益效果在于：该设备对现有动力电池包测试设备有强有力补充作用；提高了动力电池包质检测试的效率，降低了动力电池包进入市场后的故障率。

技术领域

本发明涉及动力电池包测试领域，具体而言，涉及一种自学习故障预测电池包测试设备。

背景技术

在动力电池包测试过程中，随着动力电池BMS系统的快速发展，许多重要参数可以进行实时可视化和数据传输操作。但由于许多动力电池包故障不会在测试期间出现，所以现有的检测设备对动力电池包出厂后短期内可能发生的故障起不到实质性的检测作用。

发明内容

本发明提供了一种自学习故障预测电池包测试设备，包括AC/DC模块、DC/DC模块、受检电池包模块、动力电池BMS系统模块以及通过数据总线与所述动力电池BMS系统模块连接的故障预测模块、故障分析模块、故障反馈模块、上行传输模块、无线通讯单元、通讯接入模块、无线接收单元以及PC端监控界面。优点是：该设备可对现有动力电池包测试设备有强有力补充作用。在出厂前的电池包质检测试过程中，利用现有动力电池BMS系统对输入输出电流、输入输出电压等电池包基础参数的实时提取，结合人工智能故障预测模型，对正在测试的动力电池全生命周期内可能发生的故障进行数据化预测。该设备在主体使用BMS系统提取数据的前提下结合人工智能故障预测算法，提高了动力电池包质检测试的效率。通过故障预测，降低了出厂测试时不出现故障但全生命使用周期内发生故障的不合格动力电池包出厂数，减少了企业的服务成本，利用数据跟踪方便测试人员进行故障排查，从而降低动力电池包进入市场后的故障率。

一种自学习故障预测电池包测试设备，应用于动力电池包测试领域，其特征在于包括AC/DC模块、DC/DC模块、受检电池包模块、动力电池BMS系统模块以及通过数据总线与所述动力电池BMS系统模块连接的故障预测模块、故障分析模块、故障反馈模块、上行传输模块、无线通讯单元、通讯接入模块、无线接收单元以及PC端监控界面。

作为本发明的进一步改进，所述380V电网交流电接入所述AC/DC模块，进行交流与直流电源转化。

作为本发明的进一步改进，所述AC/DC模块完成转化后，对直流电压进行降压转换，对380V直流电压进行降压转换至待测试动力电池包充电额定电压，并对所述受检电池包模块中待测试动力电池包进行额定电压充电。

作为本发明的进一步改进，所述动力电池BMS系统模块时刻监控电池的使用状态，对测试时的动力电池包进行动态监控，实时记录电池测试过程中的重要参数变化。

作为本发明的进一步改进，所述通讯接入模块通过RS485接口与无线接收单元使用硬接线直连以无线形式，或通过网口使用硬接线直接与云平台交互后收取动力电池BMS系统实时传输的重要参数；所述上行传输模块通过RS232接口与无线通讯单元使用硬接线直连以无线形式，或通过网口使用硬接线直接与云平台交互后与对故障预测模型产生的预测数据进行交互。

作为本发明的进一步改进，所述动力电池BMS系统模块通过数据总线与所述故障预测模块、故障分析模块、故障反馈模块、上行传输模块、通讯接入模块连接。

作为本发明的进一步改进，所述故障预测模块对动力电池BMS系统模块经过通讯接入模块传输来的实时数据使用基于LSTM的人工智能数据预测算法，预测该动力电池包的重要参数变化，并生成全生命周期内各参数预测曲线与额定参数变化范围曲线。

作为本发明的进一步改进，所述故障分析模块使用基于CNN的人工智能分类模型，对各参数预测曲线与额定参数变化范围曲线进行比较，将超出范围的曲线数据提取并分类，进行故障分类。