[发明专利]一种电池早期故障预警方法、系统、装置及存储介质

说明书

本发明公开了一种电池早期故障预警方法、系统、装置及存储介质，该方法包括基于微过充电循环实验获取电池容量数据；利用Savitzky‑Golay滤波算法对电池容量数据进行平滑处理；将经过平滑处理后的电池容量数据输入训练好的长短期记忆网络模型中；训练好的长短期记忆网络模型输出预测的未来电池容量数据；计算未来电池容量数据与正常电池实际容量数据之间的均方根误差值；将均方根误差值与阈值进行比较，并判断电池是否为故障电池。本发明够实现对遭受微小滥用如微过充电滥用的故障电池的提前诊断，有效预防电池事故的发生。本发明可广泛应用于故障电池诊断技术领域。

技术领域

本发明涉及故障电池诊断技术领域，尤其是一种电池早期故障预警方法、系统、装置及存储介质。

背景技术

在全生命周期的中后期，微过充电滥用下的电池与正常充放电循环下的电池相比，它们的容量衰减速度存在差异性，而利用该特征可以实现对遭受微小滥用如微过充电滥用的故障电池进行诊断。目前的故障诊断算法可以有效诊断特征较为明显的故障，但对不当快充、机械挤压变形等弱滥用造成的微小故障特征鲁棒性相对较低，且一种障诊断算法只能作用于特定的故障，即只能诊断出特定的故障。

发明内容

本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明提出一种电池早期故障预警方法、系统、装置及存储介质。

本发明所采取的技术方案是：

一方面，本发明实施例包括一种电池早期故障预警方法，包括：

基于微过充电循环实验获取电池容量数据；

利用Savitzky-Golay滤波算法对所述电池容量数据进行平滑处理；

将经过平滑处理后的电池容量数据输入训练好的长短期记忆网络模型中；

所述训练好的长短期记忆网络模型输出预测的未来电池容量数据；

计算所述未来电池容量数据与正常电池实际容量数据之间的均方根误差值；

将所述均方根误差值与阈值进行比较，并判断电池是否为故障电池。

进一步地，所述利用Savitzky-Golay滤波算法对所述电池容量数据进行平滑处理是通过以下公式执行：

式中，h_i表示平滑系数，H表示滑窗窗口的宽度，+w表示滑窗的上限，-w表示滑窗的下限，x_k+1表示原始电池容量数据，x_k,smooth表示进行平滑处理后的电池容量数据。

进一步地，所述利用Savitzky-Golay滤波算法对所述电池容量数据进行平滑处理之后，所述方法还包括：

采用最大最小标准化的方法，对平滑处理后的电池容量数据进行归一化处理。

进一步地，所述采用最大最小标准化的方法，对平滑处理后的电池容量数据进行归一化处理是通过以下公式执行：

式中，C_scaled表示归一化处理后的电池容量数据，C表示进行平滑处理后的电池容量数据，C_max表示进行平滑处理后的电池容量数据中的最大电池容量数据，C_min表示进行平滑处理后的电池容量数据中的最小电池容量数据。

进一步地，所述方法还包括对长短期记忆网络模型进行训练，以得到所述训练好的长短期记忆网络模型，训练过程中采用均方误差作为损失函数，所述损失函数的表达式为：

式中，MSE表示损失函数，n表示样本的数量，表示模型计算的预测值，y_i表示真实值。