[发明专利]基于大数据及云计算的电池压差异常阈值确认方法及系统

权利要求书

1.基于大数据及云计算的电池压差异常阈值确认方法，其包括如下步骤：

S1、采集多组电池的压差数据

该步骤中，分别采集多个型号多个损耗状态的锂电池在充电和放电过程中的压差数据，建立压差数据集合N，N={|i∈N，j∈N ，h=0或1}，；

其中，i表示电池的型号类别，j表示电池的损耗状态类别，h=0表示为充电状态，h=1表示为放电状态；也即，表示第i种型号、第j种损耗状态下的电池在充电状态下采集到的压差数据序列，表示第i种型号、第j种损耗状态下的电池在放电状态下采集到的压差数据序列；

其中，表示压差数据序列中的第L个元素，n为压差数据序列中的元素总数；

S2、对压差数据进行离散化处理

该步骤中，对于任一压差数据序列均进行离散化处理进而获取离散化压差数据序列，={ }；其中，⌊⌋，⌊⌋为向下取整运算，为设定压差间隔；

S3、构建泊松分布模型，获取异常阈值

该步骤中，构建泊松分布模型分别对所有压差数据序列进行处理；

所构建泊松分布模型的概率密度函数为，

其中，，表示离散化压差数据序列中数值出现的概率；

该步骤中，基于公式≤（1-p）获取阈值离散数值，表示离散化压差数据序列中小于等于数值的所有数值出现的概率，p为设定异常率；

该步骤中，基于公式F=D*获取异常阈值F。

2.根据权利要求1所述的基于大数据及云计算的电池压差异常阈值确认方法，其特征在于：步骤S1中，任一压差数据均通过如下步骤获取，

步骤S11、以设定采样间隔T对电池的压差数据进行连续采样，进而获取对应电池的压差时序数列；

步骤S12、选取压差时序数列中t时刻及t时刻前后m个时刻的2m+1个数据进行移动平均运算进而获取对应压差数据。

3.根据权利要求1所述的基于大数据及云计算的电池压差异常阈值确认方法，其特征在于：步骤S1中，以当前充电总次数或当前放电总次数作为损耗状态的判定依据，对于任一损耗状态的电池其充电总次数或放电总次数位于对应损耗状态所对应的充电总次数范围或放电总次数范围区间内。

4.根据权利要求1所述的基于大数据及云计算的电池压差异常阈值确认方法，其特征在于：步骤S1中，压差数据集合N保存所有已采集过的压差数据，在新增压差数据时对压差数据集合N进行更新；步骤S2中，在压差数据集合N发生更新时，对新增数据进行离散化处理；步骤S3中，在压差数据集合N发生更新时，基于更新后的压差数据集合N对异常阈值F进行更新。

5.基于大数据及云计算的电池压差异常阈值确认系统，其用于实现权利要求1-4中任一所述的基于大数据及云计算的电池压差异常阈值确认方法；其特征在于：包括

终端检测单元，其用于在充电和放电过程对电池的每个电芯的当前电压进行周期性采样并发送给终端处理单元；

终端处理单元，其用于计算终端检测单元在每个采样周期内所采集数据的最高值与最低值的差值发送给远程服务器端；

远程服务器端，其用于实现对终端处理单元所发送数据的存储及处理，进而获取异常阈值F。

6.根据权利要求5所述的基于大数据及云计算的电池压差异常阈值确认系统，其特征在于：终端处理单元还用于实时接收远程服务器端处计算获取的异常阈值F，且终端处理单元能够在所述差值高于异常阈值F时向远程服务器端发送报警指令。