[发明专利]基于大数据的在线检测电池异常的方法及系统

说明书

本发明提供了一种基于大数据的在线检测电池异常的方法及系统，包括：通过采集电池管理系统数据的数据采集终端实时获取电池组各电池单体的运行数据，并上传至云端大数据平台；对云端大数据平台上的数据进行预采样得到数据集D；数据集D中的所有时刻从第一时刻开始依次作为起始时刻tsubgt;0/subgt;，从起始时刻tsubgt;0/subgt;开始遍历数据集，获取满足预设判断标准的放电或充电时刻，将获取的满足预设判断标准的放电或充电时刻组成时刻序列，将数据集D中所有时刻从第一时刻开始依次作为起始时刻tsubgt;0/subgt;分别获取的时刻序列组成时刻序列集合；基于时刻序列集合利用异常检测算法筛选离群电池单体；基于筛选得到的离群电池单体进行异常单体的判定。

技术领域

本发明涉及电池异常检测技术领域，具体地，涉及基于大数据的在线检测电池异常的方法及系统。

背景技术

现今对于二次电池的故障诊断方法，通常是在售后中通过传感器等手段调取单体故障发生时间段的现场数据进行人工审核，利用以往单体实验或复杂算法确定的阈值对电池状态进行划分，进而判断电池是否发生故障。

但目前大多数应用的技术存在着以下局限性：上述方式调取的数据为现场数据，时间跨度较小，不能够从整体运行时间跨度上分析，通常难以做到基于数据的故障预警；在数据量大的时候，人工审核通常费时费力；多数基于大数据的电池诊断主要关注电池系统整体状态的评估(如剩余容量、健康状态等)，较少深入到对故障单体的识别与挖掘；且数据通常不经过任何筛选，计算资源消耗大；故障单体数据、特殊工况条件缺乏等数据来源的局限性致使目前符合上述条件的诸多技术中，应用到最一般情况下的效果往往不尽如人意，从而导致了技术实际应用的局限性；目前基于大数据判断故障单体的策略通常忽略了各种内外因素对电池运行状态的影响。

专利文献CN108631015B(申请号：201710167178.9)公开了一种电池包异常检测装置及电池包异常检测方法，属于电动汽车领域。装置包括：气压传感器、应变式压力传感器和处理器，气压传感器和应变式压力传感器位于电池包的内部；气压传感器与处理器连接，气压传感器用于检测电池包内部的气压；应变式压力传感器与处理器连接，应变式压力传感器用于检测电池包的内壁压力；处理器用于基于气压传感器采集到的第一压力值和应变式压力传感器采集到的第二压力值，判断电池包是否存在异常，并在确定电池包存在异常的条件下生成第一告警信息。

发明内容

针对现有技术中的缺陷，本发明的目的是提供一种基于大数据的在线检测电池异常的方法及系统。

根据本发明提供的一种基于大数据的在线检测电池异常的方法，包括：

步骤S1：通过采集电池管理系统数据的数据采集终端实时获取电池组各电池单体的运行数据，并上传至云端大数据平台；

步骤S2：对云端大数据平台上的数据进行预采样得到数据集D；

步骤S3：数据集D中的所有时刻从第一时刻开始依次作为起始时刻t₀，从起始时刻t₀开始遍历数据集，获取满足预设判断标准的放电或充电时刻，将获取的满足预设判断标准的放电或充电时刻组成时刻序列S，若时刻序列S中的时刻数量小于预设值时，则舍弃当前序列；将数据集D中所有时刻从第一时刻开始依次作为起始时刻t₀分别获取的时刻序列S组成时刻序列集合；

步骤S4：基于时刻序列集合利用异常检测算法筛选离群电池单体；

步骤S5：基于筛选得到的离群电池单体进行异常单体的判定。

优选地，所述运行数据包括时间、单体电压以及荷电状态SOC。

优选地，所述运行数据还包括电流和/或温度。