[发明专利]一种新能源汽车电池采样异常故障识别方法

说明书

本发明涉及新能源汽车电池技术领域，具体涉及一种新能源汽车电池采样异常故障识别方法，包括以下步骤：获取新能源汽车电池组中各个电芯在放电状态时的电压数据；对电压数据进行特征提取，形成距离累积矩阵；对距离累积矩阵中每个电芯的特征向量进行遍历，获取各个电芯的第一分位数和第二分位数；根据各个电芯的第一分位数和第二分位数，分别获取电池组整体的第一全局分位数和第二全局分位数，并以此对距离累积矩阵中每个电芯的特征向量进行遍历，判定此时刻是否发生采样异常；当采样异常在单位时间内累计发生次数达到设定次数时，则判定确实发生采样异常故障，并返回标记时刻及发生故障的电芯号。本发明解决了采样异常故障误报问题多的问题。

技术领域

本发明涉及新能源汽车电池技术领域，具体涉及一种新能源汽车电池采样异常故障识别方法。

背景技术

随着新能源汽车数量的日益增长，越来越多的新能源汽车安全问题凸显出来。目前，很多关于新能源汽车在行驶过程中突然起火或发生故障等问题被不断爆出，极大地威胁车主的人身安全。在新能源汽车故障中，采样异常是一种由于采样线连接松动而导致的电池故障，可能会导致电压波动，限制电池的输出功率导致汽车动力中断，更进一步地可能存在潜在风险导致BMS芯片烧坏，FPC线路板损坏等问题。目前，针对采样异常的识别更依赖BMS系统所提取的数据，但BMS系统所报出的数据可能存在很多误报问题，因为数据的波动是很正常的现象，而BMS系统会将发生波动的数据报出，这样就容易产生很多采样异常，从而导致误报警的情况，进而增加了企业的负担也极大地影响了用户的体验感。

发明内容

本发明的目的在于提供一种新能源汽车电池采样异常故障识别方法，解决采样异常故障误报问题多的问题。

为了达到上述目的，提供了一种新能源汽车电池采样异常故障识别方法，包括以下步骤：

S1、获取新能源汽车电池组中各个电芯在放电状态时的电压数据；

S2、对电压数据进行特征提取，并采用距离累积方法形成距离累积矩阵；

S3、对距离累积矩阵中每个电芯的特征向量进行遍历，获取各个电芯的第一分位数和第二分位数；

S4、根据各个电芯的第一分位数和第二分位数，分别获取新能源汽车电池组整体的第一全局分位数和第二全局分位数；

S5、将第一全局分位数和第二全局分位数分别作为异常阈值上限与异常阈值下限，并对距离累积矩阵中每个电芯的特征向量进行遍历，判断其累积值是否小于异常阈值下限，若小于，则判断其相邻电芯同时刻的累积值是否大于异常阈值上限，若大于，则判定此时刻发生采样异常，并标记此时刻；

S6、当采样异常在单位时间内累计发生次数达到设定次数时，则判定确实发生采样异常故障，并返回标记时刻及发生故障的电芯号。

原理及优点：

1.对电压数据进行特征提取，并采用距离累积方法形成距离累积矩阵的设置，可以减少电池采样处理的数据量，以提高处理效率，以及能够保证每一次报警的准确性。

2.由于发生采样异常的成对电芯在电压信号上存在突增突降这种特殊的表现形式，本发明在此物理信号基础上，对所采集到的电压信号进行特征提取操作，并对这种突增突降现象利用全局分位数的方法识别出可能存在异常的成对电芯(相邻电芯)，并在此基础上对可能发生异常的频数进行控制以快速、准确地找到故障电芯及故障时刻。采用本发明可以准确地识别出电池采样异常故障，并极大地降低了误报率，保证每一次报警的准确性。

进一步，所述步骤S1中具体包括以下步骤：

S101、获取新能源汽车电池组的电池信号数据；

S102、将电池信号数据根据设定的清洗条件进行清洗，获取新能源汽车电池组中各个电芯在放电状态时的电压数据；所述电压数据包括电压矩阵，所述电压矩阵的行数、列数分别表示时刻信息和电芯号。