[发明专利]基于深度学习和氮气保护的动力电池监测保护方法、系统

说明书

本发明涉及新能源汽车动力锂电池技术领域，更具体的，涉及基于深度学习和氮气保护的动力电池监测保护方法、系统。本发明将氮气保护应用于新能源汽车动力锂电池的安全防护，防止火灾发生，提高了新能源汽车动力锂电池在行驶过程中的安全性能。本发明通过对电池所处的电池箱氧气浓度、气压、温度、湿度进行检测，及时进行充氮操作，使电池处于不具备燃烧和爆炸条件的环境中。本发明基于历史检测数据，构建神经网络进行模型训练以预测电池状态，可提前制氮、储氮进行准备，保证充氮的正常运行，进一步提供安全性。

技术领域

本发明涉及新能源汽车动力锂电池技术领域，更具体的，涉及基于深度学习和氮气保护的动力电池监测保护方法、系统。

背景技术

随着新技术的发展，新能源汽车越来越多的出现在人们的视野中。安全问题是事关新能源汽车发展的生命线，加强新能源汽车安全防控及管理是当下的首要任务。其中，新能源汽车动力锂电池起火的情况也有出现，因此电池安全隐患成为了决定观望者是否愿意购买新能源车的关键因素之一。

发明内容

基于此，有必要针对现有新能源汽车动力锂电池有可能起火而存在安全隐患的问题，提供基于深度学习和氮气保护的动力电池监测保护方法、系统，以对新能源汽车动力锂电池进行安全防护。

本发明采用以下技术方案实现：

第一方面，本发明公开了基于深度学习和氮气保护的动力电池监测保护方法，其用于对新能源汽车动力锂电池进行安全防护。

所述动力电池监测保护方法包括以下步骤，

步骤一，获取电池所处的电池箱当前时刻t₀的氧气浓度O(t₀)、气压P(t₀)、温度T(t₀)、湿度W(t₀)；

步骤二，将O(t₀)与预设氧气浓度阈值O₀进行比较；将P(t₀)与预设气压阈值一P₀、预设气压阈值二P₀'进行比较；将T(t₀)与预设温度阈值T₀进行比较；将W(t₀)与预设湿度阈值W₀进行比较。

若O(t₀)＞O₀，进行制氮并向电池箱进行充氮；若O(t₀)≤O₀，停止向电池箱充氮，并延时后停止制氮。若P'₀＜P(t₀)＜P₀，降低充氮流量；若P(t₀)≥P₀，停止向电池箱充氮并同步停止制氮，发出警报。若T(t₀)≥T₀，发出警报。若W(t₀)≥W₀，发出警报。

步骤三，以Δt为周期，返回步骤一；其中，

步骤四，获取历史数据的氧气浓度、气压、温度、湿度，并采用深度学习神经网络建立并训练预测模型，进行电池状态预测。

其中，所述电池状态预测包括预测氧气浓度、气压、温度、湿度的后续变化趋势。

若预测到后续时刻t₁的O(t₁)＞O₀，则在t₁之前的t₂时刻开始制氮、储氮以提前准备。若预测到后续时刻t₃的P(t₃)≥P₀，则发出预警。若预测到后续时刻t₅的T(t₅)≥T₀，则发出预警。若预测到后续时刻t₇的W(t₇)≥W₀，则发出预警。