[发明专利]一种电动汽车动力电池充电过热故障预测方法及系统

说明书

本发明公开了一种电动汽车动力电池充电过热故障预测方法及系统，通过电池管理系统实时采集电池充电运行状态数据，然后根据采集的充电运行状态数据对下一阶段的充电运行状态数据进行预测，同时通过采用随机森林大数据回归模型以及交叉验证的方法，提高了随机森林大数据回归模型的准确性，避免过拟合和欠拟合情形，从而能够精准地对下一阶段的充电运行状态数据进行预测，提高了预测精准性。同时，通过对电池充电过热故障的提前预测，能够通过电池管理系统提前做出一定的故障预处理，避免了动力电池在出现热失控等严重情况后，因无法及时做出有效判断处理和遏制过热安全隐患继续加剧，而造成动力电池及电动汽车的严重损坏或人员伤害。

技术领域

本发明涉及车辆故障管理技术领域，具体来说，涉及一种电动汽车动力电池充电过热故障预测方法及系统。

背景技术

随着电动汽车产销量不断地快速增长，电动汽车的安全问题却逐渐成为人们广泛关注和讨论的焦点。近年来，电动汽车发生自燃或起火等安全事故屡见不鲜，给人们的生命财产安全带来严重威胁。根据相关数据统计，电动汽车大部分安全事故主要来源于车载动力电池部分，尤其在是动力电池的充电过程中。电动汽车动力电池通常是由若干电芯通过串并联连接组成，由电池管理系统对其进行各种信息采集、充放电控制、热管理等监控工作。目前市面上的电动汽车动力电池主要采用锂离子电池作为单体电芯，而锂离子电池因其自身材料特性原本就存在工作性能不够稳定的特点，容易受到过充、过热、碰撞等物理变化因素的刺激影响，造成电池温度急剧升高，进而导致热失控现象发生，从而引发严重后果。动力电池热失控发生时间往往很短，有时甚至就是几秒钟，一旦监测到热失控发生后再采取相应处理措施，极易造成严重的经济损失或人员伤害。

因此，研究电动汽车动力电池在充电过程中发生过热故障的预测方法十分必要，对于保障动力电池及电动汽车使用安全性具有重大应用价值和现实紧迫性。其中，现有技术中如中国专利(CN113386570A)公开了一种基于纯电动汽车电池管理系统的故障处理方法及系统，其包括：当监测到某一个目标故障后，检测目标故障的真实性，确定故障等级对应的故障类型，采用与故障类型对应的故障处理机制，其通过模块化对大量故障码进行分类处理，提高行车人身安全。

但是，上述基于纯电动汽车电池管理系统的故障处理方法及系统在进行故障处理的时，通常是在故障出现后才能对故障进行处理，无法提前对出现的故障进行预测，因此，当动力电池系统出现故障时不能及时的采取措施进行处理时，且故障较为严重时会引发器件损坏、冒烟，极易引发起火、爆炸等安全事故。

为了解决上述的问题，本发明提供了一种电动汽车动力电池充电过热故障预测方法及系统。

发明内容

为了解决上述的技术问题，本发明通过以下技术方案实现的：一种电动汽车动力电池充电过热故障预测方法，该方法包括以下步骤：

S1、采集当前数据：通过电池管理系统采集当前阶段充电的运行状态数据并进行预处理；

S2、预测未来数据：基于采集当前阶段充电的运行状态数据对未来预设时间内的运行状态数据进行预测，并得到预测结果；

进一步地，所述的S2具体包括以下步骤：

S201、基于预设的动力电池在各种充电工况下运行状态的历史数据集训练构建随机森林大数据回归模型，并不断增加新的充电工况数据集，对模型训练进行动态调整，以提高模型预测的准确性和减小预测误差。

S202、通过5-折交叉验证方法对所述随机森林大数据回归模型参数筛选进行评估验证，以提高模型调参准确性。

S203、将第一步中采集的当前阶段的充电运行状态数据输入所述随机森林大数据回归模型，进而预测出未来t秒内的充电运行状态数据结果；这里具体需要预测出的充电运行状态数据包括电芯表面温度Ts和充电电流I，它们可以分别表示为：

{Ts(+1)、Ts(+2)、Ts(+3)、…、Ts(+t)}