【技術(shù)實現(xiàn)步驟摘要】
本專利技術(shù)實施例涉及動力電池安全監(jiān)測，特別涉及一種隨機工況電池組的故障識別方法及裝置。
技術(shù)介紹
1、由鋰離子電池組組成的動力電池系統(tǒng)，具有高比能、長壽命、自放電弱和適用溫度范圍廣等優(yōu)勢，是目前電動汽車的主流選擇。隨著電動汽車市場占有率越來越高，電池模塊的安全故障成為限制電動汽車發(fā)展的一大瓶頸。近年來，車載電池的故障問題頻發(fā)，市場召回量不計其數(shù)，增加了用戶的安全焦慮與市場的經(jīng)濟負擔(dān)。
2、在常規(guī)情況下，隨著充放電循環(huán)次數(shù)的增加，鋰離子電池的微觀電化學(xué)成分出現(xiàn)不可逆損失，從而出現(xiàn)內(nèi)阻增加、容量下降的現(xiàn)象。但由于隨機工況與濫用耐受的影響，在電池的充放電過程中，存在一定概率造成異常故障如漏液、異常老化等，甚至是極端的安全事故，如電池短路、著火、爆炸等。電池的異常劣化是從微觀反應(yīng)異常發(fā)展至宏觀表征異常，再至系統(tǒng)不受控的過程。由于實際工況故障成因的不可控，造成電池劣化時間長度的巨大差異以及臨界觸發(fā)點的強隨機性。同時，電池應(yīng)用過程中的可監(jiān)測數(shù)據(jù)類型與數(shù)據(jù)質(zhì)量都是非常受限的，這無疑大大增加了故障診斷的難度。
3、相關(guān)技術(shù)中，絕大部分的鋰離子電池故障識別方法是在實驗仿真情況下進行的，然而，實際電池狀態(tài)監(jiān)測中需要考慮傳感器數(shù)目、數(shù)據(jù)質(zhì)量、用戶行為與隨機工況等多種因素對電池狀態(tài)的影響，這導(dǎo)致實驗室研究下的診斷方法無法應(yīng)用；并且，現(xiàn)有的電池故障診斷算法難以兼顧故障識別的準確性與可遷移性。
4、因此，亟需提供一種隨機工況電池組的故障識別方法及裝置。
技術(shù)實現(xiàn)思路
1、為
2、第一方面，本專利技術(shù)實施例提供了一種隨機工況電池組的故障識別方法，方法包括：
3、針對每一個當前時刻，均執(zhí)行：
4、對當前時刻獲得的電池單體的電壓參數(shù)進行分布優(yōu)化處理，得到當前時刻的電池組電壓和電池單體偏差電壓；
5、基于所述電池組電壓和電池單體偏差電壓，構(gòu)建電池組狀態(tài)模型和電池單體偏差模型；
6、利用濾波器分別對所述電池組狀態(tài)模型和所述電池單體偏差模型進行狀態(tài)預(yù)測，分別得到下一時刻電池組的第一預(yù)測結(jié)果和下一時刻電池單體的第一預(yù)測結(jié)果；
7、將當前時刻獲得的電池狀態(tài)參數(shù)和車輛狀態(tài)參數(shù)輸入到訓(xùn)練好的時序網(wǎng)絡(luò)預(yù)測模型中，得到下一時刻電池組的第二預(yù)測結(jié)果；其中，時序網(wǎng)絡(luò)預(yù)測模型訓(xùn)練過程中是利用所述電池組的第一預(yù)測結(jié)果作為損失函數(shù)對所述第二預(yù)測結(jié)果進行反向調(diào)整的；
8、將所述電池組的第二預(yù)測結(jié)果和電池單體的第一預(yù)測結(jié)果輸入訓(xùn)練好的物理增強編碼器中，得到電池單體的第二預(yù)測矩陣；
9、計算所述電池單體的第二預(yù)測矩陣的殘差值，并將其與預(yù)設(shè)閾值相比較，以對所述電池組進行故障識別。
10、第二方面，本專利技術(shù)實施例還提供了一種隨機工況電池組的故障識別裝置，裝置包括：
11、優(yōu)化單元，用于對當前時刻獲得的電池單體的電壓參數(shù)進行分布優(yōu)化處理，得到當前時刻的電池組電壓和電池單體偏差電壓；
12、模型構(gòu)建單元，用于基于所述電池組電壓和電池單體偏差電壓，構(gòu)建電池組狀態(tài)模型和電池單體偏差模型；
13、第一預(yù)測單元，用于利用濾波器分別對所述電池組狀態(tài)模型和所述電池單體偏差模型進行狀態(tài)預(yù)測，分別得到下一時刻電池組的第一預(yù)測結(jié)果和下一時刻電池單體的第一預(yù)測結(jié)果；
14、第二預(yù)測單元，用于將當前時刻獲得的電池狀態(tài)參數(shù)和車輛狀態(tài)參數(shù)輸入到訓(xùn)練好的時序網(wǎng)絡(luò)預(yù)測模型中，得到下一時刻電池組的第二預(yù)測結(jié)果；其中，時序網(wǎng)絡(luò)預(yù)測模型訓(xùn)練過程中是利用所述電池組的第一預(yù)測結(jié)果作為損失函數(shù)對所述第二預(yù)測結(jié)果進行反向調(diào)整的；
15、第三預(yù)測單元，用于將所述電池組的第二預(yù)測結(jié)果和電池單體的第一預(yù)測結(jié)果輸入訓(xùn)練好的物理增強編碼器中，得到電池單體的第二預(yù)測矩陣；
16、故障識別單元，用于計算所述電池單體的第二預(yù)測矩陣的殘差值，并將其與預(yù)設(shè)閾值相比較，以對所述電池組進行故障識別。
17、第三方面，本專利技術(shù)實施例還提供了一種計算設(shè)備，包括存儲器和處理器，所述存儲器中存儲有計算機程序，所述處理器執(zhí)行所述計算機程序時，實現(xiàn)本說明書任一實施例所述的方法。
18、第四方面，本專利技術(shù)實施例還提供了一種計算機可讀存儲介質(zhì)，其上存儲有計算機程序，當所述計算機程序在計算機中執(zhí)行時，令計算機執(zhí)行本說明書任一實施例所述的方法。
19、第五方面，本專利技術(shù)實施例還提供了一種計算機程序產(chǎn)品，包括計算機程序，所述計算機程序被處理器執(zhí)行時實現(xiàn)上述所述的方法的步驟。
20、本專利技術(shù)實施例提供了一種隨機工況電池組的故障識別方法及裝置，首先對從云端數(shù)據(jù)平臺獲取的電池單體的電壓參數(shù)進行分布優(yōu)化處理，并基于優(yōu)化后得到的電池組和電池單體的電壓數(shù)據(jù)分別構(gòu)建電池組狀態(tài)模型和電池單體偏差模型，然后先利用濾波器分別對電池組和電池單體的狀態(tài)進行預(yù)測，從而獲得穩(wěn)定性較好的預(yù)測結(jié)果，再利用預(yù)先訓(xùn)練好的時序網(wǎng)絡(luò)預(yù)測模型對電池組的狀態(tài)進行二次預(yù)測，并在訓(xùn)練時序網(wǎng)絡(luò)預(yù)測模型中利用濾波器的預(yù)測結(jié)果對時序網(wǎng)絡(luò)模型的預(yù)測結(jié)果進行反向調(diào)整，最后，利用構(gòu)建訓(xùn)練好的物理增強編碼器對濾波器的預(yù)測結(jié)果和時序網(wǎng)絡(luò)模型的預(yù)測結(jié)果進一步壓縮和解壓縮，從而獲得了兼具較好的穩(wěn)定性和準確性的電池單體預(yù)測結(jié)果。如此，本專利技術(shù)實施例中依次采用濾波器、時序網(wǎng)絡(luò)預(yù)測模型以及物理增強編碼器對電池組的狀態(tài)進行預(yù)測，并將海量的云端數(shù)據(jù)作為訓(xùn)練樣本集，從而使得預(yù)測結(jié)果兼顧魯棒性與準確性，進而實現(xiàn)了對隨機工況電池組的故障狀態(tài)的準確識別。
本文檔來自技高網(wǎng)...【技術(shù)保護點】
1.一種隨機工況電池組的故障識別方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對當前時刻獲得的電池單體的電壓參數(shù)進行分布優(yōu)化處理，得到當前時刻的電池組電壓和電池單體偏差電壓，包括：
3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述電池組狀態(tài)模型與電池單體偏差狀態(tài)模型分別如下：
4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述利用濾波器分別對當前時刻所述電池組狀態(tài)模型和所述電池單體偏差模型進行狀態(tài)預(yù)測，分別得到下一時刻電池組的第一預(yù)測結(jié)果和下一時刻電池單體的第一預(yù)測結(jié)果，包括：
5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述時序網(wǎng)絡(luò)預(yù)測模型是通過如下方式訓(xùn)練得到的：
6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述物理增強編碼器包括依次連接的編碼模塊、潛在空間采樣模塊和解碼模塊；其中：
7.根據(jù)權(quán)利要求1或6所述的方法，其特征在于，所述物理增強編碼器是利用已知的車輛狀態(tài)參數(shù)和電池狀態(tài)參數(shù)作為輸入樣本集、已知的電池組的電壓和荷電狀態(tài)參數(shù)作為輸出樣本集進行訓(xùn)練得到的；
8.一種隨機工
9.一種計算設(shè)備，包括存儲器和處理器，所述存儲器中存儲有計算機程序，所述處理器執(zhí)行所述計算機程序時，實現(xiàn)如權(quán)利要求1-7中任一項所述的方法。
10.一種計算機可讀存儲介質(zhì)，其上存儲有計算機程序，當所述計算機程序在計算機中執(zhí)行時，令計算機執(zhí)行權(quán)利要求1-7中任一項所述的方法。
...【技術(shù)特征摘要】
1.一種隨機工況電池組的故障識別方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對當前時刻獲得的電池單體的電壓參數(shù)進行分布優(yōu)化處理，得到當前時刻的電池組電壓和電池單體偏差電壓，包括：
3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述電池組狀態(tài)模型與電池單體偏差狀態(tài)模型分別如下：
4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述利用濾波器分別對當前時刻所述電池組狀態(tài)模型和所述電池單體偏差模型進行狀態(tài)預(yù)測，分別得到下一時刻電池組的第一預(yù)測結(jié)果和下一時刻電池單體的第一預(yù)測結(jié)果，包括：
5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述時序網(wǎng)絡(luò)預(yù)測模型是通過如下方式訓(xùn)練得到的：
6.根據(jù)權(quán)利要...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：楊世春，曹瑞，張正杰，孫也凡，金云濤，常柏桐，閆嘯宇，曹耀光，徐斌，
申請(專利權(quán))人：北京航空航天大學(xué)，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。