[發(fā)明專利]一種電池?zé)崾Э仡A(yù)警方法、系統(tǒng)及服務(wù)器

有效

• 申請?zhí)枺?/td>: 202010899563.4
• 申請日: 2020-08-31
• 公開（公告）號: CN112092675B
• 公開（公告）日: 2022-03-25
• 發(fā)明（設(shè)計）人: 程碩;盧佳林;劉成龍;安勝偉
• 申請（專利權(quán)）人: 長城汽車股份有限公司
• 主分類號: B60L58/10
• 分類號: B60L58/10;G06K9/62;G06Q10/06;H01M10/42;G01R31/367
• 代理公司: 北京潤澤恒知識產(chǎn)權(quán)代理有限公司 11319
• 代理人: 譚鎮(zhèn)

1.一種電池?zé)崾Э仡A(yù)警方法，其特征在于，所述方法包括：

獲取目標(biāo)電池的特征變量，所述特征變量為電池?zé)崾Э氐南嚓P(guān)變量，其中，所述特征變量包括：電池過充事件次數(shù)、電池過放事件次數(shù)、電池高溫預(yù)警事件次數(shù)、電池低溫預(yù)警事件次數(shù)、電芯溫度一致性異常次數(shù)、電芯電壓一致性異常次數(shù)及荷電狀態(tài)值異常次數(shù)中的至少一項，所述特征變量一一對應(yīng)不同計算邏輯，標(biāo)簽變量為非熱失控類或熱失控類；

將所述目標(biāo)電池的特征變量輸入至預(yù)先訓(xùn)練好的熱失控分類模型，并通過預(yù)設(shè)的邏輯回歸模型獲取所述熱失控分類模型輸出的用于表征所述目標(biāo)電池屬于熱失控類別的概率；所述熱失控分類模型基于樣本電池的訓(xùn)練樣本數(shù)據(jù)預(yù)先訓(xùn)練得到，可基于不同目標(biāo)電池的不同特征變量，計算出各個目標(biāo)電池屬于熱失控類別的概率；

根據(jù)所述概率，確定所述目標(biāo)電池的熱失控風(fēng)險評分；

根據(jù)所述熱失控風(fēng)險評分，確定與所述熱失控風(fēng)險評分對應(yīng)的熱失控風(fēng)險等級；

根據(jù)所述熱失控風(fēng)險等級，執(zhí)行與所述熱失控風(fēng)險等級對應(yīng)的預(yù)警措施。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述熱失控分類模型采用如下方法訓(xùn)練得到：

獲取樣本電池的訓(xùn)練樣本數(shù)據(jù)，所述訓(xùn)練樣本數(shù)據(jù)包括特征變量以及標(biāo)簽變量，所述標(biāo)簽變量為電池?zé)崾Э仡悇e；

將所述訓(xùn)練樣本數(shù)據(jù)的特征變量和標(biāo)簽變量輸入至預(yù)設(shè)的邏輯回歸模型，并采用預(yù)設(shè)的模型訓(xùn)練方法對所述邏輯回歸模型進行訓(xùn)練，得到所述熱失控分類模型。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述訓(xùn)練樣本數(shù)據(jù)的特征變量的數(shù)量為多個，所述標(biāo)簽變量由多個所述特征變量確定得到，具體包括：

將所述訓(xùn)練樣本數(shù)據(jù)的各個所述特征變量分別按預(yù)設(shè)規(guī)則計算得到對應(yīng)的單項分?jǐn)?shù)；

將各個所述單項分?jǐn)?shù)按對應(yīng)的預(yù)設(shè)權(quán)重求和，確定各個電池的熱失控評分；

將所述訓(xùn)練樣本數(shù)據(jù)中的全部樣本電池按所述熱失控評分由小到大進行排序；

將序列尾部預(yù)設(shè)百分比的樣本電池確定為熱失控類標(biāo)簽，并將其余的樣本電池確定為非熱失控類標(biāo)簽。

4.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述訓(xùn)練樣本數(shù)據(jù)的特征變量包括：電池過充事件次數(shù)、電池過放事件次數(shù)、電池高溫預(yù)警事件次數(shù)、電池低溫預(yù)警事件次數(shù)、電芯溫度一致性異常次數(shù)、電芯電壓一致性異常次數(shù)及荷電狀態(tài)值異常次數(shù)中的至少一項；所述標(biāo)簽變量為非熱失控類或熱失控類。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述將所述訓(xùn)練樣本數(shù)據(jù)的特征變量和標(biāo)簽變量輸入至預(yù)設(shè)的邏輯回歸模型，并采用預(yù)設(shè)的模型訓(xùn)練方法對所述邏輯回歸模型進行訓(xùn)練，得到所述熱失控分類模型，包括：

對所述訓(xùn)練樣本數(shù)據(jù)的特征變量進行編碼處理及篩選處理，確定分類關(guān)鍵變量；

將所述分類關(guān)鍵變量和標(biāo)簽變量輸入至預(yù)設(shè)的邏輯回歸模型，并采用預(yù)設(shè)的模型訓(xùn)練方法對所述邏輯回歸模型進行訓(xùn)練，得到所述熱失控分類模型。

6.一種電池?zé)崾Э仡A(yù)警系統(tǒng)，其特征在于，所述系統(tǒng)包括：

第一獲取模塊，用于獲取目標(biāo)電池的特征變量，所述特征變量為電池?zé)崾Э氐南嚓P(guān)變量，其中，所述特征變量包括：電池過充事件次數(shù)、電池過放事件次數(shù)、電池高溫預(yù)警事件次數(shù)、電池低溫預(yù)警事件次數(shù)、電芯溫度一致性異常次數(shù)、電芯電壓一致性異常次數(shù)及荷電狀態(tài)值異常次數(shù)中的至少一項，所述特征變量一一對應(yīng)不同計算邏輯，標(biāo)簽變量為非熱失控類或熱失控類；

第二獲取模塊，用于將所述目標(biāo)電池的特征變量輸入至預(yù)先訓(xùn)練好的熱失控分類模型，并通過預(yù)設(shè)的邏輯回歸模型獲取所述熱失控分類模型輸出的用于表征所述目標(biāo)電池屬于熱失控類別的概率；所述熱失控分類模型基于樣本電池的訓(xùn)練樣本數(shù)據(jù)預(yù)先訓(xùn)練得到，可基于不同目標(biāo)電池的不同特征變量，計算出各個目標(biāo)電池屬于熱失控類別的概率；

第一確定模塊，用于根據(jù)所述概率，確定所述目標(biāo)電池的熱失控風(fēng)險評分；

第二確定模塊，用于根據(jù)所述熱失控風(fēng)險評分，確定與所述熱失控風(fēng)險評分對應(yīng)的熱失控風(fēng)險等級；

執(zhí)行模塊，用于根據(jù)所述熱失控風(fēng)險等級，執(zhí)行與所述熱失控風(fēng)險等級對應(yīng)的預(yù)警措施。