[發明專利]基于大數據及云計算的電池壓差異常閾值確認方法及系統

有效

• 申請號: 202110429253.0
• 申請日: 2021-04-21
• 公開（公告）號: CN112986829B
• 公開（公告）日: 2021-07-20
• 發明（設計）人: 肖劼;胡雄毅;余為才
• 申請（專利權）人: 杭州宇谷科技有限公司
• 主分類號: G01R31/367
• 分類號: G01R31/367;G01R31/385
• 代理公司: 合肥初航知識產權代理事務所(普通合伙) 34171
• 代理人: 謝永

本發明涉及大數據處理技術領域，具體地說，涉及一種基于大數據及云計算的電池壓差異常閾值確認方法及系統。該方法包括如下步驟：S1、采集多組電池的壓差數據；S2、對壓差數據進行離散化處理；S3、構建泊松分布模型，獲取異常閾值。該系統用于實現上述方法。通過本發明能夠較佳地借助大數據樣本實現壓差閾值的確立，故而能夠較佳地克服現有采用經驗式確立異常閾值的局限性。

技術領域

本發明涉及大數據處理技術領域，具體地說，涉及一種基于大數據及云計算的電池壓差異常閾值確認方法及系統。

背景技術

電池壓差是指鋰電池在放電和充電過程中電芯間電壓的最大差值，其是反映電池好壞的關鍵指標。由于電池內部具有的虧電保護和高壓保護機制，電池的壓差對電池性能的影響主要體現在：在放電過程中標稱電壓最低的電芯會率先達到虧電保護的閾值進而導致整個電池組停止放電，而此時整個電池組實際上依然具備放電能力的；而在充電過程中標稱電壓最高的電芯會率先達到高壓保護的閾值進而導致整個電池組停止充電，而此時整個電池組實際上依然處于電量未充滿狀態。

由于電芯生產工藝的偏差和安裝過程中電芯串聯時接口內部等的不同，全新的電池都存在少量的壓差，理論上的電池壓差為0在實際中幾乎是不可能的，故現有技術中均設置壓差檢測機制對電池的壓差異常進行檢測。

目前現有的壓差檢測大多是通過人工設定電池壓差的閾值實現對壓差的檢測，比如設定電池壓差的閾值為200mv，則在檢測到電池組的任一電芯的壓差超過200mv時，則判定該電池組出現壓差異常?；谠摲N的檢測方法存在如下的弊?。?/p>

1、人工經驗設定閾值不可靠

這個主要體現在不同容量、不同材質的電池的壓差異常閾值的是不同的，而人工經驗具有局限性，無法較佳地充分挖掘電池壓差中的規律，故容易造成誤判例增加；

2、電池在監測中讀取壓差數據容易出現噪聲點

這主要體現在，在監測中讀取電芯電壓的數據可能存在噪聲或者電芯電壓瞬間波動的情形，噪聲點容易突破電池壓差的閾值，故而導致誤判例增加。

發明內容

本發明提供了一種基于大數據及云計算的電池壓差異常閾值確認方法，其能夠克服現有依靠經驗確立壓差閾值的而導致的局限性較大的缺陷。

根據本發明的基于大數據及云計算的電池壓差異常閾值確認方法，其包括如下步驟：

S1、采集多組電池的壓差數據

該步驟中，分別采集多個型號多個損耗狀態的鋰電池在充電和放電過程中的壓差數據，建立壓差數據集合N，N={|i∈N，j∈N ，h=0或1}，；

其中，i表示電池的型號類別，j表示電池的損耗狀態類別，h=0表示為充電狀態，h=1表示為放電狀態；也即，表示第i種型號、第j種損耗狀態下的電池在充電狀態下采集到的壓差數據序列，表示第i種型號、第j種損耗狀態下的電池在放電狀態下采集到的壓差數據序列；

其中，表示壓差數據序列中的第L個元素，n為壓差數據序列中的元素總數；

S2、對壓差數據進行離散化處理

該步驟中，對于任一壓差數據序列均進行離散化處理進而獲取離散化壓差數據序列，={ }；其中，??，??為向下取整運算，為設定壓差間隔；

S3、構建泊松分布模型，獲取異常閾值

該步驟中，構建泊松分布模型分別對所有壓差數據序列進行處理；

所構建泊松分布模型的概率密度函數為，

其中，，表示離散化壓差數據序列中數值出現的概率；