[發明專利]一種動力電池溫度的在線監測方法及車載T-BOX

在審

• 申請號: 202111100784.1
• 申請日: 2021-09-18
• 公開（公告）號: CN113848494A
• 公開（公告）日: 2021-12-28
• 發明（設計）人: 鄧一文
• 申請（專利權）人: 北京經緯恒潤科技股份有限公司
• 主分類號: G01R31/392
• 分類號: G01R31/392;G01R31/389;G01R31/367;G01R31/396
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 陳穎

1.一種汽車動力電池溫度的在線監測方法，其特征在于，應用于車載T-BOX，所述在線監測方法包括：

獲取當前時刻的每個動力電池單體溫度和車況數據；

將每個所述動力電池單體溫度和車況數據同時輸入至預先建立的動力電池溫度預測模型，得到每個動力電池單體在所述當前時刻的下一時刻的電池溫度預測值；

獲取每個所述動力電池單體在所述下一時刻的實際電池溫度；

基于每個所述動力電池單體在所述下一時刻的所述電池溫度預測值和對應的所述實際電池溫度，計算得到每個所述動力電池單體的溫度偏移量；

基于每個所述動力電池單體的所述溫度偏移量與對應的故障權重得到故障量級，所述故障量級表示故障嚴重程度；

根據所述故障量級與預設報警等級閾值的大小關系，對每個所述動力電池單體是否發生升溫故障進行監測。

2.根據權利要求1所述的在線監測方法，其特征在于，所述動力電池溫度預測模型為：以歷史指定時刻的動力電池單體溫度和車況數據為訓練樣本，以歷史指定時刻的下一時刻的動力電池單體溫度為樣本標簽，對LSTM神經網絡模型訓練得到。

3.根據權利要求1所述的在線監測方法，其特征在于，所述根據所述故障量級與預設報警等級閾值的大小關系，對每個所述動力電池單體是否發生升溫故障進行監測，具體包括：

當所述故障量級不大于第一報警等級閾值時，確定所述故障量級對應的動力電池單體未發生升溫故障，不觸發升溫故障報警；

當所述故障量級大于所述第一報警等級閾值且小于第二報警等級閾值時，將所述故障量級對應的動力電池單體的相關數據發送至云端服務器，由所述云端服務器對所述動力電池單體的當前溫度偏移量以及對應的歷史溫度偏移量均進行故障量級計算，分別得到當前故障量級以及歷史故障量級，若所述當前故障量級和所述歷史故障量級均超過所述第一報警等級閾值，則向所述車載T-BOX發送報警控制指令；

當所述故障量級不小于所述第二報警等級閾值時，立即出發升溫故障報警；

其中，所述預設報警等級閾值包括：所述第一報警等級閾值和所述第二報警等級閾值。

4.根據權利要求1所述的在線監測方法，其特征在于，所述獲取當前時刻的每個動力電池單體溫度具體包括：

獲取每個所述動力電池單體的當前溫度幀；

當所述當前溫度幀為首幀時，控制采集周期計時器開始計時，重置所述首幀的下一幀ID，并對所述當前溫度幀進行緩存；

當所述當前溫度幀為連續幀時，對所述當前溫度幀進行緩存；

當所述當前溫度幀為非首幀和非連續幀時，將所述當前溫度幀作為異常幀進行清除；

當所述采集周期計時器達到一個采集周期時，對緩存的所有溫度幀進行完整性校驗，其中，所述所有溫度幀包括：所述首幀以及各個所述連續幀；

當所述所有溫度幀通過完整性校驗時，將所述所有溫度幀確定為所述動力電池單體溫度。

5.根據權利要求1所述的在線監測方法，其特征在于，還包括：

在所述動力電池溫度預測模型訓練過程中，通過超參數解調對所述動力電池溫度預測模型進行優化，使所述動力電池溫度預測模型達到預設標準的動力電池溫度預測模型。

6.根據權利要求1所述的在線監測方法，其特征在于，還包括：

將所述當前時刻的每個所述動力電池單體溫度和所述車況數據最為最新訓練樣本，將每個動力電池單體在所述當前時刻的下一時刻的實際電池溫度作為最新樣本標簽，對所述動力電池溫度預測模型進行優化訓練。