CN106058338A - 一种动力电池组的检测维护和均衡保养设备 - Google Patents

Abstract

本发明公开了一种动力电池组的检测维护和均衡保养设备，包括电源通断模块、单体电池均衡充电模块、单体电池电压采集模块和控制器，所述电源通断模块，分别与所述动力电池组和控制器相连接；每个单体电池均衡充电模块，分别与动力电池组中的一个单体电池和控制器相连接；每个单体电池电压采集模块，用于实时采集所连接的单体电池的电压，然后输出给控制器,所述每个单体电池电压采集模块分别与动力电池组中的一个单体电池和控制器相连接。本发明可以对锂离子动力电池组以及其他类型的动力电池组进行定期检测维护，在电池组中单体电池的电压不均衡时进行电压均衡保养，从而大大提高动力电池组的工作性能，有效延长整个动力电池组的使用寿命。

Description

一种动力电池组的检测维护和均衡保养设备

技术领域

本发明涉及动力电池组维护领域，具体涉及一种动力电池组的检测维护和均衡保养设备。

背景技术

目前，随着锂离子电池技术的不断更新和发展，其质轻、高容、长寿命的优点逐渐得到消费者的青睐。其中，锂动力电池组在电动汽车、电动摩托车和电动自行车以及其他动力用电器上的应用迅速发展。

锂电池和其他类型的电池相比较，其均衡与维护保养问题特别明显，目前已经引起了广大电池及电动车生产厂家的重视。

发明内容

针对上述问题，本发明提供一种动力电池组的检测维护和均衡保养设备。

本发明的目的采用以下技术方案来实现：

一种动力电池组的检测维护和均衡保养设备，包括电源通断模块、单体电池均衡充电模块、单体电池电压采集模块和控制器，所述电源通断模块，分别与所述动力电池组和控制器相连接；每个单体电池均衡充电模块，分别与动力电池组中的一个单体电池和控制器相连接；每个单体电池电压采集模块，用于实时采集所连接的单体电池的电压，然后输出给控制器,所述每个单体电池电压采集模块分别与动力电池组中的一个单体电池和控制器相连接。

本发明的有益效果为：可以对锂离子动力电池组以及其他类型的动力电池组进行定期检测维护，在电池组中单体电池的电压不均衡时进行电压均衡保养，从而大大提高动力电池组的工作性能，有效延长整个动力电池组的使用寿命，从而解决了上述的技术问题。

附图说明

利用附图对本发明作进一步说明，但附图中的应用场景不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。

图1是本发明各模块之间的连接示意图。

图2是本发明故障检测定位模块的结构示意图。

附图标记：

电源通断模块1、单体电池均衡充电模块2、单体电池电压采集模块3、控制器4、故障检测定位模块5、指标设定单元51、数据归一化单元52、主要构件评估单元53、主要构件健康状态判定单元54、综合评估单元55。

具体实施方式

结合以下应用场景对本发明作进一步描述。

应用场景1

参见图1、图2，本应用场景的一个实施例中的动力电池组的检测维护和均衡保养设备，包括电源通断模块1、单体电池均衡充电模块2、单体电池电压采集模块3和控制器4，所述电源通断模块1，分别与所述动力电池组和控制器4相连接；每个单体电池均衡充电模块2，分别与动力电池组中的一个单体电池和控制器4相连接；每个单体电池电压采集模块3，用于实时采集所连接的单体电池的电压，然后输出给控制器4,所述每个单体电池电压采集模块3分别与动力电池组中的一个单体电池和控制器4相连接。

本实施例可以对锂离子动力电池组以及其他类型的动力电池组进行定期检测维护，在电池组中单体电池的电压不均衡时进行电压均衡保养，从而大大提高动力电池组的工作性能，有效延长整个动力电池组的使用寿命，从而解决了上述的技术问题。

优选的，所述电源通断模块1包括有一个与外部电源相连接的外部充电电源和一个内部充电电源，用于实时接收所述控制器4发送的充电指令，当该充电指令为外部充电电源充电指令或内部充电电源充电指令时，分别对应地将所述外部充电电源或者内部充电电源与动力电池组相连通而进行充电，并且当该充电指令为动力电池组整体充电切断指令时，实时切断外部充电电源或内部充电电源两者与动力电池组之间的连接。

本优选实施例设计了电源通断模块1的功能,使充电或断电更加智能化。

优选的，所述单体电池均衡充电模块2用于实时接收所述控制器4发送的充电指令，当该充电指令为单体电池均衡充电启动指令时，实时对所连接的一个单体电池进行均衡充电，反之，当该充电指令为单体电池均衡充电停止指令时，实时停止对所连接的一个单体电池进行充电。

本优选实施例设计了单体电池均衡充电模块2的功能，便于对单体电池进行均衡充电的操作。

优选的，所述设备还包括故障检测定位模块5，所述故障检测定位模块5包括指标设定单元51、数据归一化单元52、主要构件评估单元53、主要构件健康状态判定单元54和综合评估单元55；所述指标设定单元51用于根据设定的采集指标采集所需的健康状态监测数据，所述采集指标包括设备各模块相对应的主要构件、主要构件的监测项目以及各监测项目在重要程度上的权重因子，所述模块包括电源通断模块1、单体电池均衡充电模块2、单体电池电压采集模块3、控制器4；所述数据归一化单元52用于对所述健康状态监测数据进行归一化处理；所述主要构件评估单元53用于评估所述主要构件的健康状态，所述主要构件健康状态判定单元54用于所述各主要构件是否处于健康状态；所述综合评估单元55用于评估各模块的健康状态，将处于异常状态的模块定义为故障模块并进行位置预警显示。

本优选实施例构建了故障检测定位模块5的整体架构，完善了***的健康状态分析功能。

优选的，设主要构件x共有m_x个监测项目，采用监测仪器α对第i个监测项目进行监测时，i＝1,...m_x，由于温度和湿度的影响可能会产生监测量误差，引入温度修正因子ψ_α和湿度修正因子Φ_α，其中T为监测仪器α对监测项目进行监测时的环境温度，T₀和为监测仪器α监测时适用的标准温度，其中H为监测仪器α对监测项目进行监测时的环境湿度，H₀为监测仪器α监测时适用的标准湿度，所述数据归一化单元52采用的归一化处理公式为：

$G_i=1-e^{-\frac{1}{2}\·|\frac{J_i\·{\mathrm{\ψ}}_{\mathrm{\α}}\·{\mathrm{\Φ}}_{\mathrm{\α}}-{\mathrm{\δ}}_{bi}}{{\mathrm{\δ}}_{bi}-{\mathrm{\δ}}_{ci}}{|}^2}$

其中，G_i表示第i个监测项目被归一化处理后的状态监测量，G_i∈[0,1]，当G_i靠近0时表示状态良好，G_i靠近1时表示状态较差；J_i为第i个监测项目的原状态监测量，δ_bi为第i个监测项目处于正常状态范围且对应于最佳状态时的边界值，δ_ci为第i个监测项目处于正常状态范围但不属于最佳状态时的边界值。

本优选实施例设计了数据归一化单元52的归一化处理公式，将不同的监测量都变换到0到1之间并具有相同的正常与异常的边界，方便健康状态监测数据的后续处理，并在归一化处理公式中引入温度修正因子和湿度修正因子，简化了归一化处理的过程，提高了归一化处理的精度。

优选的，设影响主要构件x状态的所有归一化后的状态监测量集合为{G_i,i＝1,...,m_x}，主要构件评估单元53采取的主要构件x的健康状态指标Z_x的计算公式设定为：

若所有G_i≤1-e^-0.5时，

$Z_x=\underset{i=1}{\overset{m_x}{\Σ}}(1-e^{-\frac{1}{2}\·|\frac{J_i\·{\mathrm{\ψ}}_{\mathrm{\α}}-{\mathrm{\δ}}_{bi}}{{\mathrm{\δ}}_{bi}-{\mathrm{\δ}}_{ci}}{|}^2})Q_i,\underset{i=1}{\overset{m_x}{\Σ}}{Q}_i=1$

若至少有一个G_i＞1-e^-0.5时，

$Z_x=\underset{i=1}{\overset{m_c}{\Σ}}(1-e^{-\frac{1}{2}\·|\frac{J_i\·{\mathrm{\ψ}}_{\mathrm{\α}}-{\mathrm{\δ}}_{bi}}{{\mathrm{\δ}}_{bi}-{\mathrm{\δ}}_{ci}}{|}^2})Q_i,\underset{i=1}{\overset{m_c}{\Σ}}{Q}_i=1$

其中，Ζ_x表示主要构件x的健康状态评估指标，Z_i∈[0,1],1-e^-0.5为归一化后的状态监测量对应于正常的临界值，m_c为归一化后的状态监测量小于临界值1-e^-0.5时的数目，Q_i为第i个监测项目在主要构件x中的重要程度上的权重因子，m_c<m_x时，权重因子Q_i随m_c的个数不同按比例调整。

本优选实施例提出了主要构件健康状态的评估指标的计算公式，将不同的归一化后的监测量都变换到0到1之间并具有相同的正常与异常的边界，从而可以简单全面地得到主要构件的健康状态，简化了主要构件的健康状态的评估，在保证准确度的同时提高了健康状态评估的速度。

优选的，所述主要构件健康状态判定单元54的判定原则为：若主要构件x状态异常的概率P_x大于设定的阈值P_Y,判定所述主要构件x为异常，若主要构件x状态异常的概率P_x不大于设定的阈值P_Y,P_Y的取值范围是[0.1,0.2],判定所述主要构件x为健康，设有n个样本的主要构件的综合状态指标Z_x1,...,Z_xn取自连续分布H(Z_x)，所述主要构件x处于状态异常的概率P_x的计算公式为：

$P_x=1-\frac{{\&Integral;}_{e^{-1}}^1{\hat{H}}_n\left(Z_x\right){\mathrm{dZ}}_x}{{\&Integral;}_0^1{\hat{H}}_n\left(Z_x\right){\mathrm{dZ}}_x}$

此处

${\hat{H}}_n\left(Z_x\right)=\frac{1}{n}\&CenterDot;\frac{n^{1/5}}{1.6\mathrm{\&phi;}}\&CenterDot;\underset{k=1}{\overset{n}{\&Sigma;}}\frac{1}{\sqrt{2\mathrm{\&pi;}}}{e}^{-\frac{1}{2}\&CenterDot;(Z_x-Z_k)\&CenterDot;\frac{n^{1/5}}{1.6\mathrm{\&phi;}}}$

其中，为任意点Z_x处的核密度，b为样本标准差，J为四分位数间距。

本优选实施例通过对主要构件的异常概率计算结果来判定主要构件的健康状态，分析精度高，且加快了主要构件的健康状态分析的速度。

优选的，设某个模块共有N个主要构件，主要构件x处于状态异常的概率为P_x，其中x＝1,2,…,N，所述综合评估单元55采用的综合状态健康指标B的计算公式如下：

$B=1-{\mathrm{\&Sigma;}}_{x=1}^N\left(P_x{W}_x\right),{\mathrm{\&Sigma;}}_{x=1}^N{W}_x=1$

式中，W_x为第x个主要构件在配电网中的重要程度的权重因子，设定阈值E，若B＞E，则配电网属于健康状态，E的取值范围是[0.9,0.99]。

本优选实施例利用权重因子计算各模块的健康状态，计算精度高，进一步提高了***监测精度。

在此应用场景中，上述实施例取P_Y＝0.1，E＝0.9，对设备各模块的监测分析速度相对提高了10％，监测分析精度相对提高了12％。

应用场景2

参见图1、图2，本应用场景的一个实施例中的动力电池组的检测维护和均衡保养设备，包括电源通断模块1、单体电池均衡充电模块2、单体电池电压采集模块3和控制器4，所述电源通断模块1，分别与所述动力电池组和控制器4相连接；每个单体电池均衡充电模块2，分别与动力电池组中的一个单体电池和控制器4相连接；每个单体电池电压采集模块3，用于实时采集所连接的单体电池的电压，然后输出给控制器4,所述每个单体电池电压采集模块3分别与动力电池组中的一个单体电池和控制器4相连接。

本实施例可以对锂离子动力电池组以及其他类型的动力电池组进行定期检测维护，在电池组中单体电池的电压不均衡时进行电压均衡保养，从而大大提高动力电池组的工作性能，有效延长整个动力电池组的使用寿命，从而解决了上述的技术问题。

优选的，所述电源通断模块1包括有一个与外部电源相连接的外部充电电源和一个内部充电电源，用于实时接收所述控制器4发送的充电指令，当该充电指令为外部充电电源充电指令或内部充电电源充电指令时，分别对应地将所述外部充电电源或者内部充电电源与动力电池组相连通而进行充电，并且当该充电指令为动力电池组整体充电切断指令时，实时切断外部充电电源或内部充电电源两者与动力电池组之间的连接。

本优选实施例设计了电源通断模块1的功能,使充电或断电更加智能化。

优选的，所述单体电池均衡充电模块2用于实时接收所述控制器4发送的充电指令，当该充电指令为单体电池均衡充电启动指令时，实时对所连接的一个单体电池进行均衡充电，反之，当该充电指令为单体电池均衡充电停止指令时，实时停止对所连接的一个单体电池进行充电。

本优选实施例设计了单体电池均衡充电模块2的功能，便于对单体电池进行均衡充电的操作。

优选的，所述设备还包括故障检测定位模块5，所述故障检测定位模块5包括指标设定单元51、数据归一化单元52、主要构件评估单元53、主要构件健康状态判定单元54和综合评估单元55；所述指标设定单元51用于根据设定的采集指标采集所需的健康状态监测数据，所述采集指标包括设备各模块相对应的主要构件、主要构件的监测项目以及各监测项目在重要程度上的权重因子，所述模块包括电源通断模块1、单体电池均衡充电模块2、单体电池电压采集模块3、控制器4；所述数据归一化单元52用于对所述健康状态监测数据进行归一化处理；所述主要构件评估单元53用于评估所述主要构件的健康状态，所述主要构件健康状态判定单元54用于所述各主要构件是否处于健康状态；所述综合评估单元55用于评估各模块的健康状态，将处于异常状态的模块定义为故障模块并进行位置预警显示。

本优选实施例构建了故障检测定位模块5的整体架构，完善了***的健康状态分析功能。

优选的，设主要构件x共有m_x个监测项目，采用监测仪器α对第i个监测项目进行监测时，i＝1,...m_x，由于温度和湿度的影响可能会产生监测量误差，引入温度修正因子ψ_α和湿度修正因子Φ_α，其中T为监测仪器α对监测项目进行监测时的环境温度，T₀和为监测仪器α监测时适用的标准温度，其中H为监测仪器α对监测项目进行监测时的环境湿度，H₀为监测仪器α监测时适用的标准湿度，所述数据归一化单元52采用的归一化处理公式为：

$G_i=1-e^{-\frac{1}{2}\&CenterDot;|\frac{J_i\&CenterDot;{\mathrm{\&psi;}}_{\mathrm{\&alpha;}}\&CenterDot;{\mathrm{\&Phi;}}_{\mathrm{\&alpha;}}-{\mathrm{\&delta;}}_{bi}}{{\mathrm{\&delta;}}_{bi}-{\mathrm{\&delta;}}_{ci}}{|}^2}$

其中，G_i表示第i个监测项目被归一化处理后的状态监测量，G_i∈[0,1]，当G_i靠近0时表示状态良好，G_i靠近1时表示状态较差；J_i为第i个监测项目的原状态监测量，δ_bi为第i个监测项目处于正常状态范围且对应于最佳状态时的边界值，δ_ci为第i个监测项目处于正常状态范围但不属于最佳状态时的边界值。

本优选实施例设计了数据归一化单元52的归一化处理公式，将不同的监测量都变换到0到1之间并具有相同的正常与异常的边界，方便健康状态监测数据的后续处理，并在归一化处理公式中引入温度修正因子和湿度修正因子，简化了归一化处理的过程，提高了归一化处理的精度。

优选的，设影响主要构件x状态的所有归一化后的状态监测量集合为{G_i,i＝1,...,m_x}，主要构件评估单元53采取的主要构件x的健康状态指标Z_x的计算公式设定为：

若所有G_i≤1-e^-0.5时，

$Z_x=\underset{i=1}{\overset{m_x}{\&Sigma;}}(1-e^{-\frac{1}{2}\&CenterDot;|\frac{J_i\&CenterDot;{\mathrm{\&psi;}}_{\mathrm{\&alpha;}}-{\mathrm{\&delta;}}_{bi}}{{\mathrm{\&delta;}}_{bi}-{\mathrm{\&delta;}}_{ci}}{|}^2})Q_i,\underset{i=1}{\overset{m_x}{\&Sigma;}}{Q}_i=1$

若至少有一个G_i＞1-e^-0.5时，

$Z_x=\underset{i=1}{\overset{m_c}{\&Sigma;}}(1-e^{-\frac{1}{2}\&CenterDot;|\frac{J_i\&CenterDot;{\mathrm{\&psi;}}_{\mathrm{\&alpha;}}-{\mathrm{\&delta;}}_{bi}}{{\mathrm{\&delta;}}_{bi}-{\mathrm{\&delta;}}_{ci}}{|}^2})Q_i,\underset{i=1}{\overset{m_c}{\&Sigma;}}{Q}_i=1$

其中，Ζ_x表示主要构件x的健康状态评估指标，Z_i∈[0,1],1-e^-0.5为归一化后的状态监测量对应于正常的临界值，m_c为归一化后的状态监测量小于临界值1-e^-0.5时的数目，Q_i为第i个监测项目在主要构件x中的重要程度上的权重因子，m_c<m_x时，权重因子Q_i随m_c的个数不同按比例调整。

本优选实施例提出了主要构件健康状态的评估指标的计算公式，将不同的归一化后的监测量都变换到0到1之间并具有相同的正常与异常的边界，从而可以简单全面地得到主要构件的健康状态，简化了主要构件的健康状态的评估，在保证准确度的同时提高了健康状态评估的速度。

优选的，所述主要构件健康状态判定单元54的判定原则为：若主要构件x状态异常的概率P_x大于设定的阈值P_Y,判定所述主要构件x为异常，若主要构件x状态异常的概率P_x不大于设定的阈值P_Y,P_Y的取值范围是[0.1,0.2],判定所述主要构件x为健康，设有n个样本的主要构件的综合状态指标Z_x1,...,Z_xn取自连续分布H(Z_x)，所述主要构件x处于状态异常的概率P_x的计算公式为：

$P_x=1-\frac{{\&Integral;}_{e^{-1}}^1{\hat{H}}_n\left(Z_x\right){\mathrm{dZ}}_x}{{\&Integral;}_0^1{\hat{H}}_n\left(Z_x\right){\mathrm{dZ}}_x}$

此处

${\hat{H}}_n\left(Z_x\right)=\frac{1}{n}\&CenterDot;\frac{n^{1/5}}{1.6\mathrm{\&phi;}}\&CenterDot;\underset{k=1}{\overset{n}{\&Sigma;}}\frac{1}{\sqrt{2\mathrm{\&pi;}}}{e}^{-\frac{1}{2}\&CenterDot;(Z_x-Z_k)\&CenterDot;\frac{n^{1/5}}{1.6\mathrm{\&phi;}}}$

其中，为任意点Z_x处的核密度，b为样本标准差，J为四分位数间距。

本优选实施例通过对主要构件的异常概率计算结果来判定主要构件的健康状态，分析精度高，且加快了主要构件的健康状态分析的速度。

优选的，设某个模块共有N个主要构件，主要构件x处于状态异常的概率为P_x，其中x＝1,2,…,N，所述综合评估单元55采用的综合状态健康指标B的计算公式如下：

$B=1-{\mathrm{\&Sigma;}}_{x=1}^N\left(P_x{W}_x\right),{\mathrm{\&Sigma;}}_{x=1}^N{W}_x=1$

式中，W_x为第x个主要构件在配电网中的重要程度的权重因子，设定阈值E，若B＞E，则配电网属于健康状态，E的取值范围是[0.9,0.99]。

本优选实施例利用权重因子计算各模块的健康状态，计算精度高，进一步提高了***监测精度。

在此应用场景中，上述实施例取P_Y＝0.12，E＝0.92，对设备各模块的监测分析速度相对提高了9％，监测分析精度相对提高了13％。

应用场景3

参见图1、图2，本应用场景的一个实施例中的动力电池组的检测维护和均衡保养设备，包括电源通断模块1、单体电池均衡充电模块2、单体电池电压采集模块3和控制器4，所述电源通断模块1，分别与所述动力电池组和控制器4相连接；每个单体电池均衡充电模块2，分别与动力电池组中的一个单体电池和控制器4相连接；每个单体电池电压采集模块3，用于实时采集所连接的单体电池的电压，然后输出给控制器4,所述每个单体电池电压采集模块3分别与动力电池组中的一个单体电池和控制器4相连接。

本实施例可以对锂离子动力电池组以及其他类型的动力电池组进行定期检测维护，在电池组中单体电池的电压不均衡时进行电压均衡保养，从而大大提高动力电池组的工作性能，有效延长整个动力电池组的使用寿命，从而解决了上述的技术问题。

优选的，所述电源通断模块1包括有一个与外部电源相连接的外部充电电源和一个内部充电电源，用于实时接收所述控制器4发送的充电指令，当该充电指令为外部充电电源充电指令或内部充电电源充电指令时，分别对应地将所述外部充电电源或者内部充电电源与动力电池组相连通而进行充电，并且当该充电指令为动力电池组整体充电切断指令时，实时切断外部充电电源或内部充电电源两者与动力电池组之间的连接。

本优选实施例设计了电源通断模块1的功能,使充电或断电更加智能化。

优选的，所述单体电池均衡充电模块2用于实时接收所述控制器4发送的充电指令，当该充电指令为单体电池均衡充电启动指令时，实时对所连接的一个单体电池进行均衡充电，反之，当该充电指令为单体电池均衡充电停止指令时，实时停止对所连接的一个单体电池进行充电。

本优选实施例设计了单体电池均衡充电模块2的功能，便于对单体电池进行均衡充电的操作。

优选的，所述设备还包括故障检测定位模块5，所述故障检测定位模块5包括指标设定单元51、数据归一化单元52、主要构件评估单元53、主要构件健康状态判定单元54和综合评估单元55；所述指标设定单元51用于根据设定的采集指标采集所需的健康状态监测数据，所述采集指标包括设备各模块相对应的主要构件、主要构件的监测项目以及各监测项目在重要程度上的权重因子，所述模块包括电源通断模块1、单体电池均衡充电模块2、单体电池电压采集模块3、控制器4；所述数据归一化单元52用于对所述健康状态监测数据进行归一化处理；所述主要构件评估单元53用于评估所述主要构件的健康状态，所述主要构件健康状态判定单元54用于所述各主要构件是否处于健康状态；所述综合评估单元55用于评估各模块的健康状态，将处于异常状态的模块定义为故障模块并进行位置预警显示。

本优选实施例构建了故障检测定位模块5的整体架构，完善了***的健康状态分析功能。

优选的，设主要构件x共有m_x个监测项目，采用监测仪器α对第i个监测项目进行监测时，i＝1,...m_x，由于温度和湿度的影响可能会产生监测量误差，引入温度修正因子ψ_α和湿度修正因子Φ_α，其中T为监测仪器α对监测项目进行监测时的环境温度，T₀和为监测仪器α监测时适用的标准温度，其中H为监测仪器α对监测项目进行监测时的环境湿度，H₀为监测仪器α监测时适用的标准湿度，所述数据归一化单元52采用的归一化处理公式为：

$G_i=1-e^{-\frac{1}{2}\&CenterDot;|\frac{J_i\&CenterDot;{\mathrm{\&psi;}}_{\mathrm{\&alpha;}}\&CenterDot;{\mathrm{\&Phi;}}_{\mathrm{\&alpha;}}-{\mathrm{\&delta;}}_{bi}}{{\mathrm{\&delta;}}_{bi}-{\mathrm{\&delta;}}_{ci}}{|}^2}$

其中，G_i表示第i个监测项目被归一化处理后的状态监测量，G_i∈[0,1]，当G_i靠近0时表示状态良好，G_i靠近1时表示状态较差；J_i为第i个监测项目的原状态监测量，δ_bi为第i个监测项目处于正常状态范围且对应于最佳状态时的边界值，δ_ci为第i个监测项目处于正常状态范围但不属于最佳状态时的边界值。

本优选实施例设计了数据归一化单元52的归一化处理公式，将不同的监测量都变换到0到1之间并具有相同的正常与异常的边界，方便健康状态监测数据的后续处理，并在归一化处理公式中引入温度修正因子和湿度修正因子，简化了归一化处理的过程，提高了归一化处理的精度。

优选的，设影响主要构件x状态的所有归一化后的状态监测量集合为{G_i,i＝1,...,m_x}，主要构件评估单元53采取的主要构件x的健康状态指标Z_x的计算公式设定为：

若所有G_i≤1-e^-0.5时，

$Z_x=\underset{i=1}{\overset{m_x}{\&Sigma;}}(1-e^{-\frac{1}{2}\&CenterDot;|\frac{J_i\&CenterDot;{\mathrm{\&psi;}}_{\mathrm{\&alpha;}}-{\mathrm{\&delta;}}_{bi}}{{\mathrm{\&delta;}}_{bi}-{\mathrm{\&delta;}}_{ci}}{|}^2})Q_i,\underset{i=1}{\overset{m_x}{\&Sigma;}}{Q}_i=1$

若至少有一个G_i＞1-e^-0.5时，

$Z_x=\underset{i=1}{\overset{m_c}{\&Sigma;}}(1-e^{-\frac{1}{2}\&CenterDot;|\frac{J_i\&CenterDot;{\mathrm{\&psi;}}_{\mathrm{\&alpha;}}-{\mathrm{\&delta;}}_{bi}}{{\mathrm{\&delta;}}_{bi}-{\mathrm{\&delta;}}_{ci}}{|}^2})Q_i,\underset{i=1}{\overset{m_c}{\&Sigma;}}{Q}_i=1$

其中，Ζ_x表示主要构件x的健康状态评估指标，Z_i∈[0,1],1-e^-0.5为归一化后的状态监测量对应于正常的临界值，m_c为归一化后的状态监测量小于临界值1-e^-0.5时的数目，Q_i为第i个监测项目在主要构件x中的重要程度上的权重因子，m_c<m_x时，权重因子Q_i随m_c的个数不同按比例调整。

本优选实施例提出了主要构件健康状态的评估指标的计算公式，将不同的归一化后的监测量都变换到0到1之间并具有相同的正常与异常的边界，从而可以简单全面地得到主要构件的健康状态，简化了主要构件的健康状态的评估，在保证准确度的同时提高了健康状态评估的速度。

优选的，所述主要构件健康状态判定单元54的判定原则为：若主要构件x状态异常的概率P_x大于设定的阈值P_Y,判定所述主要构件x为异常，若主要构件x状态异常的概率P_x不大于设定的阈值P_Y,P_Y的取值范围是[0.1,0.2],判定所述主要构件x为健康，设有n个样本的主要构件的综合状态指标Z_x1,...,Z_xn取自连续分布H(Z_x)，所述主要构件x处于状态异常的概率P_x的计算公式为：

$P_x=1-\frac{{\&Integral;}_{e^{-1}}^1{\hat{H}}_n\left(Z_x\right){\mathrm{dZ}}_x}{{\&Integral;}_0^1{\hat{H}}_n\left(Z_x\right){\mathrm{dZ}}_x}$

此处

${\hat{H}}_n\left(Z_x\right)=\frac{1}{n}\&CenterDot;\frac{n^{1/5}}{1.6\mathrm{\&phi;}}\&CenterDot;\underset{k=1}{\overset{n}{\&Sigma;}}\frac{1}{\sqrt{2\mathrm{\&pi;}}}{e}^{-\frac{1}{2}\&CenterDot;(Z_x-Z_k)\&CenterDot;\frac{n^{1/5}}{1.6\mathrm{\&phi;}}}$

其中，为任意点Z_x处的核密度，b为样本标准差，J为四分位数间距。

本优选实施例通过对主要构件的异常概率计算结果来判定主要构件的健康状态，分析精度高，且加快了主要构件的健康状态分析的速度。

优选的，设某个模块共有N个主要构件，主要构件x处于状态异常的概率为P_x，其中x＝1,2,…,N，所述综合评估单元55采用的综合状态健康指标B的计算公式如下：

$B=1-{\mathrm{\&Sigma;}}_{x=1}^N\left(P_x{W}_x\right),{\mathrm{\&Sigma;}}_{x=1}^N{W}_x=1$

式中，W_x为第x个主要构件在配电网中的重要程度的权重因子，设定阈值E，若B＞E，则配电网属于健康状态，E的取值范围是[0.9,0.99]。

本优选实施例利用权重因子计算各模块的健康状态，计算精度高，进一步提高了***监测精度。

在此应用场景中，上述实施例取T＝0.15，E＝0.94，对设备各模块的监测分析速度相对提高了8％，监测分析精度相对提高了10％。。

应用场景4

参见图1、图2，本应用场景的一个实施例中的动力电池组的检测维护和均衡保养设备，包括电源通断模块1、单体电池均衡充电模块2、单体电池电压采集模块3和控制器4，所述电源通断模块1，分别与所述动力电池组和控制器4相连接；每个单体电池均衡充电模块2，分别与动力电池组中的一个单体电池和控制器4相连接；每个单体电池电压采集模块3，用于实时采集所连接的单体电池的电压，然后输出给控制器4,所述每个单体电池电压采集模块3分别与动力电池组中的一个单体电池和控制器4相连接。

本实施例可以对锂离子动力电池组以及其他类型的动力电池组进行定期检测维护，在电池组中单体电池的电压不均衡时进行电压均衡保养，从而大大提高动力电池组的工作性能，有效延长整个动力电池组的使用寿命，从而解决了上述的技术问题。

优选的，所述电源通断模块1包括有一个与外部电源相连接的外部充电电源和一个内部充电电源，用于实时接收所述控制器4发送的充电指令，当该充电指令为外部充电电源充电指令或内部充电电源充电指令时，分别对应地将所述外部充电电源或者内部充电电源与动力电池组相连通而进行充电，并且当该充电指令为动力电池组整体充电切断指令时，实时切断外部充电电源或内部充电电源两者与动力电池组之间的连接。

本优选实施例设计了电源通断模块1的功能,使充电或断电更加智能化。

优选的，所述单体电池均衡充电模块2用于实时接收所述控制器4发送的充电指令，当该充电指令为单体电池均衡充电启动指令时，实时对所连接的一个单体电池进行均衡充电，反之，当该充电指令为单体电池均衡充电停止指令时，实时停止对所连接的一个单体电池进行充电。

本优选实施例设计了单体电池均衡充电模块2的功能，便于对单体电池进行均衡充电的操作。

优选的，所述设备还包括故障检测定位模块5，所述故障检测定位模块5包括指标设定单元51、数据归一化单元52、主要构件评估单元53、主要构件健康状态判定单元54和综合评估单元55；所述指标设定单元51用于根据设定的采集指标采集所需的健康状态监测数据，所述采集指标包括设备各模块相对应的主要构件、主要构件的监测项目以及各监测项目在重要程度上的权重因子，所述模块包括电源通断模块1、单体电池均衡充电模块2、单体电池电压采集模块3、控制器4；所述数据归一化单元52用于对所述健康状态监测数据进行归一化处理；所述主要构件评估单元53用于评估所述主要构件的健康状态，所述主要构件健康状态判定单元54用于所述各主要构件是否处于健康状态；所述综合评估单元55用于评估各模块的健康状态，将处于异常状态的模块定义为故障模块并进行位置预警显示。

本优选实施例构建了故障检测定位模块5的整体架构，完善了***的健康状态分析功能。

优选的，设主要构件x共有m_x个监测项目，采用监测仪器α对第i个监测项目进行监测时，i＝1,...m_x，由于温度和湿度的影响可能会产生监测量误差，引入温度修正因子ψ_α和湿度修正因子Φ_α，其中T为监测仪器α对监测项目进行监测时的环境温度，T₀和为监测仪器α监测时适用的标准温度，其中H为监测仪器α对监测项目进行监测时的环境湿度，H₀为监测仪器α监测时适用的标准湿度，所述数据归一化单元52采用的归一化处理公式为：

$G_i=1-e^{-\frac{1}{2}\&CenterDot;|\frac{J_i\&CenterDot;{\mathrm{\&psi;}}_{\mathrm{\&alpha;}}\&CenterDot;{\mathrm{\&Phi;}}_{\mathrm{\&alpha;}}-{\mathrm{\&delta;}}_{bi}}{{\mathrm{\&delta;}}_{bi}-{\mathrm{\&delta;}}_{ci}}{|}^2}$

其中，G_i表示第i个监测项目被归一化处理后的状态监测量，G_i∈[0,1]，当G_i靠近0时表示状态良好，G_i靠近1时表示状态较差；J_i为第i个监测项目的原状态监测量，δ_bi为第i个监测项目处于正常状态范围且对应于最佳状态时的边界值，δ_ci为第i个监测项目处于正常状态范围但不属于最佳状态时的边界值。

本优选实施例设计了数据归一化单元52的归一化处理公式，将不同的监测量都变换到0到1之间并具有相同的正常与异常的边界，方便健康状态监测数据的后续处理，并在归一化处理公式中引入温度修正因子和湿度修正因子，简化了归一化处理的过程，提高了归一化处理的精度。

优选的，设影响主要构件x状态的所有归一化后的状态监测量集合为{G_i,i＝1,...,m_x}，主要构件评估单元53采取的主要构件x的健康状态指标Z_x的计算公式设定为：

若所有G_i≤1-e^-0.5时，

$Z_x=\underset{i=1}{\overset{m_x}{\&Sigma;}}(1-e^{-\frac{1}{2}\&CenterDot;|\frac{J_i\&CenterDot;{\mathrm{\&psi;}}_{\mathrm{\&alpha;}}-{\mathrm{\&delta;}}_{bi}}{{\mathrm{\&delta;}}_{bi}-{\mathrm{\&delta;}}_{ci}}{|}^2})Q_i,\underset{i=1}{\overset{m_x}{\&Sigma;}}{Q}_i=1$

若至少有一个G_i＞1-e^-0.5时，

$Z_x=\underset{i=1}{\overset{m_c}{\&Sigma;}}(1-e^{-\frac{1}{2}\&CenterDot;|\frac{J_i\&CenterDot;{\mathrm{\&psi;}}_{\mathrm{\&alpha;}}-{\mathrm{\&delta;}}_{bi}}{{\mathrm{\&delta;}}_{bi}-{\mathrm{\&delta;}}_{ci}}{|}^2})Q_i,\underset{i=1}{\overset{m_c}{\&Sigma;}}{Q}_i=1$

其中，Ζ_x表示主要构件x的健康状态评估指标，Z_i∈[0,1],1-e^-0.5为归一化后的状态监测量对应于正常的临界值，m_c为归一化后的状态监测量小于临界值1-e^-0.5时的数目，Q_i为第i个监测项目在主要构件x中的重要程度上的权重因子，m_c<m_x时，权重因子Q_i随m_c的个数不同按比例调整。

本优选实施例提出了主要构件健康状态的评估指标的计算公式，将不同的归一化后的监测量都变换到0到1之间并具有相同的正常与异常的边界，从而可以简单全面地得到主要构件的健康状态，简化了主要构件的健康状态的评估，在保证准确度的同时提高了健康状态评估的速度。

优选的，所述主要构件健康状态判定单元54的判定原则为：若主要构件x状态异常的概率P_x大于设定的阈值P_Y,判定所述主要构件x为异常，若主要构件x状态异常的概率P_x不大于设定的阈值P_Y,P_Y的取值范围是[0.1,0.2],判定所述主要构件x为健康，设有n个样本的主要构件的综合状态指标Z_x1,...,Z_xn取自连续分布H(Z_x)，所述主要构件x处于状态异常的概率P_x的计算公式为：

$P_x=1-\frac{{\&Integral;}_{e^{-1}}^1{\hat{H}}_n\left(Z_x\right){\mathrm{dZ}}_x}{{\&Integral;}_0^1{\hat{H}}_n\left(Z_x\right){\mathrm{dZ}}_x}$

此处

${\hat{H}}_n\left(Z_x\right)=\frac{1}{n}\&CenterDot;\frac{n^{1/5}}{1.6\mathrm{\&phi;}}\&CenterDot;\underset{k=1}{\overset{n}{\&Sigma;}}\frac{1}{\sqrt{2\mathrm{\&pi;}}}{e}^{-\frac{1}{2}\&CenterDot;(Z_x-Z_k)\&CenterDot;\frac{n^{1/5}}{1.6\mathrm{\&phi;}}}$

其中，为任意点Z_x处的核密度，b为样本标准差，J为四分位数间距。

本优选实施例通过对主要构件的异常概率计算结果来判定主要构件的健康状态，分析精度高，且加快了主要构件的健康状态分析的速度。

优选的，设某个模块共有N个主要构件，主要构件x处于状态异常的概率为P_x，其中x＝1,2,…,N，所述综合评估单元55采用的综合状态健康指标B的计算公式如下：

$B=1-{\mathrm{\&Sigma;}}_{x=1}^N\left(P_x{W}_x\right),{\mathrm{\&Sigma;}}_{x=1}^N{W}_x=1$

式中，W_x为第x个主要构件在配电网中的重要程度的权重因子，设定阈值E，若B＞E，则配电网属于健康状态，E的取值范围是[0.9,0.99]。

本优选实施例利用权重因子计算各模块的健康状态，计算精度高，进一步提高了***监测精度。

在此应用场景中，上述实施例取T＝0.18，E＝0.98，对设备各模块的监测分析速度相对提高了11％，监测分析精度相对提高了9％。

应用场景5

参见图1、图2，本应用场景的一个实施例中的动力电池组的检测维护和均衡保养设备，包括电源通断模块1、单体电池均衡充电模块2、单体电池电压采集模块3和控制器4，所述电源通断模块1，分别与所述动力电池组和控制器4相连接；每个单体电池均衡充电模块2，分别与动力电池组中的一个单体电池和控制器4相连接；每个单体电池电压采集模块3，用于实时采集所连接的单体电池的电压，然后输出给控制器4,所述每个单体电池电压采集模块3分别与动力电池组中的一个单体电池和控制器4相连接。

本实施例可以对锂离子动力电池组以及其他类型的动力电池组进行定期检测维护，在电池组中单体电池的电压不均衡时进行电压均衡保养，从而大大提高动力电池组的工作性能，有效延长整个动力电池组的使用寿命，从而解决了上述的技术问题。

优选的，所述电源通断模块1包括有一个与外部电源相连接的外部充电电源和一个内部充电电源，用于实时接收所述控制器4发送的充电指令，当该充电指令为外部充电电源充电指令或内部充电电源充电指令时，分别对应地将所述外部充电电源或者内部充电电源与动力电池组相连通而进行充电，并且当该充电指令为动力电池组整体充电切断指令时，实时切断外部充电电源或内部充电电源两者与动力电池组之间的连接。

本优选实施例设计了电源通断模块1的功能,使充电或断电更加智能化。

优选的，所述单体电池均衡充电模块2用于实时接收所述控制器4发送的充电指令，当该充电指令为单体电池均衡充电启动指令时，实时对所连接的一个单体电池进行均衡充电，反之，当该充电指令为单体电池均衡充电停止指令时，实时停止对所连接的一个单体电池进行充电。

本优选实施例设计了单体电池均衡充电模块2的功能，便于对单体电池进行均衡充电的操作。

优选的，所述设备还包括故障检测定位模块5，所述故障检测定位模块5包括指标设定单元51、数据归一化单元52、主要构件评估单元53、主要构件健康状态判定单元54和综合评估单元55；所述指标设定单元51用于根据设定的采集指标采集所需的健康状态监测数据，所述采集指标包括设备各模块相对应的主要构件、主要构件的监测项目以及各监测项目在重要程度上的权重因子，所述模块包括电源通断模块1、单体电池均衡充电模块2、单体电池电压采集模块3、控制器4；所述数据归一化单元52用于对所述健康状态监测数据进行归一化处理；所述主要构件评估单元53用于评估所述主要构件的健康状态，所述主要构件健康状态判定单元54用于所述各主要构件是否处于健康状态；所述综合评估单元55用于评估各模块的健康状态，将处于异常状态的模块定义为故障模块并进行位置预警显示。

本优选实施例构建了故障检测定位模块5的整体架构，完善了***的健康状态分析功能。

优选的，设主要构件x共有m_x个监测项目，采用监测仪器α对第i个监测项目进行监测时，i＝1,...m_x，由于温度和湿度的影响可能会产生监测量误差，引入温度修正因子ψ_α和湿度修正因子Φ_α，其中T为监测仪器α对监测项目进行监测时的环境温度，T₀和为监测仪器α监测时适用的标准温度，其中H为监测仪器α对监测项目进行监测时的环境湿度，H₀为监测仪器α监测时适用的标准湿度，所述数据归一化单元52采用的归一化处理公式为：

$G_i=1-e^{-\frac{1}{2}\&CenterDot;|\frac{J_i\&CenterDot;{\mathrm{\&psi;}}_{\mathrm{\&alpha;}}\&CenterDot;{\mathrm{\&Phi;}}_{\mathrm{\&alpha;}}-{\mathrm{\&delta;}}_{bi}}{{\mathrm{\&delta;}}_{bi}-{\mathrm{\&delta;}}_{ci}}{|}^2}$

其中，G_i表示第i个监测项目被归一化处理后的状态监测量，G_i∈[0,1]，当G_i靠近0时表示状态良好，G_i靠近1时表示状态较差；J_i为第i个监测项目的原状态监测量，δ_bi为第i个监测项目处于正常状态范围且对应于最佳状态时的边界值，δ_ci为第i个监测项目处于正常状态范围但不属于最佳状态时的边界值。

本优选实施例设计了数据归一化单元52的归一化处理公式，将不同的监测量都变换到0到1之间并具有相同的正常与异常的边界，方便健康状态监测数据的后续处理，并在归一化处理公式中引入温度修正因子和湿度修正因子，简化了归一化处理的过程，提高了归一化处理的精度。

优选的，设影响主要构件x状态的所有归一化后的状态监测量集合为{G_i,i＝1,...,m_x}，主要构件评估单元53采取的主要构件x的健康状态指标Z_x的计算公式设定为：

若所有G_i≤1-e^-0.5时，

$Z_x=\underset{i=1}{\overset{m_x}{\&Sigma;}}(1-e^{-\frac{1}{2}\&CenterDot;|\frac{J_i\&CenterDot;{\mathrm{\&psi;}}_{\mathrm{\&alpha;}}-{\mathrm{\&delta;}}_{bi}}{{\mathrm{\&delta;}}_{bi}-{\mathrm{\&delta;}}_{ci}}{|}^2})Q_i,\underset{i=1}{\overset{m_x}{\&Sigma;}}{Q}_i=1$

若至少有一个G_i＞1-e^-0.5时，

$Z_x=\underset{i=1}{\overset{m_c}{\&Sigma;}}(1-e^{-\frac{1}{2}\&CenterDot;|\frac{J_i\&CenterDot;{\mathrm{\&psi;}}_{\mathrm{\&alpha;}}-{\mathrm{\&delta;}}_{bi}}{{\mathrm{\&delta;}}_{bi}-{\mathrm{\&delta;}}_{ci}}{|}^2})Q_i,\underset{i=1}{\overset{m_c}{\&Sigma;}}{Q}_i=1$

其中，Ζ_x表示主要构件x的健康状态评估指标，Z_i∈[0,1],1-e^-0.5为归一化后的状态监测量对应于正常的临界值，m_c为归一化后的状态监测量小于临界值1-e^-0.5时的数目，Q_i为第i个监测项目在主要构件x中的重要程度上的权重因子，m_c<m_x时，权重因子Q_i随m_c的个数不同按比例调整。

本优选实施例提出了主要构件健康状态的评估指标的计算公式，将不同的归一化后的监测量都变换到0到1之间并具有相同的正常与异常的边界，从而可以简单全面地得到主要构件的健康状态，简化了主要构件的健康状态的评估，在保证准确度的同时提高了健康状态评估的速度。

优选的，所述主要构件健康状态判定单元54的判定原则为：若主要构件x状态异常的概率P_x大于设定的阈值P_Y,判定所述主要构件x为异常，若主要构件x状态异常的概率P_x不大于设定的阈值P_Y,P_Y的取值范围是[0.1,0.2],判定所述主要构件x为健康，设有n个样本的主要构件的综合状态指标Z_x1,...,Z_xn取自连续分布H(Z_x)，所述主要构件x处于状态异常的概率P_x的计算公式为：

$P_x=1-\frac{{\&Integral;}_{e^{-1}}^1{\hat{H}}_n\left(Z_x\right){\mathrm{dZ}}_x}{{\&Integral;}_0^1{\hat{H}}_n\left(Z_x\right){\mathrm{dZ}}_x}$

此处

${\hat{H}}_n\left(Z_x\right)=\frac{1}{n}\&CenterDot;\frac{n^{1/5}}{1.6\mathrm{\&phi;}}\&CenterDot;\underset{k=1}{\overset{n}{\&Sigma;}}\frac{1}{\sqrt{2\mathrm{\&pi;}}}{e}^{-\frac{1}{2}\&CenterDot;(Z_x-Z_k)\&CenterDot;\frac{n^{1/5}}{1.6\mathrm{\&phi;}}}$

其中，为任意点Z_x处的核密度，b为样本标准差，J为四分位数间距。

本优选实施例通过对主要构件的异常概率计算结果来判定主要构件的健康状态，分析精度高，且加快了主要构件的健康状态分析的速度。

优选的，设某个模块共有N个主要构件，主要构件x处于状态异常的概率为P_x，其中x＝1,2,…,N，所述综合评估单元55采用的综合状态健康指标B的计算公式如下：

$B=1-{\mathrm{\&Sigma;}}_{x=1}^N\left(P_x{W}_x\right),{\mathrm{\&Sigma;}}_{x=1}^N{W}_x=1$

式中，W_x为第x个主要构件在配电网中的重要程度的权重因子，设定阈值E，若B＞E，则配电网属于健康状态，E的取值范围是[0.9,0.99]。

本优选实施例利用权重因子计算各模块的健康状态，计算精度高，进一步提高了***监测精度。

在此应用场景中，上述实施例取T＝0.2，E＝0.99，对设备各模块的监测分析速度相对提高了12％，监测分析精度相对提高了14％。

最后应当说明的是，以上应用场景仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳应用场景对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。

Claims (3)

1.一种动力电池组的检测维护和均衡保养设备，其特征是，包括电源通断模块、单体电池均衡充电模块、单体电池电压采集模块和控制器，所述电源通断模块，分别与所述动力电池组和控制器相连接；每个单体电池均衡充电模块，分别与动力电池组中的一个单体电池和控制器相连接；每个单体电池电压采集模块，用于实时采集所连接的单体电池的电压，然后输出给控制器，所述每个单体电池电压采集模块分别与动力电池组中的一个单体电池和控制器相连接。

2.根据权利要求1所述的一种动力电池组的检测维护和均衡保养设备，其特征是，所述电源通断模块包括有一个与外部电源相连接的外部充电电源和一个内部充电电源，用于实时接收所述控制器发送的充电指令，当该充电指令为外部充电电源充电指令或内部充电电源充电指令时，分别对应地将所述外部充电电源或者内部充电电源与动力电池组相连通而进行充电，并且当该充电指令为动力电池组整体充电切断指令时，实时切断外部充电电源或内部充电电源两者与动力电池组之间的连接。

3.根据权利要求2所述的一种动力电池组的检测维护和均衡保养设备，其特征是，所述单体电池均衡充电模块用于实时接收所述控制器发送的充电指令，当该充电指令为单体电池均衡充电启动指令时，实时对所连接的一个单体电池进行均衡充电，反之，当该充电指令为单体电池均衡充电停止指令时，实时停止对所连接的一个单体电池进行充电。