CN114487836A - 基于电压和温度的电池状态分析方法、***及终端 - Google Patents
基于电压和温度的电池状态分析方法、***及终端 Download PDFInfo
- Publication number
- CN114487836A CN114487836A CN202210095434.9A CN202210095434A CN114487836A CN 114487836 A CN114487836 A CN 114487836A CN 202210095434 A CN202210095434 A CN 202210095434A CN 114487836 A CN114487836 A CN 114487836A
- Authority
- CN
- China
- Prior art keywords
- temperature
- voltage
- value
- battery
- state analysis
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02E60/10—Energy storage using batteries
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Secondary Cells (AREA)
Abstract
本发明提供一种基于电压和温度的电池状态分析方法、***及终端,包括以下步骤:获取预设时长内电池组的电芯参数;所述电芯参数包括电芯的电压值和温度值;对所述电芯参数进行预处理;基于预处理后的电芯参数计算不同工况下的温度标准分和温度和电压相关性中的一种或组合。本发明的基于电压和温度的电池状态分析方法、***及终端能够在不同工况下分析电池组的实时状态,有效提升电池组的安全性和有效性。
Description
技术领域
本发明涉及数据分析的技术领域,特别是涉及一种基于电压和温度的电池状态分析方法、 ***及终端。
背景技术
目前,储能电站和新能源汽车中都使用了大量的电池。在影响电池状态和寿命的因素中, 温度是最重要的参数之一。但是由于电池组中只能预埋有限数量的温度探头。因此,温度探 头对温度测量的有效性是非常重要的。如果温度测量的不正确,那么电池的预警就失去了一 个重要的判断手段。
不同的生产厂家,不同的制造工艺,不同的使用工况,势必会造成电池组出现不一致情 况。由于电池内部预埋的温度探头的数量通常不与电芯一一对应,且温度探头的数量一般都 是小于电芯的数量,如24节电芯或者16节电芯对应8个温度探头。在这种情况下,就无法 监控到所有电芯的真实温度,一个温度探头要同时反应2-3个电芯的温度情况。当其中的某 个温度探头失效或者损坏时,就意味着有2-3个电芯是脱离了监控范围,这对于电池而言是 极其不安全的。若未监控的电池出现了短路现象,则很容易发生着火***等风险。
另外,不同的生产厂家,不同的生产工艺,对于电池内温度探头的排布设计也不相同。 不同的温度探头,不同的排布设计,在电池的充放电过程中测量到的温度也不同,从而不能 准确的反应温度和电压的关系,难以分析电池的真实情况。
因此,如何对电池组的低频数据进行分析来判断温度探头是否正常工作以及能否反应电 池内部真实的温度情况成为当前的热点研究课题。
发明内容
鉴于以上所述现有技术的缺点,本发明的目的在于提供一种基于电压和温度的电池状态 分析方法、***及终端,能够在不同工况下分析电池组的实时状态,有效提升电池组的安全 性和有效性。
为实现上述目的及其他相关目的,本发明提供一种基于电压和温度的电池状态分析方法, 包括以下步骤:获取预设时长内电池组的电芯参数;所述电芯参数包括电芯的电压值和温度 值;对所述电芯参数进行预处理;基于预处理后的电芯参数计算不同工况下的温度标准分和 温度和电压相关性中的一种或组合。
于本发明一实施例中,对所述电芯参数进行预处理包括以下步骤:
清洗所述电芯参数中的异常数据;
将清洗后的电芯参数按照充电、放电、静置的工况进行区分。
于本发明一实施例中,基于预处理后的电芯参数计算不同工况下的温度标准分包括以下 步骤:
针对某一工况,计算预处理后的温度值的均值或中位值μ和标准差σ;
计算所述预设时长内的温度标准分中位值或平均值;
当|温度标准分中位值或平均值|<第一阈值时,判断温度探头处于一致状态;当第一阈值 ≤|温度标准分中位值或平均值|<第二阈值时,判断温度探头出现不一致现象;当第二阈值≤| 温度标准分中位值或平均值|<第三阈值时,判断温度探头的不一致现象开始恶化;当第三阈 值≤|温度标准分中位值或平均值|时,判断需要对温度探头的不一致性现象进行干预。
于本发明一实施例中,还包括基于所述温度标准分绘制箱型图或直方图。
于本发明一实施例中,基于预处理后的电芯参数计算不同工况下的温度和电压相关性包 括以下步骤:
针对某一工况,根据计算温度和电压相关性,其中 X表示电芯的温度值,Y表示电芯的电压值,cov表示协方差,σX表示X的标准差,σY表示Y的标准差,E表示数学期望,μX表示X的数学期望,μY表示Y的数学期望;
当所述温度和电压相关性属于第一阈值区间时,判断温度值和电压值为极强相关;
当所述温度和电压相关性属于第二阈值区间时,判断温度值和电压值为强相关;
当所述温度和电压相关性属于第三阈值区间时,判断温度值和电压值为中等程度相关;
当所述温度和电压相关性属于第四阈值区间时,判断温度值和电压值为弱相关;
当所述温度和电压相关性属于第五阈值区间时,判断温度值和电压值为极弱相关或无相 关。
于本发明一实施例中,还包括基于所述电压值、所述温度值和所述温度和电压相关性绘 制三维图。
于本发明一实施例中,还包括比对不同工况下的温度和电压相关性,以判断电池组是否 处于恒温环境以及温度探头是否出现异常。
本发明提供一种基于电压和温度的电池状态分析***,包括参数获取模块、预处理模块 和分析模块;
所述参数获取模块用于获取预设时长内电池组的电芯参数;所述电芯参数包括电芯的电 压值和温度值;
所述预处理模块用于对所述电芯参数进行预处理;
所述分析模块用于基于预处理后的电芯参数计算不同工况下的温度标准分和温度和电压 相关性中的一种或组合,并获取所述工况下的电芯状态。
本发明提供一种基于电压和温度的电池状态分析终端,包括:处理器及存储器;
所述存储器用于存储计算机程序;
所述处理器用于执行所述存储器存储的计算机程序,以使所述基于电压和温度的电池状 态分析终端执行上述的基于电压和温度的电池状态分析方法。
如上所述,本发明的基于电压和温度的电池状态分析方法、***及终端,具有以下有益 效果:
(1)能够基于电池的电压、温度等参数分析电池组在不同工况下的实时状态;
(2)能够筛选出表现较差的温度探头,对一些异常的温度探头进行标记,加强对温度探 头存在问题的电池组的监视,从而保护电池的安全运行;
(3)保障了电池组的安全稳定运行。
附图说明
图1显示为本发明的基于电压和温度的电池状态分析方法于一实施例中的流程图;
图2显示为本发明的温度标准分于一实施例中的箱型图;
图3显示为本发明的温度标准分于一实施例中的散点图;
图4显示为本发明的温度标准分于一实施例中的概率密度直方图;
图5显示为本发明的电压值、温度值和温度和电压相关性于一实施例中的三维图;
图6显示为本发明的基于电压和温度的电池状态分析***于一实施例中的结构示意图;
图7显示为本发明的基于电压和温度的电池状态分析终端于一实施例中的结构示意图。
元件标号说明
61 参数获取模块
62 预处理模块
63 分析模块
71 处理器
72 存储器
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露 的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加 以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精 神下进行各种修饰或改变。需说明的是,在不冲突的情况下,以下实施例及实施例中的特征 可以相互组合。
需要说明的是,以下实施例中所提供的图示仅以示意方式说明本发明的基本构想,遂图 式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制,其实 际实施时各组件的型态、数量及比例可为一种随意的改变,且其组件布局型态也可能更为复 杂。
本发明的基于电压和温度的电池状态分析方法、***及终端通过电池的电压、温度等参 数,能够在不同工况下分析电池组的实时状态,为更换电池组提供依据,有效提升电池组的 安全性,极具实用性。
如图1所示,于一实施例中,本发明的基于电压和温度的电池状态分析方法包括以下步 骤:
步骤S1、获取预设时长内电池组的电芯参数;所述电芯参数包括电芯的电压值和温度值。
具体地,在一预设时长内,采集电池组中单个电芯的相关参数,包括电芯的电压值V和 温度探头采集的温度值T。
步骤S2、对所述电芯参数进行预处理。
具体地,为了保证后续的数据分析的可靠性,需要对所采集的电芯参数进行预处理。
于本发明一实施例中,对所述电芯参数进行预处理包括以下步骤:
21)清洗所述电芯参数中的异常数据。
具体地,通过数据清洗算法对所述电芯参数进行清洗,去除其中包含的异常数据。其中, 数据清洗是对数据进行重新审查和校验的过程,目的在于删除重复信息、纠正存在的错误, 并提供数据一致性。
22)将清洗后的电芯参数按照充电、放电、静置的工况进行区分。
具体地,根据电池的充电、放电和静置这三个不同的工况,对清洗后的电芯参数进行分 类,以便于针对不同工况进行数据分析,从而能够更好地获取温度和电压的相关性。这是因 为不同的工况下的相关性计算结果不一样。
步骤S3、基于预处理后的电芯参数计算不同工况下的温度标准分和温度和电压相关性中 的一种或组合。
具体地,通过预处理的电芯参数,可以进行下面一个或多个数据的计算和分析,以获知 电芯的实时状态,为更换电池组提供依据。
(31)温度标准分的计算和分析
具体地,基于预处理后的电芯参数计算不同工况下的温度标准分包括以下步骤:
311)针对某一工况,计算预处理后的温度值的均值或中位值μ和标准差σ。
313)计算所述预设时长内的温度标准分中位值或平均值;
314)当|温度标准分中位值或平均值|<第一阈值时,判断温度探头处于一致状态;当第一 阈值≤|温度标准分中位值或平均值|<第二阈值时,判断温度探头出现不一致现象;当第二阈 值≤|温度标准分中位值或平均值|<第三阈值时,判断温度探头的不一致现象开始恶化;当第 三阈值≤|温度标准分中位值或平均值|时,判断需要对温度探头的不一致性现象进行干预。
具体地,理想状态下,电池组内所有电芯的温度标准分应该为0。在实际情况下,由于制 造工艺、使用工况的不同,会造成单体电芯温度标准分的离散,故可通过上述规则判断温度 探头的不一致现象。其中,所述第一阈值、所述第二阈值和所述第三阈值可根据实际应用场 景设定。
于本发明一实施例中,在获取所述温度标准分后,可以通过绘制如图2所示的箱型图来 查看电芯的温度标准分的分布情况;也可以根据所述温度标准分计算所述温度标准分的均值 和标准差,再基于所述平均值和所述标准差绘制如图3所示的散点图。根据所述散点图中的 散点分布情况,可以反过来证明温度标准分的计算结果,并可以分析温度标准分的离散情况。 其中,所述散点图使用均值和标准差作为x,y坐标来绘制点,可以揭示格网上所绘制的值之 间的关系,还可以显示数据的趋势。当存在大量数据点时,散点图的作用尤为明显。通常, 散点图的点主要分为以下几种情况:(1)无明显关系,散点比较混乱;(2)线性相关,散点 大概地排列在一条直线上;(3)散点比较集中,散点图上的散点比较集中的位于某个区域, 仅有个别的点分布在该区域外面,大概率说明离散点为异常点。
于本发明另一实施例中,在获取所述温度标准分后,计算所述温度标准分的均值和标准 差,基于所述均值和所述标准差绘制如图4所示的温度标准分的密度分布直方图。所述温度 标准分在所述密度分布直方图上的分布在随机过程中应该服从正态分布。当出现非正态分布, 尤其是分布上出现两个或两个以上尖峰时,说明温度探头的一致性出现比较严重的问题。通 常,尖峰之间的距离S可作为对温度探头的评判标准。例如,当S<阈值1时,表明温度探头 开始出现不一致问题,需要关注;当阈值1≤S<阈值2时,表明温度探头出现不一致现象; 当阈值2≤S<阈值3时,表明温度探头不一致现象开始恶化;当S≥阈值3时,表明需要对 电池组加强监督。其中,阈值1、阈值2和阈值3根据实际应用场景确定。
(32)温度和电压相关性的计算和分析
具体地,基于预处理后的电芯参数计算不同工况下的温度和电压相关性包括以下步骤:
321)针对某一工况,根据计算温度和电压相关性, 其中X表示电芯的温度值,Y表示电芯的电压值,cov表示协方差,σX表示X的标准差,σY表示Y的标准差,E表示数学期望,μX表示X的数学期望,μY表示Y的数学期望。
322)当所述温度和电压相关性属于第一阈值区间时,判断温度值和电压值为极强相关; 当所述温度和电压相关性属于第二阈值区间时,判断温度值和电压值为强相关;当所述温度 和电压相关性属于第三阈值区间时,判断温度值和电压值为中等程度相关;当所述温度和电 压相关性属于第四阈值区间时,判断温度值和电压值为弱相关;当所述温度和电压相关性属 于第五阈值区间时,判断温度值和电压值为极弱相关或无相关。
具体地,在影响电池状态和寿命的因素中,温度是最重要的参数之一。但是由于电池组 中只能预埋有限数量的温度探头。因此温度探头对温度测量的有效性是非常重要的。如果温 度测量的不正确,则电池的预警就失去了一个重要的判断手段。由于电池的电压和电池的温 度正相关,因此可以通过计算电池电压和温度的相关系数来判断温度探头的测量数据是否有 效,进而判断电池组内部温度探头预埋的是否合理,是否均匀分布在电池组内部。
在统计学中,相关系数通常采用以下三种:皮尔森(pearson)相关系数、斯皮尔曼(spearman) 相关系数和肯德尔(kendall)相关系数。皮尔森相关系数是衡量线性关联性的程度,p的一 个几何解释是其代表两个变量的取值根据均值集中后构成的向量之间夹角的余弦。相关系数 用于考察两个事物(在数据里我们称之为变量)之间的相关程度。两个变量X和Y的相关系 数的含义可以有如下理解:
(a)当相关系数为0时,X和Y两变量无关系;
(b)当X的值增大(减小),Y值增大(减小),两个变量为正相关,相关系数在0.00 与1.00之间;
(c)当X的值增大(减小),Y值减小(增大),两个变量为负相关,相关系数在-1.00与0.00之间。
因此,相关系数的绝对值越大,相关性越强;相关系数越接近于1或-1,相关度越强;相 关系数越接近于0,相关度越弱。
优选地,在本发明中第一阈值区间为[0.8,1.0),第二阈值区间为[0.6,0.8),第三阈值区 间为[0.4,0.6),第四阈值区间为[0.2,0.4),第五阈值区间为[0.0,0.2)。
优选地,基于所述电压值、所述温度值和所述温度和电压相关性绘制如图5所示的三维 图。基于所述三维图,能够查看电芯的电压、温度、温度和电压相关性的相互关系,从而可 以推测出温度探头是否均匀分布,排布是否合理。
于本发明一实施例中,本发明的基于电压和温度的电池状态分析方法还包括比对不同工 况下的温度和电压相关性,以判断电池组是否处于恒温环境以及温度探头是否出现异常。具 体地,通过对不同工况的温度和电压相关性进行比较,可以推测电池是否处于有空调的恒温 的工作环境,带空调的恒温环境比较利于电池的工作。
如图6所示,于一实施例中,本发明的基于电压和温度的电池状态分析***包括参数获 取模块61、预处理模块62和分析模块63。
所述参数获取模块61用于获取预设时长内电池组的电芯参数;所述电芯参数包括电芯的 电压值和温度值。
所述预处理模块62与所述参数获取模块61相连,用于对所述电芯参数进行预处理。
所述分析模块63与所述预处理模块62相连,用于基于预处理后的电芯参数计算不同工 况下的温度标准分和温度和电压相关性中的一种或组合,并获取所述工况下的电芯状态。
其中,参数获取模块61、预处理模块62和分析模块63的结构和原理与上述基于电压和 温度的电池状态分析方法中的步骤一一对应,故在此不再赘述。
需要说明的是,应理解以上装置的各个模块的划分仅仅是一种逻辑功能的划分,实际实 现时可以全部或部分集成到一个物理实体上,也可以物理上分开。且这些模块可以全部以软 件通过处理元件调用的形式实现,也可以全部以硬件的形式实现,还可以部分模块通过处理 元件调用软件的形式实现,部分模块通过硬件的形式实现。例如:x模块可以为单独设立的 处理元件,也可以集成在上述装置的某一个芯片中实现。此外,x模块也可以以程序代码的 形式存储于上述装置的存储器中,由上述装置的某一个处理元件调用并执行以上x模块的功 能。其它模块的实现与之类似。这些模块全部或部分可以集成在一起,也可以独立实现。这 里所述的处理元件可以是一种集成电路,具有信号的处理能力。在实现过程中,上述方法的 各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完 成。以上这些模块可以是被配置成实施以上方法的一个或多个集成电路,例如:一个或多个 特定集成电路(Application Specific Integrated Circuit,简称ASIC),一个或多个微处理器 (Digital Signal Processor,简称DSP),一个或者多个现场可编程门阵列(Field Programmable Gate Array,简称FPGA)等。当以上某个模块通过处理元件调度程序代码的形式实现时,该 处理元件可以是通用处理器,如中央处理器(Central Processing Unit,简称CPU)或其它可 以调用程序代码的处理器。这些模块可以集成在一起,以片上***(System-on-a-chip,简称 SOC)的形式实现。
本发明的存储介质上存储有计算机程序,该程序被处理器执行时实现上述的基于电压和 温度的电池状态分析方法。优选地,所述存储介质包括:ROM、RAM、磁碟、U盘、存储卡或者光盘等各种可以存储程序代码的介质。
如图7所示,于一实施例中,本发明的基于电压和温度的电池状态分析终端包括:处理 器71和存储器72。
所述存储器72用于存储计算机程序。所述存储器72包括:ROM、RAM、磁碟、U盘、 存储卡或者光盘等各种可以存储程序代码的介质。
所述处理器71与所述存储器72相连,用于执行所述存储器存储的计算机程序,以使所 述基于电压和温度的电池状态分析终端执行上述的基于电压和温度的电池状态分析方法。
优选地,所述处理器可以是通用处理器,包括中央处理器(Central ProcessingUnit,简称 CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(Digital Signal Processor,简称DSP)、专用集成电路(Application SpecificIntegrated Circuit,简称ASIC)、现 场可编程门阵列(Field Programmable Gate Array,简称FPGA)或者其他可编程逻辑器件、分立 门或者晶体管逻辑器件、分立硬件组件。
综上所述,本发明的基于电压和温度的电池状态分析方法、***及终端能够基于电池的 电压、温度等参数分析电池组在不同工况下的实时状态;能够筛选出表现较差的温度探头, 对一些异常的温度探头进行标记,从而保护电池的安全运行;保障了电池组的安全稳定运行。 所以,本发明有效克服了现有技术中的种种缺点而具高度产业利用价值。
上述实施例仅例示性说明本发明的原理及其功效,而非用于限制本发明。任何熟悉此技 术的人士皆可在不违背本发明的精神及范畴下,对上述实施例进行修饰或改变。因此,举凡 所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等 效修饰或改变,仍应由本发明的权利要求所涵盖。
Claims (9)
1.一种基于电压和温度的电池状态分析方法,其特征在于:包括以下步骤:
获取预设时长内电池组的电芯参数;所述电芯参数包括电芯的电压值和温度值;
对所述电芯参数进行预处理;
基于预处理后的电芯参数计算不同工况下的温度标准分和温度和电压相关性中的一种或组合。
2.根据权利要求1所述的基于电压和温度的电池状态分析方法,其特征在于:对所述电芯参数进行预处理包括以下步骤:
清洗所述电芯参数中的异常数据;
将清洗后的电芯参数按照充电、放电、静置的工况进行区分。
3.根据权利要求1所述的基于电压和温度的电池状态分析方法,其特征在于:基于预处理后的电芯参数计算不同工况下的温度标准分包括以下步骤:
针对某一工况,计算预处理后的温度值的均值或中位值μ和标准差σ;
计算所述预设时长内的温度标准分中位值或平均值;
当|温度标准分中位值或平均值|<第一阈值时,判断温度探头处于一致状态;当第一阈值≤|温度标准分中位值或平均值|<第二阈值时,判断温度探头出现不一致现象;当第二阈值≤|温度标准分中位值或平均值|<第三阈值时,判断温度探头的不一致现象开始恶化;当第三阈值≤|温度标准分中位值或平均值|时,判断需要对温度探头的不一致性现象进行干预。
4.根据权利要求3所述的基于电压和温度的电池状态分析方法,其特征在于:还包括基于所述温度标准分绘制箱型图或直方图。
5.根据权利要求1所述的电池组内数据分析方法,其特征在于:基于预处理后的电芯参数计算不同工况下的温度和电压相关性包括以下步骤:
针对某一工况,根据计算温度和电压相关性,其中X表示电芯的温度值,Y表示电芯的电压值,cov表示协方差,σX表示X的标准差,σY表示Y的标准差,E表示数学期望,μX表示X的数学期望,μY表示Y的数学期望;
当所述温度和电压相关性属于第一阈值区间时,判断温度值和电压值为极强相关;
当所述温度和电压相关性属于第二阈值区间时,判断温度值和电压值为强相关;
当所述温度和电压相关性属于第三阈值区间时,判断温度值和电压值为中等程度相关;
当所述温度和电压相关性属于第四阈值区间时,判断温度值和电压值为弱相关;
当所述温度和电压相关性属于第五阈值区间时,判断温度值和电压值为极弱相关或无相关。
6.根据权利要求5所述的基于电压和温度的电池状态分析方法,其特征在于:还包括基于所述电压值、所述温度值和所述温度和电压相关性绘制三维图。
7.根据权利要求5所述的基于电压和温度的电池状态分析方法,其特征在于:还包括比对不同工况下的温度和电压相关性,以判断电池组是否处于恒温环境以及温度探头是否出现异常。
8.一种基于电压和温度的电池状态分析***,其特征在于:包括参数获取模块、预处理模块和分析模块;
所述参数获取模块用于获取预设时长内电池组的电芯参数;所述电芯参数包括电芯的电压值和温度值;
所述预处理模块用于对所述电芯参数进行预处理;
所述分析模块用于基于预处理后的电芯参数计算不同工况下的温度标准分和温度和电压相关性中的一种或组合,并获取所述工况下的电芯状态。
9.一种基于电压和温度的电池状态分析终端,其特征在于,包括:处理器及存储器;
所述存储器用于存储计算机程序;
所述处理器用于执行所述存储器存储的计算机程序,以使所述基于电压和温度的电池状态分析终端执行权利要求1至7中任一项所述的基于电压和温度的电池状态分析方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210095434.9A CN114487836B (zh) | 2022-01-26 | 2022-01-26 | 基于电压和温度的电池状态分析方法、***及终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210095434.9A CN114487836B (zh) | 2022-01-26 | 2022-01-26 | 基于电压和温度的电池状态分析方法、***及终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114487836A true CN114487836A (zh) | 2022-05-13 |
CN114487836B CN114487836B (zh) | 2023-05-26 |
Family
ID=81476760
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210095434.9A Active CN114487836B (zh) | 2022-01-26 | 2022-01-26 | 基于电压和温度的电池状态分析方法、***及终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114487836B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115902656A (zh) * | 2022-11-14 | 2023-04-04 | 上海玫克生储能科技有限公司 | 2/3/4轮的电动车电池检测方法、***、存储介质及充电桩 |
Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5339018A (en) * | 1989-06-30 | 1994-08-16 | Analog Devices, Inc. | Integrated circuit monitor for storage battery voltage and temperature |
CN102263303A (zh) * | 2011-06-02 | 2011-11-30 | 福州天和新能电子科技有限公司 | 模块化锂动力电池及其管理***和管理方法 |
CN103698580A (zh) * | 2013-12-30 | 2014-04-02 | 长城汽车股份有限公司 | 电池电压、温度采集*** |
CN104200288A (zh) * | 2014-09-18 | 2014-12-10 | 山东大学 | 一种基于因素与事件间相关关系识别的设备故障预测方法 |
CN105206888A (zh) * | 2015-08-31 | 2015-12-30 | 浙江工业大学之江学院 | 一种锂离子电池内部温度监测方法 |
US20160111758A1 (en) * | 2014-10-21 | 2016-04-21 | Robert Bosch Gmbh | Monitoring device for a battery, a lithium-ion battery, and method for the monitoring of a battery |
CN110940923A (zh) * | 2019-12-05 | 2020-03-31 | 湖南新敏雅新能源科技有限公司 | 锂离子电池的调荷方法 |
CN111381170A (zh) * | 2020-05-15 | 2020-07-07 | 上海工程技术大学 | 基于大数据的电动汽车电池包健康状态预测方法及*** |
CN111890938A (zh) * | 2020-07-31 | 2020-11-06 | 北京骑胜科技有限公司 | 电池管理方法、***、介质、电池以及电动车辆 |
CN111983466A (zh) * | 2020-08-24 | 2020-11-24 | 哈尔滨市新量能电气技术有限公司 | 一种基于电压和温度特性的锂电池安全度估算方法及装置 |
CN113030744A (zh) * | 2021-02-24 | 2021-06-25 | 上海交通大学 | 基于健康因子提取的电池健康状况预测方法、***及介质 |
CN113341332A (zh) * | 2021-05-25 | 2021-09-03 | 三一重机有限公司 | 电池热失控预警方法、装置、作业机械及电子设备 |
CN113442787A (zh) * | 2021-05-28 | 2021-09-28 | 上海科列新能源技术有限公司 | 异常单体电芯识别方法、装置、电子设备和存储介质 |
CN113765179A (zh) * | 2021-08-17 | 2021-12-07 | 江苏大学 | 基于层次聚类及类中心距的云端电池组一致性分析方法 |
WO2021249269A1 (zh) * | 2020-06-08 | 2021-12-16 | 中国第一汽车股份有限公司 | 预警方法、装置、设备及存储介质 |
CN113866641A (zh) * | 2021-09-06 | 2021-12-31 | 中国电力科学研究院有限公司 | 一种锂离子电池的故障检测方法及装置 |
CN113884884A (zh) * | 2021-10-21 | 2022-01-04 | 山东大学 | 一种基于相关性的动力电池组故障诊断方法及*** |
-
2022
- 2022-01-26 CN CN202210095434.9A patent/CN114487836B/zh active Active
Patent Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5339018A (en) * | 1989-06-30 | 1994-08-16 | Analog Devices, Inc. | Integrated circuit monitor for storage battery voltage and temperature |
CN102263303A (zh) * | 2011-06-02 | 2011-11-30 | 福州天和新能电子科技有限公司 | 模块化锂动力电池及其管理***和管理方法 |
CN103698580A (zh) * | 2013-12-30 | 2014-04-02 | 长城汽车股份有限公司 | 电池电压、温度采集*** |
CN104200288A (zh) * | 2014-09-18 | 2014-12-10 | 山东大学 | 一种基于因素与事件间相关关系识别的设备故障预测方法 |
US20160111758A1 (en) * | 2014-10-21 | 2016-04-21 | Robert Bosch Gmbh | Monitoring device for a battery, a lithium-ion battery, and method for the monitoring of a battery |
CN105206888A (zh) * | 2015-08-31 | 2015-12-30 | 浙江工业大学之江学院 | 一种锂离子电池内部温度监测方法 |
CN110940923A (zh) * | 2019-12-05 | 2020-03-31 | 湖南新敏雅新能源科技有限公司 | 锂离子电池的调荷方法 |
CN111381170A (zh) * | 2020-05-15 | 2020-07-07 | 上海工程技术大学 | 基于大数据的电动汽车电池包健康状态预测方法及*** |
WO2021249269A1 (zh) * | 2020-06-08 | 2021-12-16 | 中国第一汽车股份有限公司 | 预警方法、装置、设备及存储介质 |
CN111890938A (zh) * | 2020-07-31 | 2020-11-06 | 北京骑胜科技有限公司 | 电池管理方法、***、介质、电池以及电动车辆 |
CN111983466A (zh) * | 2020-08-24 | 2020-11-24 | 哈尔滨市新量能电气技术有限公司 | 一种基于电压和温度特性的锂电池安全度估算方法及装置 |
CN113030744A (zh) * | 2021-02-24 | 2021-06-25 | 上海交通大学 | 基于健康因子提取的电池健康状况预测方法、***及介质 |
CN113341332A (zh) * | 2021-05-25 | 2021-09-03 | 三一重机有限公司 | 电池热失控预警方法、装置、作业机械及电子设备 |
CN113442787A (zh) * | 2021-05-28 | 2021-09-28 | 上海科列新能源技术有限公司 | 异常单体电芯识别方法、装置、电子设备和存储介质 |
CN113765179A (zh) * | 2021-08-17 | 2021-12-07 | 江苏大学 | 基于层次聚类及类中心距的云端电池组一致性分析方法 |
CN113866641A (zh) * | 2021-09-06 | 2021-12-31 | 中国电力科学研究院有限公司 | 一种锂离子电池的故障检测方法及装置 |
CN113884884A (zh) * | 2021-10-21 | 2022-01-04 | 山东大学 | 一种基于相关性的动力电池组故障诊断方法及*** |
Non-Patent Citations (2)
Title |
---|
何广军等: "《现代测试技术》", 31 December 2007, 西安电子科技大学出版社 * |
张朝阳: "《深入浅出 工业机器学习算法详解与实战》", 31 January 2020, 机械工业出版社 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115902656A (zh) * | 2022-11-14 | 2023-04-04 | 上海玫克生储能科技有限公司 | 2/3/4轮的电动车电池检测方法、***、存储介质及充电桩 |
Also Published As
Publication number | Publication date |
---|---|
CN114487836B (zh) | 2023-05-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111146514B (zh) | 锂离子电池模组运行安全性评估预测方法、***及电子设备 | |
CN101246369B (zh) | 一种汽车零部件尺寸质量控制***和方法 | |
CN114460469A (zh) | 基于电压和电流的电池状态分析方法、***及终端 | |
CN112946485A (zh) | 车辆电池检测方法、存储介质及设备 | |
CN114497770B (zh) | 电池簇内电池箱状态分析方法、***及终端 | |
CN110795690A (zh) | 风电场运行异常数据检测方法 | |
CN111338972A (zh) | 基于机器学习的软件缺陷与复杂度关联关系分析方法 | |
CN114487836A (zh) | 基于电压和温度的电池状态分析方法、***及终端 | |
CN113791350A (zh) | 电池故障预测方法 | |
CN115542176A (zh) | 电池模组中电压一致性监测方法、***、存储介质及终端 | |
CN115508719A (zh) | 串联电池组中异常单体电芯诊断方法、***、存储介质及终端 | |
CN112949735A (zh) | 一种基于离群数据挖掘的液态危化品挥发浓度异常发现方法 | |
CN110751217B (zh) | 基于主元分析的设备能耗占比预警分析方法 | |
CN116754984A (zh) | 一种电池一致性的检测方法及相关装置 | |
CN107274025B (zh) | 一种实现用电模式智能识别与管理的***和方法 | |
Fu et al. | Trimming outliers using trees: winning solution of the large-scale energy anomaly detection (LEAD) competition | |
CN117074985A (zh) | 一种电动汽车电池健康评估方法及装置 | |
CN115343579B (zh) | 一种电网故障分析方法、装置及电子设备 | |
CN116609690A (zh) | 电池模组内电压一致性监测方法、***、存储介质及终端 | |
CN114462857B (zh) | 在用新能源汽车的高风险车辆筛选方法及存储介质 | |
CN116381493A (zh) | 一种电池组故障检测方法、***、电子设备及存储介质 | |
CN115166625A (zh) | 智能电表误差估计方法及装置 | |
CN113376534B (zh) | 动力电池早期故障相平面诊断方法及超前预警*** | |
CN116990697A (zh) | 一种基于概率分布的锂电池组内异常单体检测方法 | |
CN114720901A (zh) | 一种锂离子电池健康状态估计的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20230412 Address after: Room 1101, No. 2, Lane 288, Qianfan Road, Xinqiao Town, Songjiang District, Shanghai 201612 Applicant after: Shanghai Meike Energy Storage Technology Co.,Ltd. Address before: 3 / F, building 19, building 8, No. 498, GuoShouJing Road, China (Shanghai) pilot Free Trade Zone, Pudong New Area, Shanghai, 201203 Applicant before: Shanghai meikesheng Intelligent Technology Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |