CN115877238A - 电池容量的检测方法、装置、可读存储介质及电子设备 - Google Patents
电池容量的检测方法、装置、可读存储介质及电子设备 Download PDFInfo
- Publication number
- CN115877238A CN115877238A CN202211559408.3A CN202211559408A CN115877238A CN 115877238 A CN115877238 A CN 115877238A CN 202211559408 A CN202211559408 A CN 202211559408A CN 115877238 A CN115877238 A CN 115877238A
- Authority
- CN
- China
- Prior art keywords
- capacity
- battery
- battery system
- charging
- system capacity
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 38
- 238000000034 method Methods 0.000 claims abstract description 124
- 230000002159 abnormal effect Effects 0.000 claims abstract description 62
- 239000011159 matrix material Substances 0.000 claims description 56
- 238000010586 diagram Methods 0.000 claims description 25
- 238000004590 computer program Methods 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 11
- 238000012216 screening Methods 0.000 claims description 9
- 238000007599 discharging Methods 0.000 claims description 4
- 238000001914 filtration Methods 0.000 claims description 4
- 238000007619 statistical method Methods 0.000 abstract description 4
- AYFVYJQAPQTCCC-GBXIJSLDSA-N L-threonine Chemical compound C[C@@H](O)[C@H](N)C(O)=O AYFVYJQAPQTCCC-GBXIJSLDSA-N 0.000 description 12
- 238000004891 communication Methods 0.000 description 11
- 238000004364 calculation method Methods 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 238000004140 cleaning Methods 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 230000000977 initiatory effect Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L3/00—Electric devices on electrically-propelled vehicles for safety purposes; Monitoring operating variables, e.g. speed, deceleration or energy consumption
-
- 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]
- G01R31/378—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC] specially adapted for the type of battery or accumulator
-
- 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]
- G01R31/385—Arrangements for measuring battery or accumulator variables
- G01R31/387—Determining ampere-hour charge capacity or SoC
- G01R31/388—Determining ampere-hour charge capacity or SoC involving voltage measurements
-
- 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]
- G01R31/396—Acquisition or processing of data for testing or for monitoring individual cells or groups of cells within a battery
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
-
- 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
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/70—Energy storage systems for electromobility, e.g. batteries
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Power Engineering (AREA)
- Life Sciences & Earth Sciences (AREA)
- Sustainable Development (AREA)
- Sustainable Energy (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Secondary Cells (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本公开涉及一种电池容量的检测方法、装置、可读存储介质及电子设备，涉及动力电池领域，该方法包括：首先获取满足电池容量检测需求的多个充电记录对应的电池充电过程特征值，其次通过该电池充电过程特征值确定该多个充电记录对应的电池***容量，并根据多个充电记录对应的电池***容量确定电池***的异常容量阈值，最后根据该异常容量阈值识别目标车辆的电池***容量状态。通过上述的实现方式，能够利用大数据中的多个充电记录得到动力电池的电池***容量，并结合统计学方法，根据得到的电池***容量确定电池***的异常容量阈值，进而能够识别目标车辆的电池***容量异常状态，能够提高电池***容量检测的准确性。
Description
技术领域
本公开涉及动力电池技术领域，具体地，涉及一种电池容量的检测方法、装置、可读存储介质及电子设备。
背景技术
电动汽车的动力电池***的电池容量在使用过程中会不可避免地出现老化，直接影响电动汽车的续航里程。根据动力电池的异常状态可以确定其最佳维修和更换时机，进而有效延长动力电池寿命，增加电动汽车的续航里程，因此，在使用过程中对动力电池***容量的状态进行检测十分必要。
现有技术中，通常采用的是局部放电深度的充电容量代替额定容量的衰减等检测方法，得到的电池***容量误差较大，进而也无法准确地检测电池***的容量是否异常。
发明内容
本公开的目的是提供一种电池容量的检测方法、装置、可读存储介质及电子设备，以解决上述相关技术问题。
为了实现上述目的，本公开实施例的第一方面提供一种电池容量的检测方法，包括：
获取满足电池容量检测需求的多个充电记录对应的电池充电过程特征值；
通过所述电池充电过程特征值确定所述多个充电记录对应的电池***容量；
根据所述多个充电记录对应的电池***容量确定电池***的异常容量阈值；
根据所述异常容量阈值识别目标车辆的电池***容量状态。
可选地，所述获取满足电池容量检测需求的多个充电记录对应的电池充电过程特征值，包括：
获取多个车辆的电池***在充电过程中的充电记录；
基于所述多个车辆的电池***在充电过程中的充电记录，形成第一数据矩阵；
对所述第一数据矩阵进行筛选处理，形成第二数据矩阵，所述第二数据矩阵包括筛选后的多个充电记录；
通过所述第二数据矩阵获取所述电池充电过程特征值。
可选地，所述通过所述第二数据矩阵获取所述电池充电过程特征值，包括：
获取所述第二数据矩阵中每个充电记录对应的电池充电过程的充入电量；
获取所述第二数据矩阵中每个充电记录中的充电末端电压曲线，并通过对所述充电末端电压曲线进行归一化，形成电压与可补入容量的关系曲线；
根据所述关系曲线，获取所述第二数据矩阵中每个充电记录对应的电池充电结束时的最大电压和最小电压分别对应的最小可补入容量和最大可补入容量；
获取所述第二数据矩阵中每个充电记录对应的电池充电起始时的最小电压对应的校正荷电状态。
可选地，所述根据所述电池充电过程特征值确定所述多个充电记录对应的电池***容量，包括：
对于所述多个充电记录中的每个充电记录，通过所述充入电量、所述最小可补入容量和所述校正荷电状态确定所述最小电压情况对应的***放电能量；
通过所述***放电能量、所述充入容量和所述最大可补入容量确定所述充电记录对应的电池***容量。
可选地，所述根据所述多个充电记录对应的电池***容量确定电池***的异常容量阈值，包括：
根据所述多个充电记录对应的电池***容量，获取里程和电池***容量的散点图；
基于所述散点图，按照预设的距离步长以窗口滑动的方式对所述多个充电记录对应的多个车辆的电池***容量进行处理，得到窗口滑动对应的异常容量阈值。
可选地，所述基于所述散点图，按照预设的距离步长以窗口滑动的方式对所述多个充电记录对应的多个车辆的电池***容量进行处理，得到窗口滑动对应的异常容量阈值，包括：
基于所述散点图，以第一距离为窗口滑动步长对所述多个充电记录对应的多个车辆中的电池***容量进行窗口滑动，以获取每次窗口滑动对应的电池***容量中位数；
基于所述电池***容量中位数对所述多个车辆中每个车辆的电池***容量中的异常数据进行过滤，得到过滤后的每个车辆的电池***容量；
将所述过滤后的每个车辆的电池***容量汇总，得到所述多个车辆的过滤后的电池***容量；
以第二距离为窗口滑动步长对所述多个车辆的过滤后的电池***容量进行窗口滑动，并对每次窗口滑动对应的电池***容量利用四分位距方法确定对应的电池***容量上限阈值和电池***容量下限阈值。可选地，所述根据所述异常容量阈值识别目标车辆的电池***容量状态，包括：
获取所述目标车辆的电池充电过程特征值；
根据所述目标车辆的电池充电过程特征值确定所述目标车辆的电池***容量；
根据所述目标车辆的电池***容量，和所述异常容量阈值，识别目标车辆的电池***容量状态，所述电池***容量状态包括电池***容量异常或电池***容量正常。
可选地，所述基于所述多个车辆的电池***在充电过程中的充电记录，形成第一数据矩阵，包括：
对电池数据进行清洗；
获取所述多个车辆的电池***在充电过程中的充电记录；
从所述多个车辆的电池***在充电过程中的充电记录中筛选符合预设条件的充电记录，形成所述第一数据矩阵。
根据本公开实施例的第二方面，提供一种电池容量的检测装置，包括：
获取模块，用于获取满足电池容量检测需求的多个充电记录对应的电池充电过程特征值；
确定模块，用于通过所述电池充电过程特征值确定所述多个充电记录对应的电池***容量；
所述确定模块，还用于根据所述多个充电记录对应的电池***容量确定电池***的异常容量阈值；
识别模块，用于根据所述异常容量阈值识别目标车辆的电池***容量状态。
根据本公开实施例的第三方面，提供一种非临时性计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现上述第一方面中任一项所述方法的步骤。
根据本公开实施例的第四方面，提供一种电子设备，包括：
存储器，其上存储有计算机程序；
处理器，用于执行所述存储器中的所述计算机程序，以实现上述第一方面中任一项所述方法的步骤。
在上述技术方案中，首先获取满足电池容量检测需求的多个充电记录对应的电池充电过程特征值，其次通过该电池充电过程特征值确定该多个充电记录对应的电池***容量，并根据多个充电记录对应的电池***容量确定电池***的异常容量阈值，最后根据该异常容量阈值识别目标车辆的电池***容量状态。通过上述的实现方式，能够利用大数据中的多个充电记录得到动力电池的电池***容量，并结合统计学方法，根据得到的电池***容量确定电池***的异常容量阈值，进而能够识别目标车辆的电池***容量异常状态，能够提高电池***容量检测的准确性。
本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本公开的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本公开，但并不构成对本公开的限制。在附图中：
图1是根据一示例性实施例示出的一种电池容量的检测方法的流程图；
图2是根据一示例性实施例示出的一种电池容量的检测方法的流程图；
图3是根据一示例性实施例示出的一种电池容量的检测方法的流程图；
图4是根据一示例性实施例示出的一种电池容量的检测方法的流程图；
图5是根据一示例性实施例示出的一种电池容量的检测方法的流程图；
图6是根据一示例性实施例示出的一种电池容量的检测方法的流程图；
图7是根据一示例性实施例示出的一种电池容量的检测方法的流程图；
图8是根据一示例性实施例示出的一种散点图；
图9是根据一示例性实施例示出的一种电池容量的检测方法的流程图；
图10是根据一示例性实施例示出的一种电池容量的检测装置的框图；
图11是根据一示例性实施例示出的一种电子设备的框图；
图12是根据一示例性实施例示出的一种电子设备的框图。
具体实施方式
以下结合附图对本公开的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本公开，并不用于限制本公开。
图1是根据一示例性实施例示出的一种电池容量的检测方法的流程图，如图1所示，该方法包括以下步骤。
在步骤S11中，获取满足电池容量检测需求的多个充电记录对应的电池充电过程特征值。
可以理解的是，新能源汽车所用的动力电池的电池容量在使用过程中会不断衰减，因此对电池容量的检测十分必要。满足电池容量检测需求的多个充电记录可以包括对大量车辆充电过程的进行统计后得到的多个充电记录，例如包括每个车辆每次充电过程的数据记录，该充电过程特征值可以包括充电前静置时间、充电起始和充电结束时的电压、充电起始和充电结束时的SOC(State of Charge，荷电状态)等数据。
在步骤S12中，通过该电池充电过程特征值确定该多个充电记录对应的电池***容量。
其中，该多个充电记录中的每个充电记录有对应的电池***容量。
在步骤S13中，根据该多个充电记录对应的电池***容量确定电池***的异常容量阈值。
其中，电池***的异常容量阈值包括上限阈值和下限阈值。
在步骤S14中，根据该异常容量阈值识别目标车辆的电池***容量状态。
可以理解的是，当目标车辆的电池***容量超过上限阈值时，可能是检测过程中出现问题或者被检测车辆和电池不匹配等原因导致；当目标车辆的电池***容量低于下限阈值时，可能是电池衰减严重，需要对动力电池进行维修或更换。因此，在电池***容量高于上限阈值，或低于下限阈值的情况下，可以确定目标车辆的电池***容量状态为电池***容量异常。
图2是根据一示例性实施例示出的一种电池容量的检测方法的流程图，如图2所示，步骤S11所述的获取满足电池容量检测需求的多个充电记录对应的电池充电过程特征值，可以包括以下步骤：
步骤S111，获取多个车辆的电池***在充电过程中的充电记录。
可以理解的是，不同车辆在使用过程中会有多次的充电过程，因此可以从车辆信息数据库中获取多个车辆的电池***在充电过程中的充电记录。
步骤S112，基于该多个车辆的电池***在充电过程中的充电记录，形成第一数据矩阵。
示例地，每辆车每次的充电过程的充电记录可以包括时间、电压、电流、温度、SOC、里程和充电状态等数据，因此可以提取所有车辆每次充电过程的充电记录，形成第一数据矩阵A1，从而该第一数据矩阵A1中可以包含多个车辆的多个充电过程中的时间、电压、电流、温度、SOC、里程和充电状态等数据。
进一步地，图3是根据一示例性实施例示出的一种电池容量的检测方法的流程图，如图3所示，上述步骤S112所述的基于该多个车辆的电池***在充电过程中的充电记录，形成第一数据矩阵，可以包括以下步骤：
步骤S1121，对电池数据进行清洗。
示例地，每个车辆的动力电池每次充电过程的原始充电记录中，可能存在空值或超出阈值的异常数据，在获取充电记录时，首先需要对这些异常数据进行清洗，需要清洗的数据可以包括：
对于时间、电流、温度和里程，删除这些数据中的空值行；
对于电压和SOC，删除这些数据中的超出阈值的行，其中，电压的阈值可以设定为0.5～4.5V，SOC的阈值可以设定为0～100；
充电状态，删除状态标志位异常的行，示例地，状态标志位可以为数字1、2、3、4，其中1代表正在充电状态，4代表充电完成状态，2代表行车状态，3代表其它异常状态，充电记录中的充电状态显示为2或3时，则代表状态标志位异常，需要删除该行。状态标志位的异常情况可以根据实际情况进行设置，本公开不作限定。
示例地，经过数据清洗后的充电记录，可以如表1所示。
表1
其中，当两个记录点的SOC减小且时间间隔600s时，可以认为是上一次充电结束，下一次充电开始。示例地，如表1所示，其中两条记录的时间间隔是(7200-3600)＞600，SOC从90减小至40，可以认为两条记录分别是第1次充电结束和第2次充电开始的记录。
步骤S1122，获取该多个车辆的电池***在充电过程中的充电记录。
可以理解的是，上述表1是每个车辆的多次充电过程充电记录，将每个车辆的记录进行汇总，得到多个车辆的电池***在充电过程中的充电记录。
步骤S1123，从该多个车辆的电池***在充电过程中的充电记录中筛选符合预设条件的充电记录，形成该第一数据矩阵。
示例地，从这些记录中，选取每个车辆的里程，充电前静置时间，充电起始Vmin、Vmax、Tmin、Tmax和SOC，充电结束Vmin、Vmax、Tmin、Tmax和SOC，以及充入容量的数据，每个车辆的这些数据形成一条记录。其中，电流绝对值小于C/20(C表示充放电能力倍率)或3A时可以认为是静置状态。充入容量可以通过安时积分得到。多个车辆中的每个车辆的记录形成第一数据矩阵A1。第一数据矩阵A1包含的特征数据可以如表2所示。
表2
步骤S113，对该第一数据矩阵进行筛选处理，形成第二数据矩阵，该第二数据矩阵包括筛选后的多个充电记录。
进一步地，在得到第一数据矩阵A1后，对A1中的数据进行筛选，筛选条件可以包括以下一种或多种：
充电前静置时间大于30分钟；
充电起始Vmin小于SOC-OCV曲线的平台区电压，充电起始SOC小于20；
充电结束Vmin大于充电曲线的平台区电压，充电结束SOC大于90。
对A1按照上述条件筛选，删除不符合条件的记录后，可以得到第二数据矩阵A2。
步骤S114，通过该第二数据矩阵获取该电池充电过程特征值。
示例地，确定电池***容量所需的该电池充电过程特征值可以包括：充入电量capacitycha、充电结束时的最小电压Vmin和最大电压Vmax对应的最小可补入容量capacitymin和最大可补入容量capacitymax、充电起始Vmin状态下***放电能量capacityres，这些特征值可以通过第二数据矩阵A2中的数据获取。
进一步地，图4是根据一示例性实施例示出的一种电池容量的检测方法的流程图，如图4所示，上述步骤S114所述的通过该第二数据矩阵获取该电池充电过程特征值，可以包括以下步骤：
步骤S1141，获取该第二数据矩阵中每个充电记录对应的电池充电过程的充入电量。
可以理解的是，第二数据矩阵A2是从第一数据矩阵A1筛选得到的，在A1中已经通过安时积分得到了电池充电过程的充入容量capacitycha，因此从第二数据矩阵A2中可以直接获取每个充电记录对应的电池充电过程的充入容量capacitycha。
步骤S1142，获取该第二数据矩阵中每个充电记录中的充电末端电压曲线，并通过对该充电末端电压曲线进行归一化，形成电压与可补入容量的关系曲线。
示例地，在得到第二数据矩阵A2后，首先筛选A2中充电前Tmin大于20℃、充电结束SOC为100的充电记录，提取该记录对应的原始运行数据中的充电末端电压曲线，形成电压V与可补入电量的关系曲线，其中，充电末端为SOC大于90的数据。再将里程分为不同档位，每1000km作为一档，例如，0～1000km、1000～2000km、2000～3000km等，将充电末端电压曲线根据里程存入不同的档位，形成该里程下对应的充电末端曲线数据库。之后对每个里程单位下的充电末端曲线进行归一化，每个档位输出一条电压V与可补入电量的关系曲线。
步骤S1143，根据该关系曲线，获取该第二数据矩阵中每个充电记录对应的电池充电结束时的最大电压和最小电压分别对应的最小可补入容量和最大可补入容量。
进一步地，将第二数据矩阵A2中的充电结束时的最小电压Vmin和最大电压Vmax代入上述充电末端归一化曲线中，得到充电结束时的最小电压Vmin和最大电压Vmax对应的最小可补入容量capacitymin和最大可补入容量capacitymax。
步骤S1144，获取该第二数据矩阵中每个充电记录对应的电池充电起始时的最小电压对应的校正荷电状态。
示例地，将第二数据矩阵A2中的充电起始时的最小电压Vmin代入SOC-OCV曲线中得到充电起始时的最小电压Vmin对应的校正SOC。
图5是根据一示例性实施例示出的一种电池容量的检测方法的流程图，如图5所示，上述步骤S12所述通过该电池充电过程特征值确定该多个充电记录对应的电池***容量，可以包括以下步骤：
步骤S121，对于该多个充电记录中的每个充电记录，通过充入电量、最小可补入容量和校正荷电状态确定最小电压情况对应的***放电能量。
示例地，充电起始Vmin状态下***放电能量capacityres可以通过以下公式得到：
步骤S122，通过***放电能量、充入容量和最大可补入容量确定该充电记录对应的电池***容量。
示例地，电池***容量＝capacitycha+capacitymax+capacityres。
在上述技术方案中，通过电池充电过程特征值确定了多个充电记录对应的电池***容量。
图6是根据一示例性实施例示出的一种电池容量的检测方法的流程图，如图6所示，步骤S13所述的根据该多个充电记录对应的电池***容量确定电池***的异常容量阈值，可以包括以下步骤：
步骤S131，根据该多个充电记录对应的电池***容量，获取里程和电池***容量的散点图。
示例地，通过上述方法得到电池***容量后，汇总多个充电记录对应的电池***容量，并获取里程和电池***容量的散点图。
步骤S132，基于该散点图，按照预设的距离步长以窗口滑动的方式对该多个充电记录对应的多个车辆的电池***容量进行处理，得到窗口滑动对应的异常容量阈值。
示例地，基于获取的里程和电池***容量的散点图，首先通过窗口滑动的方式对电池***容量进行处理，清洗检测过程中出现的异常波动数值，再结合统计学方法得到电池***的异常容量阈值。
进一步地，图7是根据一示例性实施例示出的一种电池容量的检测方法的流程图，如图7所示，步骤S132所述的基于该散点图，按照预设的距离步长以窗口滑动的方式对该多个充电记录对应的多个车辆的电池***容量进行处理，得到窗口滑动对应的异常容量阈值，可以包括以下步骤：
步骤S1321，基于该散点图，以第一距离为窗口滑动步长对该多个充电记录对应的多个车辆的电池***容量进行窗口滑动，以获取每次窗口滑动对应的电池***容量中位数。
可以理解的是，该散点图是多个充电记录对应的电池***容量的汇总，其中包含每个车辆的电池***容量，针对每个车辆的里程和电池***容量的散点图，首先以第一距离为窗口滑动步长进行窗口滑动，以获取每次窗口滑动对应的电池***容量中位数。
示例地，对于每个车辆的里程和电池***容量的散点图，进行窗口滑动取中位数时，可以是1000km的窗口长度，500km的窗口滑动步长。
步骤S1322，基于该电池***容量中位数对该多个车辆中每个车辆的电池***容量中的异常数据进行过滤，得到过滤后的每个车辆的电池***容量。
示例地，窗口滑动后，得到每个车辆的不同里程对应的电池容量中位数，基于该中位数，过滤每个车辆的电池***容量中的异常数据，得到过滤后的每个车辆的不同里程对应的电池***容量。
步骤S1323，将该过滤后的每个车辆的电池***容量汇总，得到该多个车辆的过滤后的电池***容量。
可以理解的是，将上述每个车辆的不同里程对应的电池***容量进行汇总，可以得到多个车辆的过滤后的不同里程对应的电池***容量。
步骤S1324，以第二距离为窗口滑动步长对该多个车辆的过滤后的电池***容量进行窗口滑动，并对每次窗口滑动对应的电池***容量利用四分位距方法确定对应的电池***容量上限阈值和电池***容量下限阈值。
进一步地，在一种实施方式中，在进行，可以通过进行上述的通过窗口滑动计算电池***容量上限阈值和电池***容量下限阈值的过程中，可以通过SOH(StateofHealth，电池健康状态，
来表征电池***容量，图8是根据一示例性实施例示出的一种散点图，如图8所示，横轴为里程(单位km)，纵轴表示SOH，针对多个车辆的过滤后的不同里程对应的电池***容量，以第二距离为窗口滑动步长进行窗口滑动，示例地，窗口长度可以是5000km，窗口滑动步长可以是1km。
在窗***动过程中，首先获取每个窗口的75分位thre75和25分位thre25，再利用thre75和thre25计算每个窗口的电池***容量上限阈值和电池***容量下限阈值，计算方法可以是：
上限阈值thre_up’＝thre75+c*(thre75-thre25)
下限阈值thre_down’＝min{thre25-c*(thre75-thre25)，SOHmin-0.5}
其中，上述的上限阈值thre_up’和下限阈值thre_down’的单位为SOH，SOH中位数可以表征上述的电池容量中位数，也可以根据需要将上述的上限阈值thre_up’、下限阈值thre_down’、SOH中位数通过上述的SOH计算方法换算为以电池***容量为单位的上限阈值、下限阈值以及电池容量中位数，SOHmin为质保要求的寿命终止时的电池容量保持，一般为0.8；c为超参数，一般为1～3，可以根据结果进行优化。
通过上述方法计算得到每个窗口的thre_up’和thre_down’后，对所有窗口的汇总数据，再次以第二距离为窗口滑动步长进行窗口滑动取中位数，得到最终的电池***容量上限阈值thre_up和电池***容量下限阈值thre_down，进而得到不同里程对应的电池容量上限阈值和电池容量下限阈值。
图9是根据一示例性实施例示出的一种电池容量的检测方法的流程图，如图9所示，上述步骤S14所述的根据该异常容量阈值识别目标车辆的电池***容量状态，可以包括以下步骤：
步骤S141，获取该目标车辆的电池充电过程特征值。
步骤S142，根据该目标车辆的电池充电过程特征值确定该目标车辆的电池***容量。
步骤S143，根据该目标车辆的电池***容量，和该异常容量阈值，识别目标车辆的电池***容量状态，该电池***容量状态包括电池***容量异常或电池***容量正常。
示例地，目标车辆的电池***容量的确定方法和电池***容量状态的识别方法，与上述电池容量的检测方法相同，此处不再赘述。
可以理解的是，根据该目标车辆的电池***容量，和该异常容量阈值，识别目标车辆的电池***容量状态，当目标车辆的电池***容量超过上限阈值时，可能是检测过程中出现问题或者被检测车辆和电池不匹配等原因；当目标车辆的电池***容量低于下限阈值时，可能是电池衰减严重，需要对动力电池进行维修或更换。因此，在电池***容量高于上限阈值，或低于下限阈值的情况下，可以确定目标车辆的电池***容量状态为电池***容量异常；如果是电池***容量位于上限阈值与下限阈值之间，则可以确定目标车辆的电池***容量状态为电池***容量正常。
在上述技术方案中，首先获取满足电池容量检测需求的多个充电记录对应的电池充电过程特征值，其次通过该电池充电过程特征值确定该多个充电记录对应的电池***容量，并根据多个充电记录对应的电池***容量确定电池***的异常容量阈值，最后根据该异常容量阈值识别目标车辆的电池***容量状态。通过上述的实现方式，能够利用大数据中的多个充电记录得到动力电池的电池***容量，并结合统计学方法，根据得到的电池***容量确定电池***的异常容量阈值，进而能够识别目标车辆的电池***容量异常状态，能够提高电池***容量检测的准确性。
图10是根据一示例性实施例示出的一种电池容量的检测装置200的框图，参照图10，该装置200包括获取模块210，确定模块220和识别模块230。
该获取模块210，用于获取满足电池容量检测需求的多个充电记录对应的电池充电过程特征值；
该确定模块220，用于通过该电池充电过程特征值确定该多个充电记录对应的电池***容量；
该确定模块220，还用于根据该多个充电记录对应的电池***容量确定电池***的异常容量阈值；
该识别模块230，用于根据该异常容量阈值识别目标车辆的电池***容量状态。
可选地，该获取模块210，可以包括：
第一获取子模块，用于获取多个车辆的电池***在充电过程中的充电记录；
生成子模块，用于基于该多个车辆的电池***在充电过程中的充电记录，形成第一数据矩阵；
该生成子模块，用于对该第一数据矩阵进行筛选处理，形成第二数据矩阵，该第二数据矩阵包括筛选后的多个充电记录；
该第一获取子模块，用于通过该第二数据矩阵获取该电池充电过程特征值。
可选地，该第一获取子模块，用于：
获取该第二数据矩阵中每个充电记录对应的电池充电过程的充入电量；
获取该第二数据矩阵中每个充电记录对应的电池充电结束时的最大电压和最小电压分别对应的最小可补入容量和最大可补入容量；
获取该第二数据矩阵中每个充电记录对应的电池充电起始时的最小电压对应的校正荷电状态。
可选地，该确定模块220，用于：
对于该多个充电记录中的每个充电记录，通过充入电量、最小可补入容量和校正荷电状态确定最小电压情况对应的***放电能量；
通过***放电能量、充入容量和最大可补入容量确定该充电记录对应的电池***容量。
可选地，该确定模块220，可以包括第二获取子模块和处理子模块：
该第二获取子模块，用于根据该多个充电记录对应的电池***容量，获取里程和电池***容量的散点图；
该处理子模块，用于基于该散点图，按照预设的距离步长以窗口滑动的方式对该多个充电记录对应的多个车辆的电池***容量进行处理，得到窗口滑动对应的异常容量阈值。
可选地，该处理子模块，用于：
基于该散点图，以第一距离为窗口滑动步长对多个充电记录对应的多个车辆中每个车辆的电池***容量进行窗口滑动，以获取每次窗口滑动对应的电池***容量中位数；
基于该电池***容量中位数对该多个车辆中每个车辆的电池***容量中的异常数据进行过滤，得到过滤后的每个车辆的电池***容量；
将该过滤后的每个车辆的电池***容量汇总，得到多个车辆的过滤后的电池***容量；
以第二距离为窗口滑动步长对该多个车辆的过滤后的电池***容量进行窗口滑动，并对每次窗口滑动对应的电池***容量利用四分位距方法确定对应的电池***容量上限阈值和电池***容量下限阈值。
可选地，该识别模块230，可以包括确定子模块和识别子模块：
该获取子模块，用于获取该目标车辆的电池充电过程特征值；
该确定子模块，用于根据该目标车辆的电池充电过程特征值确定该目标车辆的电池***容量；
该识别子模块，用于根据该目标车辆的电池***容量，和该异常容量阈值，识别目标车辆的电池***容量状态，该电池***容量状态包括电池***容量异常或电池***容量正常。
可选地，该生成子模块，用于：
对电池数据进行清洗；
获取该多个车辆的电池***在充电过程中的充电记录；
从该多个车辆的电池***在充电过程中的充电记录中筛选符合预设条件的充电记录，形成该第一数据矩阵。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
图11是根据一示例性实施例示出的一种电子设备700的框图。如图11所示，该电子设备700可以包括：处理器701，存储器702。该电子设备700还可以包括多媒体组件703，输入/输出接口704，以及通信组件705中的一者或多者。
其中，处理器701用于控制该电子设备700的整体操作，以完成上述的电池容量的检测方法中的全部或部分步骤。存储器702用于存储各种类型的数据以支持在该电子设备700的操作，这些数据例如可以包括用于在该电子设备700上操作的任何应用程序或方法的指令，以及应用程序相关的数据，例如联系人数据、收发的消息、图片、音频、视频等等。该存储器702可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，例如静态随机存取存储器(Static Random Access Memory，简称SRAM)，电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory，简称EEPROM)，可擦除可编程只读存储器(Erasable Programmable Read-Only Memory，简称EPROM)，可编程只读存储器(Programmable Read-Only Memory，简称PROM)，只读存储器(Read-Only Memory，简称ROM)，磁存储器，快闪存储器，磁盘或光盘。多媒体组件703可以包括屏幕和音频组件。其中屏幕例如可以是触摸屏，音频组件用于输出和/或输入音频信号。例如，音频组件可以包括一个麦克风，麦克风用于接收外部音频信号。所接收的音频信号可以被进一步存储在存储器702或通过通信组件705发送。音频组件还包括至少一个扬声器，用于输出音频信号。输入/输出接口704为处理器701和其他接口模块之间提供接口，上述其他接口模块可以是键盘，鼠标，按钮等。这些按钮可以是虚拟按钮或者实体按钮。通信组件705用于该电子设备700与其他设备之间进行有线或无线通信。无线通信，例如Wi-Fi，蓝牙，近场通信(NearField Communication，简称NFC)，2G、3G、4G、NB-IOT、eMTC、或其他5G等等，或它们中的一种或几种的组合，在此不做限定。因此相应的该通信组件705可以包括：Wi-Fi模块，蓝牙模块，NFC模块等等。
在一示例性实施例中，电子设备700可以被一个或多个应用专用集成电路(Application Specific Integrated Circuit，简称ASIC)、数字信号处理器(DigitalSignal Processor，简称DSP)、数字信号处理设备(Digital Signal Processing Device，简称DSPD)、可编程逻辑器件(Programmable Logic Device，简称PLD)、现场可编程门阵列(Field Programmable Gate Array，简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述的电池容量的检测方法。
在另一示例性实施例中，还提供了一种包括程序指令的计算机可读存储介质，该程序指令被处理器执行时实现上述的电池容量的检测方法的步骤。例如，该计算机可读存储介质可以为上述包括程序指令的存储器702，上述程序指令可由电子设备700的处理器701执行以完成上述的电池容量的检测方法。
图12是根据一示例性实施例示出的一种电子设备1900的框图。例如，电子设备1900可以被提供为一服务器。参照图12，电子设备1900包括处理器1922，其数量可以为一个或多个，以及存储器1932，用于存储可由处理器1922执行的计算机程序。存储器1932中存储的计算机程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理器1922可以被配置为执行该计算机程序，以执行上述的电池容量的检测方法。
另外，电子设备1900还可以包括电源组件1926和通信组件1950，该电源组件1926可以被配置为执行电子设备1900的电源管理，该通信组件1950可以被配置为实现电子设备1900的通信，例如，有线或无线通信。此外，该电子设备1900还可以包括输入/输出接口1958。电子设备1900可以操作基于存储在存储器1932的操作***。
在另一示例性实施例中，还提供了一种包括程序指令的计算机可读存储介质，该程序指令被处理器执行时实现上述的电池容量的检测方法的步骤。例如，该非临时性计算机可读存储介质可以为上述包括程序指令的存储器1932，上述程序指令可由电子设备1900的处理器1922执行以完成上述的电池容量的检测方法。
在另一示例性实施例中，还提供一种计算机程序产品，该计算机程序产品包含能够由可编程的装置执行的计算机程序，该计算机程序具有当由该可编程的装置执行时用于执行上述的电池容量的检测方法的代码部分。
以上结合附图详细描述了本公开的优选实施方式，但是，本公开并不限于上述实施方式中的具体细节，在本公开的技术构思范围内，可以对本公开的技术方案进行多种简单变型，这些简单变型均属于本公开的保护范围。
另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合，为了避免不必要的重复，本公开对各种可能的组合方式不再另行说明。
此外，本公开的各种不同的实施方式之间也可以进行任意组合，只要其不违背本公开的思想，其同样应当视为本公开所公开的内容。
Claims (10)
1.一种电池容量的检测方法，其特征在于，所述方法包括：
获取满足电池容量检测需求的多个充电记录对应的电池充电过程特征值；
通过所述电池充电过程特征值确定所述多个充电记录对应的电池***容量；
根据所述多个充电记录对应的电池***容量确定电池***的异常容量阈值；
根据所述异常容量阈值识别目标车辆的电池***容量状态。
2.根据权利要求1所述的方法，其特征在于，所述获取满足电池容量检测需求的多个充电记录对应的电池充电过程特征值，包括：
获取多个车辆的电池***在充电过程中的充电记录；
基于所述多个车辆的电池***在充电过程中的充电记录，形成第一数据矩阵；
对所述第一数据矩阵进行筛选处理，形成第二数据矩阵，所述第二数据矩阵包括筛选后的多个充电记录；
通过所述第二数据矩阵获取所述电池充电过程特征值。
3.根据权利要求2所述的方法，其特征在于，所述通过所述第二数据矩阵获取所述电池充电过程特征值，包括：
获取所述第二数据矩阵中每个充电记录对应的电池充电过程的充入电量；
获取所述第二数据矩阵中每个充电记录中的充电末端电压曲线，并通过对所述充电末端电压曲线进行归一化，形成电压与可补入容量的关系曲线；
根据所述关系曲线，获取所述第二数据矩阵中每个充电记录对应的电池充电结束时的最大电压和最小电压分别对应的最小可补入容量和最大可补入容量；
获取所述第二数据矩阵中每个充电记录对应的电池充电起始时的最小电压对应的校正荷电状态。
4.根据权利要求3所述的方法，其特征在于，所述根据所述电池充电过程特征值确定所述多个充电记录对应的电池***容量，包括：
对于所述多个充电记录中的每个充电记录，通过所述充入电量、所述最小可补入容量和所述校正荷电状态确定所述最小电压情况对应的***放电能量；
通过所述***放电能量、所述充入容量和所述最大可补入容量确定所述充电记录对应的电池***容量。
5.根据权利要求1所述的方法，其特征在于，所述根据所述多个充电记录对应的电池***容量确定电池***的异常容量阈值，包括：
根据所述多个充电记录对应的电池***容量，获取里程和电池***容量的散点图；
基于所述散点图，按照预设的距离步长以窗口滑动的方式对所述多个充电记录对应的多个车辆的电池***容量进行处理，得到窗口滑动对应的异常容量阈值。
6.根据权利要求5所述的方法，其特征在于，所述基于所述散点图，按照预设的距离步长以窗口滑动的方式对所述多个充电记录对应的多个车辆的电池***容量进行处理，得到窗口滑动对应的异常容量阈值，包括：
基于所述散点图，以第一距离为窗口滑动步长对所述多个充电记录对应的多个车辆中的电池***容量进行窗口滑动，以获取每次窗口滑动对应的电池***容量中位数；
基于所述电池***容量中位数对所述多个车辆中每个车辆的电池***容量中的异常数据进行过滤，得到过滤后的每个车辆的电池***容量；
将所述过滤后的每个车辆的电池***容量汇总，得到所述多个车辆的过滤后的电池***容量；
以第二距离为窗口滑动步长对所述多个车辆的过滤后的电池***容量进行窗口滑动，并对每次窗口滑动对应的电池***容量利用四分位距方法确定对应的电池***容量上限阈值和电池***容量下限阈值。
7.根据权利要求1所述的方法，其特征在于，所述根据所述异常容量阈值识别目标车辆的电池***容量状态，包括：
获取所述目标车辆的电池充电过程特征值；
根据所述目标车辆的电池充电过程特征值确定所述目标车辆的电池***容量；
根据所述目标车辆的电池***容量，和所述异常容量阈值，识别目标车辆的电池***容量状态，所述电池***容量状态包括电池***容量异常或电池***容量正常。
8.一种电池容量的检测装置，其特征在于，所述装置包括：
获取模块，用于获取满足电池容量检测需求的多个充电记录对应的电池充电过程特征值；
确定模块，用于通过所述电池充电过程特征值确定所述多个充电记录对应的电池***容量；
所述确定模块，还用于根据所述多个充电记录对应的电池***容量确定电池***的异常容量阈值；
识别模块，用于根据所述异常容量阈值识别目标车辆的电池***容量状态。
9.一种非临时性计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1-7中任一项所述方法的步骤。
10.一种电子设备，其特征在于，包括：
存储器，其上存储有计算机程序；
处理器，用于执行所述存储器中的所述计算机程序，以实现权利要求1-7中任一项所述方法的步骤。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211559408.3A CN115877238B (zh) | 2022-12-06 | 2022-12-06 | 电池容量的检测方法、装置、可读存储介质及电子设备 |
| PCT/CN2022/137645 WO2024119449A1 (zh) | 2022-12-06 | 2022-12-08 | 电池容量的检测方法、装置、可读存储介质及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211559408.3A CN115877238B (zh) | 2022-12-06 | 2022-12-06 | 电池容量的检测方法、装置、可读存储介质及电子设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115877238A true CN115877238A (zh) | 2023-03-31 |
| CN115877238B CN115877238B (zh) | 2023-11-07 |
Family
ID=85766225
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211559408.3A Active CN115877238B (zh) | 2022-12-06 | 2022-12-06 | 电池容量的检测方法、装置、可读存储介质及电子设备 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN115877238B (zh) |
| WO (1) | WO2024119449A1 (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116413609A (zh) * | 2023-06-08 | 2023-07-11 | 江苏正力新能电池技术有限公司 | 一种电池跳水识别方法、装置、电子设备及存储介质 |
| CN117647748A (zh) * | 2024-01-30 | 2024-03-05 | 宁德时代新能源科技股份有限公司 | 异常电芯的检测方法、装置、设备及存储介质 |
| CN118151019A (zh) * | 2024-05-08 | 2024-06-07 | 北汽福田汽车股份有限公司 | 动力电池异常识别方法、装置、存储介质及车辆 |
Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009121931A (ja) * | 2007-11-14 | 2009-06-04 | Autonetworks Technologies Ltd | バッテリ状態管理方法及びバッテリ状態管理装置 |
| CN106471698A (zh) * | 2014-06-27 | 2017-03-01 | 大陆汽车有限公司 | 用于调节电能存储器的充电状态的装置和方法 |
| CN110376536A (zh) * | 2019-08-05 | 2019-10-25 | 桑顿新能源科技(长沙)有限公司 | 电池***soh检测方法、装置、计算机设备和存储介质 |
| CN110954833A (zh) * | 2018-09-25 | 2020-04-03 | 比亚迪股份有限公司 | 一种获取电池容量的方法、装置、车辆 |
| CN110967631A (zh) * | 2019-05-17 | 2020-04-07 | 宁德时代新能源科技股份有限公司 | Soh修正方法和装置、电池管理***和存储介质 |
| CN111211594A (zh) * | 2020-01-02 | 2020-05-29 | 安徽锐能科技有限公司 | 考虑温度和soh的补电式均衡控制方法、电路及存储介质 |
| CN111505511A (zh) * | 2020-04-30 | 2020-08-07 | 北京嘀嘀无限科技发展有限公司 | 一种电动汽车单体电芯容量测定方法、电子设备及存储介质 |
| CN112363895A (zh) * | 2020-08-14 | 2021-02-12 | 北京达佳互联信息技术有限公司 | 一种***故障的定位方法、装置及电子设备 |
| CN112622693A (zh) * | 2020-12-25 | 2021-04-09 | 广州橙行智动汽车科技有限公司 | 一种电池管理方法、装置及车辆 |
| CN112904219A (zh) * | 2021-04-08 | 2021-06-04 | 合肥工业大学 | 一种基于大数据的动力电池健康状态的预测方法 |
| CN113567862A (zh) * | 2021-07-13 | 2021-10-29 | 珠海朗尔电气有限公司 | 锂电池备电***soh估算方法及装置 |
| CN114035096A (zh) * | 2021-11-29 | 2022-02-11 | 东莞新能安科技有限公司 | 电化学装置soh评估方法、电子设备及电池*** |
| CN114729969A (zh) * | 2019-10-02 | 2022-07-08 | 株式会社日立制作所 | 电池状态推定装置 |
| CN115308610A (zh) * | 2022-09-01 | 2022-11-08 | 合肥国轩高科动力能源有限公司 | 一种锂电池分容容量预测方法及*** |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10114079B2 (en) * | 2016-02-24 | 2018-10-30 | Ford Global Technologies, Llc | System and method for identifying vehicle battery decay |
| CN113376526A (zh) * | 2021-04-29 | 2021-09-10 | 广汽三菱汽车有限公司 | 汽车电池容量预测方法、寿命预测方法、装置及存储介质 |
| CN114675201A (zh) * | 2021-11-23 | 2022-06-28 | 北京新能源汽车股份有限公司 | 一种动力电池***的容量衰减率确定方法及装置 |
-
2022
- 2022-12-06 CN CN202211559408.3A patent/CN115877238B/zh active Active
- 2022-12-08 WO PCT/CN2022/137645 patent/WO2024119449A1/zh unknown
Patent Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009121931A (ja) * | 2007-11-14 | 2009-06-04 | Autonetworks Technologies Ltd | バッテリ状態管理方法及びバッテリ状態管理装置 |
| CN106471698A (zh) * | 2014-06-27 | 2017-03-01 | 大陆汽车有限公司 | 用于调节电能存储器的充电状态的装置和方法 |
| CN110954833A (zh) * | 2018-09-25 | 2020-04-03 | 比亚迪股份有限公司 | 一种获取电池容量的方法、装置、车辆 |
| CN110967631A (zh) * | 2019-05-17 | 2020-04-07 | 宁德时代新能源科技股份有限公司 | Soh修正方法和装置、电池管理***和存储介质 |
| WO2020233326A1 (zh) * | 2019-05-17 | 2020-11-26 | 宁德时代新能源科技股份有限公司 | Soh修正方法和装置、电池管理***和存储介质 |
| CN110376536A (zh) * | 2019-08-05 | 2019-10-25 | 桑顿新能源科技(长沙)有限公司 | 电池***soh检测方法、装置、计算机设备和存储介质 |
| CN114729969A (zh) * | 2019-10-02 | 2022-07-08 | 株式会社日立制作所 | 电池状态推定装置 |
| CN111211594A (zh) * | 2020-01-02 | 2020-05-29 | 安徽锐能科技有限公司 | 考虑温度和soh的补电式均衡控制方法、电路及存储介质 |
| CN111505511A (zh) * | 2020-04-30 | 2020-08-07 | 北京嘀嘀无限科技发展有限公司 | 一种电动汽车单体电芯容量测定方法、电子设备及存储介质 |
| CN112363895A (zh) * | 2020-08-14 | 2021-02-12 | 北京达佳互联信息技术有限公司 | 一种***故障的定位方法、装置及电子设备 |
| CN112622693A (zh) * | 2020-12-25 | 2021-04-09 | 广州橙行智动汽车科技有限公司 | 一种电池管理方法、装置及车辆 |
| CN112904219A (zh) * | 2021-04-08 | 2021-06-04 | 合肥工业大学 | 一种基于大数据的动力电池健康状态的预测方法 |
| CN113567862A (zh) * | 2021-07-13 | 2021-10-29 | 珠海朗尔电气有限公司 | 锂电池备电***soh估算方法及装置 |
| CN114035096A (zh) * | 2021-11-29 | 2022-02-11 | 东莞新能安科技有限公司 | 电化学装置soh评估方法、电子设备及电池*** |
| CN115308610A (zh) * | 2022-09-01 | 2022-11-08 | 合肥国轩高科动力能源有限公司 | 一种锂电池分容容量预测方法及*** |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116413609A (zh) * | 2023-06-08 | 2023-07-11 | 江苏正力新能电池技术有限公司 | 一种电池跳水识别方法、装置、电子设备及存储介质 |
| CN116413609B (zh) * | 2023-06-08 | 2023-08-29 | 江苏正力新能电池技术有限公司 | 一种电池跳水识别方法、装置、电子设备及存储介质 |
| CN117647748A (zh) * | 2024-01-30 | 2024-03-05 | 宁德时代新能源科技股份有限公司 | 异常电芯的检测方法、装置、设备及存储介质 |
| CN117647748B (zh) * | 2024-01-30 | 2024-05-28 | 宁德时代新能源科技股份有限公司 | 异常电芯的检测方法、装置、设备及存储介质 |
| CN118151019A (zh) * | 2024-05-08 | 2024-06-07 | 北汽福田汽车股份有限公司 | 动力电池异常识别方法、装置、存储介质及车辆 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115877238B (zh) | 2023-11-07 |
| WO2024119449A1 (zh) | 2024-06-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115877238B (zh) | 电池容量的检测方法、装置、可读存储介质及电子设备 | |
| CN112092675B (zh) | 一种电池热失控预警方法、***及服务器 | |
| US20200292620A1 (en) | Battery life learning device, battery life prediction device, method and non-transitory computer readable medium | |
| CN107037370B (zh) | 基于监控数据的电动汽车剩余电量计算方法 | |
| CN113442787B (zh) | 异常单体电芯识别方法、装置、电子设备和存储介质 | |
| WO2023024851A1 (zh) | 电池均衡方法及*** | |
| CN111273176A (zh) | 一种故障诊断的优化方法及装置、***和存储介质 | |
| CN114148216A (zh) | 电池自放电率异常检测方法、***、设备及存储介质 | |
| CN116125287A (zh) | 电芯异常自放电的识别方法、装置、电子设备及介质 | |
| US20220397612A1 (en) | Systems for analysis of vehicle electrical system performance | |
| CN115248379A (zh) | 一种基于多场景融合的动力电池微短路诊断方法及*** | |
| CN115315698A (zh) | 检测异常充电事件的***和方法 | |
| CN114879070A (zh) | 一种电池状态评估方法及相关设备 | |
| WO2024113908A1 (zh) | 电池故障检测方法及装置 | |
| CN115327380A (zh) | 电池故障诊断方法、存储介质和电子设备 | |
| CN117783872A (zh) | 动力电池的数据异常检测方法、装置、服务器及存储介质 | |
| CN116224091B (zh) | 电池的电芯故障检测方法、装置、电子设备及存储介质 | |
| CN114764600A (zh) | 新能源车电池包的寿命预测方法、装置和电子设备 | |
| CN113538735B (zh) | 一种车辆用途识别方法及装置 | |
| CN115219935A (zh) | 新能源设备的健康状况测评方法、***、装置及介质 | |
| CN112540301B (zh) | 电池检测方法、装置及存储介质 | |
| CN115345241A (zh) | 电池异常检测方法、装置、电子设备及计算机存储介质 | |
| CN111551855B (zh) | 车辆蓄电池状态检测方法、装置、计算机设备和存储介质 | |
| CN113219358A (zh) | 电池包健康状态计算方法、***及电子设备 | |
| FI128274B (en) | Prioritization of diagnostic tests based on collected diagnostic reports |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |