CN116256661B - 电池故障检测方法、装置、电子设备和存储介质 - Google Patents

电池故障检测方法、装置、电子设备和存储介质 Download PDF

Info

Publication number
CN116256661B
CN116256661B CN202310548951.1A CN202310548951A CN116256661B CN 116256661 B CN116256661 B CN 116256661B CN 202310548951 A CN202310548951 A CN 202310548951A CN 116256661 B CN116256661 B CN 116256661B
Authority
CN
China
Prior art keywords
fault
detected
determining
factor
comparison result
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.)
Active
Application number
CN202310548951.1A
Other languages
English (en)
Other versions
CN116256661A (zh
Inventor
赵珈卉
朱勇
张斌
刘明义
王建星
刘承皓
孙悦
郝晓伟
平小凡
成前
杨超然
白盼星
王娅宁
周敬伦
段召容
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Huaneng Clean Energy Research Institute
Huaneng Lancang River Hydropower Co Ltd
Original Assignee
Huaneng Clean Energy Research Institute
Huaneng Lancang River Hydropower Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Huaneng Clean Energy Research Institute, Huaneng Lancang River Hydropower Co Ltd filed Critical Huaneng Clean Energy Research Institute
Priority to CN202310548951.1A priority Critical patent/CN116256661B/zh
Publication of CN116256661A publication Critical patent/CN116256661A/zh
Application granted granted Critical
Publication of CN116256661B publication Critical patent/CN116256661B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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]
    • G01R31/396—Acquisition or processing of data for testing or for monitoring individual cells or groups of cells within a battery
    • 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]
    • G01R31/389—Measuring internal impedance, internal conductance or related variables
    • 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)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)
  • Secondary Cells (AREA)

Abstract

本公开提出一种电池故障检测方法、装置、电子设备和存储介质，该方法包括：获取待检测单体电池的等效电路模型，识别等效电路模型中的欧姆内阻值、极化电容值和极化电阻值，计算与欧姆内阻值对应的第一异常因子、与极化电容值对应的第二异常因子，以及与极化电阻值对应的第三异常因子，计算与第一异常因子对应的第一故障指标、与第二异常因子对应的第二故障指标，以及与第三异常因子对应的第三故障指标，基于第一故障指标、第二故障指标和第三故障指标，确定与待检测单体电池对应的故障检测结果，由此，能够有效提升电池故障检测的准确性和适用性，可以提高储能电池***的可靠性和安全性，同时减少维护成本和时间。

Description

电池故障检测方法、装置、电子设备和存储介质
技术领域
本公开涉及电池储能***智能故障诊断技术领域，具体涉及一种电池故障检测方法、装置、电子设备和存储介质。
背景技术
随着新能源技术的快速发展，储能电池***已经成为可再生能源和智能电网中的重要组成部分。而储能电池的性能和寿命直接影响着储能***的效率和稳定性。在储能电池***中，电池电压是重要的参数之一，其可以反映电池的状态和性能。但是，由于储能电池受到多种因素的影响，例如温度、充放电循环、使用时间等，因此电池电压往往存在着一定的波动性和不稳定性。在实际使用过程中，当储能电池电压发生异常变化时，可能会导致储能***的故障和事故的发生。因此，需要一种基于异常点检测的储能电池电压故障检测方法。
相关技术中，在基于异常点检测电池故障时，通常只能检测出单一的异常值，难以对多种故障进行检测。
这种方式下，无法保证检测过程的适用性以及检测结果的准确性。
发明内容
本公开旨在至少在一定程度上解决相关技术中的技术问题之一。
为此，本公开的目的在于提出一种电池故障检测方法、装置、电子设备和存储介质，能够有效提升电池故障检测的准确性和适用性，可以提高储能电池***的可靠性和安全性，同时减少维护成本和时间。
本公开第一方面实施例提出的电池故障检测方法，包括：
获取待检测单体电池的等效电路模型，其中，所述待检测单体电池属于待检测电池组，所述待检测电池组中包含多个所述待检测单体电池；
识别所述等效电路模型中的模型参数，其中，所述模型参数包括欧姆内阻值、极化电容值和极化电阻值；
计算与所述模型参数对应的目标异常因子，其中，所述目标异常因子包括：与所述欧姆内阻值对应的第一异常因子、与所述极化电容值对应的第二异常因子，以及与所述极化电阻值对应的第三异常因子；
计算与所述目标异常因子对应的目标故障指标，其中，所述目标故障指标包括：与所述第一异常因子对应的第一故障指标、与所述第二异常因子对应的第二故障指标，以及与所述第三异常因子对应的第三故障指标；
基于所述第一故障指标、所述第二故障指标和所述第三故障指标，确定与所述待检测单体电池对应的故障检测结果。
本公开第一方面实施例提出的电池故障检测方法，通过获取待检测单体电池的等效电路模型，其中，待检测单体电池属于待检测电池组，待检测电池组中包含多个待检测单体电池，识别等效电路模型中的模型参数，其中，模型参数包括欧姆内阻值、极化电容值和极化电阻值，计算与模型参数对应的目标异常因子，其中，目标异常因子包括：与欧姆内阻值对应的第一异常因子、与极化电容值对应的第二异常因子，以及与极化电阻值对应的第三异常因子，计算与目标异常因子对应的目标故障指标，其中，目标故障指标包括：与第一异常因子对应的第一故障指标、与第二异常因子对应的第二故障指标，以及与第三异常因子对应的第三故障指标，基于第一故障指标、第二故障指标和第三故障指标，确定与待检测单体电池对应的故障检测结果，由此，能够有效提升电池故障检测的准确性和适用性，可以提高储能电池***的可靠性和安全性，同时减少维护成本和时间。
本公开第二方面实施例提出的电池故障检测装置，包括：
获取模块，用于获取待检测单体电池的等效电路模型，其中，所述待检测单体电池属于待检测电池组，所述待检测电池组中包含多个所述待检测单体电池；
识别模块，用于识别所述等效电路模型中的模型参数，其中，所述模型参数包括欧姆内阻值、极化电容值和极化电阻值；
第一计算模块，用于计算与所述模型参数对应的目标异常因子，其中，所述目标异常因子包括：与所述欧姆内阻值对应的第一异常因子、与所述极化电容值对应的第二异常因子，以及与所述极化电阻值对应的第三异常因子；
第二计算模块，用于计算与所述目标异常因子对应的目标故障指标，其中，所述目标故障指标包括：与所述第一异常因子对应的第一故障指标、与所述第二异常因子对应的第二故障指标，以及与所述第三异常因子对应的第三故障指标；
确定模块，用于基于所述第一故障指标、所述第二故障指标和所述第三故障指标，确定与所述待检测单体电池对应的故障检测结果。
本公开第二方面实施例提出的电池故障检测装置，通过获取待检测单体电池的等效电路模型，其中，待检测单体电池属于待检测电池组，待检测电池组中包含多个待检测单体电池，识别等效电路模型中的模型参数，其中，模型参数包括欧姆内阻值、极化电容值和极化电阻值，计算与模型参数对应的目标异常因子，其中，目标异常因子包括：与欧姆内阻值对应的第一异常因子、与极化电容值对应的第二异常因子，以及与极化电阻值对应的第三异常因子，计算与目标异常因子对应的目标故障指标，其中，目标故障指标包括：与第一异常因子对应的第一故障指标、与第二异常因子对应的第二故障指标，以及与第三异常因子对应的第三故障指标，基于第一故障指标、第二故障指标和第三故障指标，确定与待检测单体电池对应的故障检测结果，由此，能够有效提升电池故障检测的准确性和适用性，可以提高储能电池***的可靠性和安全性，同时减少维护成本和时间。
本公开第三方面实施例提出的电子设备，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如本公开第一方面实施例提出的电池故障检测方法。
本公开第四方面实施例提出了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，该程序被处理器执行时实现如本公开第一方面实施例提出的电池故障检测方法。
本公开第五方面实施例提出了一种计算机程序产品，当所述计算机程序产品中的指令由处理器执行时，执行如本公开第一方面实施例提出的电池故障检测方法。
本公开附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本公开的实践了解到。
附图说明
本公开上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
图1是本公开一实施例提出的电池故障检测方法的流程示意图；
图2是本公开另一实施例提出的电池故障检测方法的流程示意图；
图3是本公开另一实施例提出的电池故障检测方法的流程示意图；
图4是根据本公开提出的一使用局部离群因子的故障检测方法的流程图；
图5是本公开一实施例提出的电池故障检测装置的结构示意图；
图6示出了适于用来实现本公开实施方式的示例性电子设备的框图。
具体实施方式
下面详细描述本公开的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本公开，而不能理解为对本公开的限制。相反，本公开的实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同物。
图1是本公开一实施例提出的电池故障检测方法的流程示意图。
其中，需要说明的是，本实施例的电池故障检测方法的执行主体为电池故障检测装置，该装置可以由软件和/或硬件的方式实现，该装置可以配置在电子设备中，电子设备可以包括但不限于终端、服务器端等，如终端可为手机、掌上电脑等。
如图1所示，该电池故障检测方法，包括：
S101：获取待检测单体电池的等效电路模型，其中，待检测单体电池属于待检测电池组，待检测电池组中包含多个待检测单体电池。
其中，待检测单体电池，是指待进行故障检测的单体电池。
其中，等效电路模型，可以是指基于待检测单体电池的实时电压数据和实时电流数据构建的电路模型，能够被用于描述待检测单体电池的动态特性。例如可以是戴维宁（Thevenin）等效电路模型。
其中，待检测电池组，是指由多个待检测单体电池组成的电池组。
本公开实施例中，当获取待检测单体电池的等效电路模型，可以为后续对待检测单体电池进行故障检测提供可靠的数据支持。
S102：识别等效电路模型中的模型参数，其中，模型参数包括欧姆内阻值、极化电容值和极化电阻值。
其中，模型参数，是指组成上述等效电路模型的参数。
其中，欧姆内阻由电极材料、电解液、隔膜电阻及各部分零件的接触电阻组成。
其中，极化内阻，是指电池或电容器内部介质极化时导致的电阻。它可以表示为一个串联在电池或电容器正极和负极之间的电阻元件，通常用符号Rp表示。
其中，极化电容，是指电池或电容器内部介质极化时导致的电容。它可以被建模为一个并联在电池或电容器正极和负极之间的电容元件，通常用符号Cp表示。
举例而言，本公开实施例中可以采用递归最小二乘（Recursive Least-Squares，RLS）和扩展卡尔曼滤（EXTEND KALMAN FILTER，EKF）的联合估计方法来同时估计待检测单体电池的SOC和模型参数
S103：计算与模型参数对应的目标异常因子，其中，目标异常因子包括：与欧姆内阻值对应的第一异常因子、与极化电容值对应的第二异常因子，以及与极化电阻值对应的第三异常因子。
其中，目标异常因子，是指基于局部异常因子（Local Outlier Factor，LOF）方法计算得到的与模型参数对应的异常因子。该目标异常因子的值越大，对应模型参数所属待检测单体电池故障的概率也越大。
其中，第一异常因子、第二异常因子和第三异常因子，分别是针对欧姆内阻值、极化电容值和极化电阻值计算得到的异常因子。
本公开实施例中，当计算与模型参数对应的目标异常因子时，所得第一异常因子、第二异常因子和第三异常因子，可以分别描述欧姆内阻值、极化电容值和极化电阻值对应的异常程度，从而为后续故障检测提供可靠的参考信息。
S104：计算与目标异常因子对应的目标故障指标，其中，目标故障指标包括：与第一异常因子对应的第一故障指标、与第二异常因子对应的第二故障指标，以及与第三异常因子对应的第三故障指标。
其中，目标故障指标，是指针对目标异常因子计算得到的指标，可以被用于描述对应目标异常因子的故障信息。
其中，第一故障指标、第二故障指标以及第三故障指标，分别是指针对第一异常因子、第二异常因子和第三异常因子计算得到的故障指标。
即是说，本公开实施例中，在计算与模型参数对应的目标异常因子之后，可以计算与目标异常因子对应的目标故障指标，其中，目标故障指标包括：与第一异常因子对应的第一故障指标、与第二异常因子对应的第二故障指标，以及与第三异常因子对应的第三故障指标，从而为后续确定故障检测结果提供可靠的判断依据。
S105：基于第一故障指标、第二故障指标和第三故障指标，确定与待检测单体电池对应的故障检测结果。
其中，故障检测结果，可以被用于指示对应待检测单体电池是否发生了故障。
本实施例中，通过获取待检测单体电池的等效电路模型，其中，待检测单体电池属于待检测电池组，待检测电池组中包含多个待检测单体电池，识别等效电路模型中的模型参数，其中，模型参数包括欧姆内阻值、极化电容值和极化电阻值，计算与模型参数对应的目标异常因子，其中，目标异常因子包括：与欧姆内阻值对应的第一异常因子、与极化电容值对应的第二异常因子，以及与极化电阻值对应的第三异常因子，计算与目标异常因子对应的目标故障指标，其中，目标故障指标包括：与第一异常因子对应的第一故障指标、与第二异常因子对应的第二故障指标，以及与第三异常因子对应的第三故障指标，基于第一故障指标、第二故障指标和第三故障指标，确定与待检测单体电池对应的故障检测结果，由此，能够有效提升电池故障检测的准确性和适用性，可以提高储能电池***的可靠性和安全性，同时减少维护成本和时间。
图2是本公开另一实施例提出的电池故障检测方法的流程示意图。
如图2所示，该电池故障检测方法，包括：
S201：获取待检测单体电池的等效电路模型，其中，待检测单体电池属于待检测电池组，待检测电池组中包含多个待检测单体电池。
S202：识别等效电路模型中的模型参数，其中，模型参数包括欧姆内阻值、极化电容值和极化电阻值。
S201和S202的描述说明可以具体参见上述实施例，在此不再赘述。
S203：确定待检测电池组所包含的待检测单体电池的电池数量。
其中，电池数量，是指待检测电池组所包含的待检测单体电池的数量。
可以理解的是，电池数量决定了电池组对应同类型模型参数的数量，而模型参数的数量可能会影响异常因子的计算过程，由此，当确定待检测电池组所包含的待检测单体电池的电池数量时，可以为后续计算异常因子提供可靠的数据支持。
S204：基于电池数量，以及与多个待检测单体电池对应的欧姆内阻值，确定第一异常因子。
S205：基于电池数量，以及与多个待检测单体电池对应的极化电容值，确定第二异常因子。
S206：基于电池数量，以及与多个待检测单体电池对应的极化电阻值，确定第三异常因子。
即是说，本公开实施例中，在识别等效电路模型中的模型参数之后，可以确定待检测电池组所包含的待检测单体电池的电池数量，基于电池数量，以及与多个待检测单体电池对应的欧姆内阻值，确定第一异常因子，基于电池数量，以及与多个待检测单体电池对应的极化电容值，确定第二异常因子，基于电池数量，以及与多个待检测单体电池对应的极化电阻值，确定第三异常因子，由此，可以有效提升异常因子计算过程与个性化应用场景之间的适配性，能够有效提升所得异常因子的准确性。
S207：确定多个第一异常因子的第一平均值和第一样本标准差，并基于第一异常因子、第一平均值和第一样本标准差，计算得到第一故障指标。
其中，第一平均值，是指多个第一异常因子的平均值。第一样本标准差，则是指多个第一异常因子的样本标准差。
S208：确定多个第二异常因子的第二平均值和第二样本标准差，并基于第二异常因子、第二平均值和第二样本标准差，计算得到第二故障指标。
其中，第二平均值，是指多个第二异常因子的平均值。第二样本标准差，则是指多个第二异常因子的样本标准差。
S209：确定多个第三异常因子的第三平均值和第三样本标准差，并基于第三异常因子、第三平均值和第三样本标准差，计算得到第三故障指标。
其中，第三平均值，是指多个第三异常因子的平均值。第三样本标准差，则是指多个第三异常因子的样本标准差。
举例而言，本公开实施例中可以获取待检测电池组中每个待检测电池对应的第一异常因子组成第一异常因子集合，则的第一异常因子对应的第一故障指标/>，可以定义为：
其中，和S分别表示第一异常因子集合中多个第一异常因子的平均值和样本标准差，其定义如下：
可以理解的是，第二故障指标和第三故障指标的获取过程可以参见上述第一故障指标的获取过程，在此不再赘述。
即是说，本公开实施例中在得到第一异常因子、第二异常因子以及第三异常因子之后，可以确定多个第一异常因子的第一平均值和第一样本标准差，并基于第一异常因子、第一平均值和第一样本标准差，计算得到第一故障指标，确定多个第二异常因子的第二平均值和第二样本标准差，并基于第二异常因子、第二平均值和第二样本标准差，计算得到第二故障指标，确定多个第三异常因子的第三平均值和第三样本标准差，并基于第三异常因子、第三平均值和第三样本标准差，计算得到第三故障指标，由此，可以有效提升所得故障指标的描述效果。
S210：基于第一故障指标、第二故障指标和第三故障指标，确定与待检测单体电池对应的故障检测结果。
S210的描述说明可以具体参见上述实施例，在此不再赘述。
本实施例中，通过确定待检测电池组所包含的待检测单体电池的电池数量，基于电池数量，以及与多个待检测单体电池对应的欧姆内阻值，确定第一异常因子，基于电池数量，以及与多个待检测单体电池对应的极化电容值，确定第二异常因子，基于电池数量，以及与多个待检测单体电池对应的极化电阻值，确定第三异常因子，由此，可以有效提升异常因子计算过程与个性化应用场景之间的适配性，能够有效提升所得异常因子的准确性。通过确定多个第一异常因子的第一平均值和第一样本标准差，并基于第一异常因子、第一平均值和第一样本标准差，计算得到第一故障指标，确定多个第二异常因子的第二平均值和第二样本标准差，并基于第二异常因子、第二平均值和第二样本标准差，计算得到第二故障指标，确定多个第三异常因子的第三平均值和第三样本标准差，并基于第三异常因子、第三平均值和第三样本标准差，计算得到第三故障指标，由此，可以有效提升所得故障指标的描述效果。
图3是本公开另一实施例提出的电池故障检测方法的流程示意图。
如图3所示，该电池故障检测方法，包括：
S301：获取待检测单体电池的等效电路模型，其中，待检测单体电池属于待检测电池组，待检测电池组中包含多个待检测单体电池。
S302：识别等效电路模型中的模型参数，其中，模型参数包括欧姆内阻值、极化电容值和极化电阻值。
S303：计算与模型参数对应的目标异常因子，其中，目标异常因子包括：与欧姆内阻值对应的第一异常因子、与极化电容值对应的第二异常因子，以及与极化电阻值对应的第三异常因子。
S304：计算与目标异常因子对应的目标故障指标，其中，目标故障指标包括：与第一异常因子对应的第一故障指标、与第二异常因子对应的第二故障指标，以及与第三异常因子对应的第三故障指标。
S301-S304的描述说明可以具体参见上述实施例，在此不再赘述。
S305：确定故障临界值。
其中，故障临界值，可以被用于和目标故障指标进行比对，从而判断其电池是否发生故障。
可选的，一些实施例中，在确定故障临界值时，可以是获取待检测单体电池的故障检测需求信息，根据故障检测需求信息，确定目标置信值，基于电池数量和目标置信值，从预设临界值表中获取故障临界值，其中，预设临界值表中包含多个参考临界值，故障临界值属于多个参考临界值，由此，可以针对个性化的应用场景灵活配置对应的故障临界值，从而有效提升所得故障临界值的适用性，能够有效提升故障检测效果。
S306：确定第一故障指标与故障临界值的第一比对结果。
其中，第一比对结果，是指第一故障指标与故障临界值之间的比对结果，可以被用于指示第一故障指标与故障临界值的大小关系。
S307：确定第二故障指标与故障临界值的第二比对结果。
其中，第二比对结果，是指第二故障指标与故障临界值之间的比对结果，可以被用于指示第二故障指标与故障临界值的大小关系。
S308：确定第三故障指标与故障临界值的第三比对结果。
其中，第三比对结果，是指第三故障指标与故障临界值之间的比对结果，可以被用于指示第三故障指标与故障临界值的大小关系。
S309：根据第一比对结果、第二比对结果以及第三比对结果，确定故障检测结果。
可选的，一些实施例中，在根据第一比对结果、第二比对结果以及第三比对结果，确定故障检测结果时，可以是响应于第一比对结果、第二比对结果以及第三比对结果满足预设条件，确定待检测单体电池未发生故障，响应于第一比对结果、第二比对结果以及第三比对结果不满足预设条件，确定待检测单体电池发生故障，由此，可以为确定待检测单体电池发生故障提供可靠的判断依据。
其中，预设条件，是指预先针对第一比对结果、第二比对结果以及第三比对结果所配置的判断条件。
可选的，一些实施例中，预设条件，包括：第一比对结果为第一故障指标小于故障临界值；第二比对结果为第二故障指标小于故障临界值；第三比对结果为第三故障指标小于故障临界值。即是说，本公开实施例中，仅当待检测单体电池对应的第一故障指标、第二故障指标以及第三故障指标均小于故障临界值时，可以确定待检测单体电池发生故障。当第一故障指标、第二故障指标以及第三故障指标中任意一个故障指标大于或等于故障临界值时，可以判定待检测单体电池发生了故障。
也即是说，本公开实施例中在计算与目标异常因子对应的目标故障指标之后，可以确定故障临界值，确定第一故障指标与故障临界值的第一比对结果，确定第二故障指标与故障临界值的第二比对结果，确定第三故障指标与故障临界值的第三比对结果，根据第一比对结果、第二比对结果以及第三比对结果，确定故障检测结果，由此，可以实现待检测单体电池的多故障点检测，能够有效提升电池故障检测的可靠性。
本实施例中，通过确定故障临界值，确定第一故障指标与故障临界值的第一比对结果，确定第二故障指标与故障临界值的第二比对结果，确定第三故障指标与故障临界值的第三比对结果，根据第一比对结果、第二比对结果以及第三比对结果，确定故障检测结果，由此，可以实现待检测单体电池的多故障点检测，能够有效提升电池故障检测的可靠性。通过获取待检测单体电池的故障检测需求信息，根据故障检测需求信息，确定目标置信值，基于电池数量和目标置信值，从预设临界值表中获取故障临界值，其中，预设临界值表中包含多个参考临界值，故障临界值属于多个参考临界值，由此，可以针对个性化的应用场景灵活配置对应的故障临界值，从而有效提升所得故障临界值的适用性，能够有效提升故障检测效果。通过响应于第一比对结果、第二比对结果以及第三比对结果满足预设条件，确定待检测单体电池未发生故障，响应于第一比对结果、第二比对结果以及第三比对结果不满足预设条件，确定待检测单体电池发生故障，由此，可以为确定待检测单体电池发生故障提供可靠的判断依据。
可以理解的是，局部异常因子也可以称为局部离群因子，举例而言，如图4所示，图4是根据本公开提出的一使用局部离群因子的故障检测方法的流程图，其中，Uk和IK是待检测单体电池的实时电压值和实时电流值，Uocv是指开路电压，Rin是指欧姆内阻，Rp是指极化电阻，Cp是指极化电容，Ut是指端电压，yk是指基于电池模型得到的估计电压，X={Rin,i,Rp,i,Cp,i}是指基于多个待检测单体电池的欧姆内阻、极化电阻和极化电容组成的样本数据集，p是指样本数据集X中的一个样本数据，是p的m个最近邻点的集合，/>表示p的局部可达密度，/>表示p相对于o的可达性距离，/>是p和o之间的欧几里得距离。/>是p的m距离，定义为o与其第m个最近邻点之间的距离，是离群因子集，/>和/>分别表示Rin、Rp和Cp的故障指标。格拉布斯（Grubbs）准则，属于正态分布的分支，是指某个测量值的残余误差的绝对值|Vi|>Gg，则判断此值中有较大误差，应以剔除。图4中设计了一个基于Grubbs准则的离群值滤波器，用于检查离群因子是否在其正常范围内。
图5是本公开一实施例提出的电池故障检测装置的结构示意图。
如图5所示，该电池故障检测装置50，包括：
获取模块501，用于获取待检测单体电池的等效电路模型，其中，待检测单体电池属于待检测电池组，待检测电池组中包含多个待检测单体电池；
识别模块502，用于识别等效电路模型中的模型参数，其中，模型参数包括欧姆内阻值、极化电容值和极化电阻值；
第一计算模块503，用于计算与模型参数对应的目标异常因子，其中，目标异常因子包括：与欧姆内阻值对应的第一异常因子、与极化电容值对应的第二异常因子，以及与极化电阻值对应的第三异常因子；
第二计算模块504，用于计算与目标异常因子对应的目标故障指标，其中，目标故障指标包括：与第一异常因子对应的第一故障指标、与第二异常因子对应的第二故障指标，以及与第三异常因子对应的第三故障指标；
确定模块505，用于基于第一故障指标、第二故障指标和第三故障指标，确定与待检测单体电池对应的故障检测结果。
需要说明的是，前述对电池故障检测方法的解释说明也适用于本实施例的电池故障检测装置，此处不再赘述。
本实施例中，通过获取待检测单体电池的等效电路模型，其中，待检测单体电池属于待检测电池组，待检测电池组中包含多个待检测单体电池，识别等效电路模型中的模型参数，其中，模型参数包括欧姆内阻值、极化电容值和极化电阻值，计算与模型参数对应的目标异常因子，其中，目标异常因子包括：与欧姆内阻值对应的第一异常因子、与极化电容值对应的第二异常因子，以及与极化电阻值对应的第三异常因子，计算与目标异常因子对应的目标故障指标，其中，目标故障指标包括：与第一异常因子对应的第一故障指标、与第二异常因子对应的第二故障指标，以及与第三异常因子对应的第三故障指标，基于第一故障指标、第二故障指标和第三故障指标，确定与待检测单体电池对应的故障检测结果，由此，能够有效提升电池故障检测的准确性和适用性，可以提高储能电池***的可靠性和安全性，同时减少维护成本和时间。
图6示出了适于用来实现本公开实施方式的示例性电子设备的框图。图6显示的电子设备12仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
如图6所示，电子设备12以通用计算设备的形式表现。电子设备12的组件可以包括但不限于：一个或者多个处理器或者处理单元16，***存储器28，连接不同***组件（包括***存储器28和处理单元16）的总线18。
总线18表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，***总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构（Industry StandardArchitecture；以下简称：ISA）总线，微通道体系结构（Micro Channel Architecture；以下简称：MAC）总线，增强型ISA总线、视频电子标准协会（Video Electronics StandardsAssociation；以下简称：VESA）局域总线以及***组件互连（Peripheral ComponentInterconnection；以下简称：PCI）总线。
电子设备12典型地包括多种计算机***可读介质。这些介质可以是任何能够被电子设备12访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
存储器28可以包括易失性存储器形式的计算机***可读介质，例如随机存取存储器（Random Access Memory；以下简称：RAM）30和/或高速缓存存储器32。电子设备12可以进一步包括其他可移动/不可移动的、易失性/非易失性计算机***存储介质。仅作为举例，存储***34可以用于读写不可移动的、非易失性磁介质（图6未显示，通常称为“硬盘驱动器”）。
尽管图6中未示出，可以提供用于对可移动非易失性磁盘（例如“软盘”）读写的磁盘驱动器，以及对可移动非易失性光盘（例如：光盘只读存储器（Compact Disc Read OnlyMemory；以下简称：CD-ROM）、数字多功能只读光盘（Digital Video Disc Read OnlyMemory；以下简称：DVD-ROM）或者其他光介质）读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品，该程序产品具有一组（例如至少一个）程序模块，这些程序模块被配置以执行本公开各实施例的功能。
具有一组（至少一个）程序模块42的程序/实用工具40，可以存储在例如存储器28中，这样的程序模块42包括但不限于操作***、一个或者多个应用程序、其他程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本公开所描述的实施例中的功能和/或方法。
电子设备12也可以与一个或多个外部设备14（例如键盘、指向设备、显示器24等）通信，还可与一个或者多个使得人体能与该电子设备12交互的设备通信，和/或与使得该电子设备12能与一个或多个其他计算设备进行通信的任何设备（例如网卡，调制解调器等等）通信。这种通信可以通过输入/输出（I/O）接口22进行。并且，电子设备12还可以通过网络适配器20与一个或者多个网络（例如局域网（Local Area Network；以下简称：LAN），广域网（Wide Area Network；以下简称：WAN）和/或公共网络，例如因特网）通信。如图所示，网络适配器20通过总线18与电子设备12的其他模块通信。应当明白，尽管图中未示出，可以结合电子设备12使用其他硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID***、磁带驱动器以及数据备份存储***等。
处理单元16通过运行存储在***存储器28中的程序，从而执行各种功能应用以及数据处理，例如实现前述实施例中提及的电池故障检测方法。
为了实现上述实施例，本公开还提出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，该程序被处理器执行时实现如本公开前述实施例提出的电池故障检测方法。
为了实现上述实施例，本公开还提出一种计算机程序产品，当计算机程序产品中的指令处理器执行时，执行如本公开前述实施例提出的电池故障检测方法。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其他实施方案。本公开旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。
应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
需要说明的是，在本公开的描述中，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。此外，在本公开的描述中，除非另有说明，“多个”的含义是两个或两个以上。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本公开的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本公开的实施例所属技术领域的技术人员所理解。
应当理解，本公开的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行***执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列（PGA），现场可编程门阵列（FPGA）等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
此外，在本公开各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器，磁盘或光盘等。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本公开的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定是指相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管上面已经示出和描述了本公开的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本公开的限制，本领域的普通技术人员在本公开的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (7)

1.一种电池故障检测方法，其特征在于，包括：
获取待检测单体电池的等效电路模型，其中，所述待检测单体电池属于待检测电池组，所述待检测电池组中包含多个所述待检测单体电池；
识别所述等效电路模型中的模型参数，其中，所述模型参数包括欧姆内阻值、极化电容值和极化电阻值；
计算与所述模型参数对应的目标异常因子，其中，所述目标异常因子包括：与所述欧姆内阻值对应的第一异常因子、与所述极化电容值对应的第二异常因子，以及与所述极化电阻值对应的第三异常因子，其中，目标异常因子是基于局部异常因子方法计算得到的与模型参数对应的异常因子，所述目标异常因子的值越大，对应模型参数所属待检测单体电池故障的概率也越大；
计算与所述目标异常因子对应的目标故障指标，其中，所述目标故障指标包括：与所述第一异常因子对应的第一故障指标、与所述第二异常因子对应的第二故障指标，以及与所述第三异常因子对应的第三故障指标；
基于所述第一故障指标、所述第二故障指标和所述第三故障指标，确定与所述待检测单体电池对应的故障检测结果；
所述计算与所述目标异常因子对应的目标故障指标，包括：
确定多个所述第一异常因子的第一平均值和第一样本标准差，并基于所述第一异常因子、所述第一平均值和所述第一样本标准差，计算得到所述第一故障指标；
确定多个所述第二异常因子的第二平均值和第二样本标准差，并基于所述第二异常因子、所述第二平均值和所述第二样本标准差，计算得到所述第二故障指标；
确定多个所述第三异常因子的第三平均值和第三样本标准差，并基于所述第三异常因子、所述第三平均值和所述第三样本标准差，计算得到所述第三故障指标所述基于所述第一故障指标、所述第二故障指标和所述第三故障指标，确定与所述待检测单体电池对应的故障检测结果，包括：
确定故障临界值，所述确定故障临界值，包括：
获取所述待检测单体电池的故障检测需求信息；
根据所述故障检测需求信息，确定目标置信值；
基于电池数量和所述目标置信值，从预设临界值表中获取所述故障临界值，其中，所述预设临界值表中包含多个参考临界值，所述故障临界值属于所述多个参考临界值；
确定所述第一故障指标与所述故障临界值的第一比对结果；
确定所述第二故障指标与所述故障临界值的第二比对结果；
确定所述第三故障指标与所述故障临界值的第三比对结果；
根据所述第一比对结果、所述第二比对结果以及所述第三比对结果，确定所述故障检测结果。
2.如权利要求1所述的方法，其特征在于，所述计算与所述模型参数对应的目标异常因子，包括：
确定所述待检测电池组所包含的所述待检测单体电池的电池数量；
基于所述电池数量，以及与所述多个所述待检测单体电池对应的所述欧姆内阻值，确定所述第一异常因子；
基于所述电池数量，以及与所述多个所述待检测单体电池对应的所述极化电容值，确定所述第二异常因子；
基于所述电池数量，以及与所述多个所述待检测单体电池对应的所述极化电阻值，确定所述第三异常因子。
3.如权利要求1所述的方法，其特征在于，所述根据所述第一比对结果、所述第二比对结果以及所述第三比对结果，确定所述故障检测结果，包括：
响应于所述第一比对结果、所述第二比对结果以及所述第三比对结果满足预设条件，确定所述待检测单体电池未发生故障；
响应于所述第一比对结果、所述第二比对结果以及所述第三比对结果不满足所述预设条件，确定所述待检测单体电池发生故障。
4.如权利要求3所述的方法，其特征在于，所述预设条件，包括：
所述第一比对结果为所述第一故障指标小于所述故障临界值；
所述第二比对结果为所述第二故障指标小于所述故障临界值；
所述第三比对结果为所述第三故障指标小于所述故障临界值。
5.一种电池故障检测装置，其特征在于，包括：
获取模块，用于获取待检测单体电池的等效电路模型，其中，所述待检测单体电池属于待检测电池组，所述待检测电池组中包含多个所述待检测单体电池；
识别模块，用于识别所述等效电路模型中的模型参数，其中，所述模型参数包括欧姆内阻值、极化电容值和极化电阻值；
第一计算模块，用于计算与所述模型参数对应的目标异常因子，其中，所述目标异常因子包括：与所述欧姆内阻值对应的第一异常因子、与所述极化电容值对应的第二异常因子，以及与所述极化电阻值对应的第三异常因子，其中，目标异常因子是基于局部异常因子方法计算得到的与模型参数对应的异常因子，所述目标异常因子的值越大，对应模型参数所属待检测单体电池故障的概率也越大；
第二计算模块，用于计算与所述目标异常因子对应的目标故障指标，其中，所述目标故障指标包括：与所述第一异常因子对应的第一故障指标、与所述第二异常因子对应的第二故障指标，以及与所述第三异常因子对应的第三故障指标；
确定模块，用于基于所述第一故障指标、所述第二故障指标和所述第三故障指标，确定与所述待检测单体电池对应的故障检测结果；
所述第一计算模块，还用于所述计算与所述目标异常因子对应的目标故障指标，包括：
确定多个所述第一异常因子的第一平均值和第一样本标准差，并基于所述第一异常因子、所述第一平均值和所述第一样本标准差，计算得到所述第一故障指标；
确定多个所述第二异常因子的第二平均值和第二样本标准差，并基于所述第二异常因子、所述第二平均值和所述第二样本标准差，计算得到所述第二故障指标；
确定多个所述第三异常因子的第三平均值和第三样本标准差，并基于所述第三异常因子、所述第三平均值和所述第三样本标准差，计算得到所述第三故障指标；
所述确定模块，还用于确定故障临界值，所述确定故障临界值，包括：
获取所述待检测单体电池的故障检测需求信息；
根据所述故障检测需求信息，确定目标置信值；
基于电池数量和所述目标置信值，从预设临界值表中获取所述故障临界值，其中，所述预设临界值表中包含多个参考临界值，所述故障临界值属于所述多个参考临界值；
确定所述第一故障指标与所述故障临界值的第一比对结果；
确定所述第二故障指标与所述故障临界值的第二比对结果；
确定所述第三故障指标与所述故障临界值的第三比对结果；
根据所述第一比对结果、所述第二比对结果以及所述第三比对结果，确定所述故障检测结果。
6.一种电子设备，其特征在于，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-4中任一项所述的方法。
7.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，其中，所述计算机指令用于使所述计算机执行权利要求1-4中任一项所述的方法。
CN202310548951.1A 2023-05-16 2023-05-16 电池故障检测方法、装置、电子设备和存储介质 Active CN116256661B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310548951.1A CN116256661B (zh) 2023-05-16 2023-05-16 电池故障检测方法、装置、电子设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310548951.1A CN116256661B (zh) 2023-05-16 2023-05-16 电池故障检测方法、装置、电子设备和存储介质

Publications (2)

Publication Number Publication Date
CN116256661A CN116256661A (zh) 2023-06-13
CN116256661B true CN116256661B (zh) 2023-08-29

Family

ID=86681064

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310548951.1A Active CN116256661B (zh) 2023-05-16 2023-05-16 电池故障检测方法、装置、电子设备和存储介质

Country Status (1)

Country Link
CN (1) CN116256661B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117310348B (zh) * 2023-11-23 2024-03-12 东莞市时实电子有限公司 一种电源适配器故障实时监测方法及***
CN117851955B (zh) * 2024-03-07 2024-05-24 辽宁亿金电子有限公司 一种柔直电容器状态检测方法及***

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011076778A (ja) * 2009-09-29 2011-04-14 Denso Corp 電池監視装置
CN103399282A (zh) * 2013-08-07 2013-11-20 清华大学 电池单体故障诊断方法
CN107192914A (zh) * 2017-04-18 2017-09-22 宁德时代新能源科技股份有限公司 锂离子动力电池内短路检测方法
CN111983496A (zh) * 2020-08-10 2020-11-24 中国科学技术大学 一种并联锂离子电池组虚拟连接与内阻增加故障辨识方法
CN112147512A (zh) * 2020-09-17 2020-12-29 北京理工大学 一种锂离子电池短路与滥用故障的诊断及分离方法
CN112684362A (zh) * 2020-12-21 2021-04-20 深圳供电局有限公司 蓄电池内部结构的故障检测方法、装置、检测设备
CN114487889A (zh) * 2021-12-31 2022-05-13 国网江苏电力设计咨询有限公司 一种基于预充电流脉冲的电池内短路故障识别方法
WO2022126390A1 (zh) * 2020-12-15 2022-06-23 东莞新能德科技有限公司 电池内短路侦测方法、电子装置和存储介质
CN115684942A (zh) * 2022-10-31 2023-02-03 中国长江三峡集团有限公司 电池短路故障检测方法、装置、计算机设备及介质

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011076778A (ja) * 2009-09-29 2011-04-14 Denso Corp 電池監視装置
CN103399282A (zh) * 2013-08-07 2013-11-20 清华大学 电池单体故障诊断方法
CN107192914A (zh) * 2017-04-18 2017-09-22 宁德时代新能源科技股份有限公司 锂离子动力电池内短路检测方法
CN111983496A (zh) * 2020-08-10 2020-11-24 中国科学技术大学 一种并联锂离子电池组虚拟连接与内阻增加故障辨识方法
CN112147512A (zh) * 2020-09-17 2020-12-29 北京理工大学 一种锂离子电池短路与滥用故障的诊断及分离方法
WO2022126390A1 (zh) * 2020-12-15 2022-06-23 东莞新能德科技有限公司 电池内短路侦测方法、电子装置和存储介质
CN112684362A (zh) * 2020-12-21 2021-04-20 深圳供电局有限公司 蓄电池内部结构的故障检测方法、装置、检测设备
CN114487889A (zh) * 2021-12-31 2022-05-13 国网江苏电力设计咨询有限公司 一种基于预充电流脉冲的电池内短路故障识别方法
CN115684942A (zh) * 2022-10-31 2023-02-03 中国长江三峡集团有限公司 电池短路故障检测方法、装置、计算机设备及介质

Also Published As

Publication number Publication date
CN116256661A (zh) 2023-06-13

Similar Documents

Publication Publication Date Title
CN116256661B (zh) 电池故障检测方法、装置、电子设备和存储介质
CN113415165B (zh) 一种故障诊断方法、装置、电子设备及存储介质
US11532843B2 (en) Detection method and detection device for branch states of battery system
CN115372841A (zh) 一种锂离子电池单体热失控风险评价方法及装置
CN116794510A (zh) 故障预测方法、装置、计算机设备和存储介质
CN114325400A (zh) 电池剩余寿命的确定方法、装置、电子设备及存储介质
CN116338487B (zh) 电芯检测方法、装置、电子设备及存储介质
CN116400248B (zh) 电池内短路故障的确定方法及装置
CN116400249A (zh) 储能电池的检测方法及装置
CN111413564A (zh) 一种超级电容器失效预警方法、***以及设备
CN116187510A (zh) 电表箱故障预测方法、装置、计算机设备和存储介质
CN115879040A (zh) 电容器的故障预测方法、装置、电子设备及存储介质
CN116482560B (zh) 电池故障检测方法、装置、电子设备及存储介质
CN117805663B (zh) 基于运行状态的电池测试方法、装置、设备和介质
CN112799911A (zh) 一种节点健康状态检测方法、装置、设备及存储介质
CN113156318B (zh) 故障电芯检测方法、装置、电子设备和存储介质
CN117648612B (zh) 并联电池组故障检测方法、装置、电子设备和存储介质
CN116400231B (zh) 储能***的电池多故障检测方法、装置及电子设备
CN116304776A (zh) 基于k-Means算法的电网数据值异常检测方法及***
CN212723249U (zh) 一种故障检测装置
CN115420418B (zh) 气压测量方法、装置、电子设备及可读存储介质
CN111220911B (zh) 磷酸铁锂电池极化状态判别方法、装置和电子设备
CN117471338A (zh) 一种电芯一致性筛查方法及装置
CN118333610A (zh) 一种信息处理方法、装置、电子设备及存储介质
CN117471238A (zh) 一种电网***稳定性的确定方法、装置及电子设备

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