电池的电芯故障检测方法、装置、电子设备及存储介质与流程

本公开实施例涉及电池检测的，更具体地，涉及一种电池的电芯故障检测方法、装置、电子设备及存储介质。

背景技术：

1、随着汽车电池的迅速发展，对汽车电池的质量要求也逐步提高。为了提高汽车电池的质量，可以对电池中的电芯进行检测，以对电池中某一个电芯可能会出现异常情况进行预警。

2、目前，对汽车的电池的电芯检测的方式通常是采集电池电芯的电流和电压，并通过采集到的电流和电压来分析电芯是否发生故障，这种方式没有结合电池运行过程中的其他充电参数判断电芯发生故障的可能性，使得准确度较低。

技术实现思路

1、本公开实施例的一个目的是提供一种电池的电芯故障检测方法、装置、电子设备及存储介质的新的技术方案。

2、根据本公开的第一方面，提供了一种电池的电芯故障检测方法，该方法包括：获取所述电芯在设定时间内的充电运行数据；从所述电芯的所述充电运行数据中筛选出符合预设条件的多个充电片段数据；其中，不同的充电片段数据对应不同的充电进程；对于所述多个充电片段数据中的每一充电片段数据，根据所述充电片段数据，得到所述电芯的多个充电参数在对应充电进程内随时间变化的多个状态数据；其中，所述多个充电参数与所述多个状态数据一一对应；将所述多个充电参数进行不同的分组，得到至少两个参数组；其中，不同参数组具有不同的充电参数组成；对于所述至少两个参数组中的每一参数组，在根据每一充电片段数据得到的多个状态数据中，提取对应所述参数组的充电参数的状态数据作为所述参数组对应的数据组，得到至少两个数据组；根据所述至少两个数据组，得到所述电芯的至少一个特征数据；将所述至少一个特征数据输入至预置的检测模型中，得到检测结果；根据所述检测结果，确定所述电芯在设定时间之后存在故障的概率。

3、可选地，预设条件至少包括以下一项：充电进程的时长超过预置时长；充电进程的结束节点所对应的剩余电量超过预置电量。

4、可选地，所述充电参数包括采样时间、电压、温度、电流、里程和剩余电量；所述至少两个参数组包括第一参数组、第二参数组、第三参数组和第四参数组，其中，所述第一参数组包括电压、电流和采样时间，所述第二参数组包括电压、剩余电量和温度；所述第三参数组包括电压、里程和采样时间；所述第四参数组包括电流、剩余电量和里程。

5、可选地，所述根据所述至少两个数据组，得到所述电芯的至少一个特征数据，包括：将所述至少两个数据组分别输入至预置的数据处理模型中，得到至少两个数据组中多个充电参数的贡献度；根据所述多个充电参数的贡献度，从所述多个充电参数中确定预设数量的第一充电参数；根据所述预设数量的第一充电参数，得到特征数据。

6、可选地，所述根据所述多个充电参数的贡献度，从所述多个充电参数中确定预设数量的第一充电参数，包括：确定对于不同充电参数的权重系数以及不同充电参数的优先级；对于所述至少一个数据集中的每一个充电参数，根据所述权重系数和所述贡献度，得到所述充电参数的权重值；按照所述优先级，依次对所述权重值进行累加计算，得到累加值；确定所述累加值超过预设阈值所对应的第一充电参数。

7、可选地，所述检测模型包括支持向量检测模型、随机森林检测模型和弹性网络检测模型中至少一个；所述将所述特征数据输入至预置的至少一个检测模型中，得到检测结果，包括：将所述特征数据输入至所述至少一个检测模型中，得到概率值，并作为检测结果。

8、可选地，在所述获取电池的电芯在设定时间内的充电运行数据之前，还包括：获取多个第一训练样本和多个第二训练样本，所述第一训练样本携带有类别标签；利用第一训练样本对预置的检测模型进行训练，得到一次训练后的检测模型；将所述多个第二训练样本输入至所述一次训练后的检测模型中，得到多个第二训练样本的概率值；从所述多个第二训练样本中筛选出对应的概率值在预置的阈值区间内的训练样本，并作为第三训练样本，以及不在所述阈值区间内的训练样本，并作为第四训练样本；利用所述第三训练样本输入对所述检测模型进行训练，得到二次训练后的检测模型；将所述多个第四训练样本输入至所述二次训练后的检测模型中，得到多个第四训练样本的概率值；直至从检测模型中得到的且对应概率值不在阈值区间内的训练样本的数量小于预设数量，结束训练。

9、根据本公开的第二方面，还提供了一种电池故障检测的装置，该装置包括：运行数据获取模块，用于获取所述电芯在设定时间内的充电运行数据；片段数据筛选模块，用于从所述电芯的所述充电运行数据中筛选出符合预设条件的多个充电片段数据；其中，不同的充电片段数据对应不同的充电进程；状态数据得到模块，用于对于所述多个充电片段数据中的每一充电片段数据，根据所述充电片段数据，得到所述电芯的多个充电参数在对应充电进程内随时间变化的多个状态数据；其中，所述多个充电参数与所述多个状态数据一一对应；参数组得到模块，用于将所述多个充电参数进行不同的分组，得到至少两个参数组；其中，不同参数组具有不同的充电参数组成；数据组得到模块，用于对于所述至少两个参数组中的每一参数组，在根据每一充电片段数据得到的多个状态数据中，提取对应所述参数组的充电参数的状态数据作为所述参数组对应的数据组，得到至少两个数据组。特征数据得到模块，用于根据所述至少两个数据组，得到所述电芯的至少一个特征数据；检测结果得到模块，用于将所述至少一个特征数据输入至预置的检测模型中，得到检测结果；电芯故障确定模块，用于根据所述检测结果，确定所述电芯在设定时间之后存在故障的概率。

10、根据本公开的第三方面，还提供了一种电子设备，包括存储器和处理器，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计算机程序，以实现根据本公开第一方面所述的方法。

11、根据本公开的第四方面，还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储计算机程序，所述计算机程序在被处理器执行时实现根据本公开的第一方面所述的方法。

12、本公开实施例的一个有益效果在于，通过对获取到的充电运行数据进行筛选，可以得到的充电片段数据，并根据多个充电片段数据，得到多个随时间变化的状态数据以及对应于状态数据的数据组。再根据数据组得到特征数据。将特征数据输入至检测模型中可以得到判断电芯发生故障概率的检测结果，从而准确地判断电芯在未来某一个时间是否会发生故障。

13、通过以下参照附图对本公开的示例性实施例的详细描述，本公开实施例的其它特征及其优点将会变得清楚。

技术特征：

1.一种电池的电芯故障检测方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述预设条件至少包括以下一项：充电进程的时长超过预置时长；充电进程的结束节点所对应的剩余电量超过预置电量。

3.根据权利要求1所述的方法，其特征在于，所述充电参数包括采样时间、电压、温度、电流、里程和剩余电量；

4.根据权利要求1所述的方法，其特征在于，所述根据所述至少两个数据组，得到所述电芯的至少一个特征数据，包括：

5.根据权利要求4所述的方法，其特征在于，所述根据所述多个充电参数的贡献度，从所述多个充电参数中确定预设数量的第一充电参数，包括：

6.根据权利要求1所述的方法，其特征在于，所述检测模型包括支持向量检测模型、随机森林检测模型和弹性网络检测模型中至少一个；

7.根据权利要求1所述的方法，其特征在于，在所述获取电池的电芯在设定时间内的充电运行数据之前，还包括：

8.一种电池的电芯故障检测的装置，其特征在于：

9.一种电子设备，其特征在于，包括处理器和存储器，所述存储器存储可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如权利要求1-7任一项所述的电池的电芯故障检测方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如权利要求1-7任一项所述的电池的电芯故障检测方法的步骤。

技术总结
本公开涉及一种电池的电芯故障检测方法、装置、电子设备及存储介质，属于电池检测的技术领域，该方法包括：对于多个充电片段数据中的每一充电片段数据，根据充电片段数据，得到电芯的多个充电参数在对应充电进程内随时间变化的多个状态数据；将多个充电参数进行不同的分组，得到至少两个参数组；对于至少两个参数组中的每一参数组，在根据每一充电片段数据得到的多个状态数据中，提取对应参数组的充电参数的状态数据作为参数组对应的数据组，得到至少两个数据组；根据至少两个数据组，得到电芯的至少一个特征数据；将至少一个特征数据输入至预置的检测模型中，得到检测结果；根据检测结果，确定电芯在设定时间之后存在故障的概率。

技术研发人员：阮宇飞,苗昰,黄贇
受保护的技术使用者：伏瓦科技（苏州）有限公司
技术研发日：
技术公布日：2024/1/13