本發(fā)明屬于動力電池，具體涉及一種動力電池溫度異常故障診斷方法、裝置及電子設(shè)備。

背景技術(shù)：

1、動力電池系統(tǒng)通常用于新能源車輛中。動力電池系統(tǒng)是一個集機(jī)械元件、電氣器件、半導(dǎo)體器件、發(fā)熱元件等多類部件于一體的綜合性系統(tǒng)，因而電池系統(tǒng)的運(yùn)行穩(wěn)定性易受到外部環(huán)境復(fù)雜多變因素的影響，電池系統(tǒng)的故障原因也難以清楚地分析和排查。單體電池?zé)崾Э厥窃斐呻姵叵到y(tǒng)起火的主要原因，也是新能源汽車安全性的最大隱患。要準(zhǔn)確識別單體電池?zé)崾Э禺惓栴}，單體電池溫度是重要特征參數(shù)，除熱失控問題外，還可識別電池采樣異常、加熱異常等潛在故障。

2、動力電池系統(tǒng)通常連接有電池管理系統(tǒng)。目前針對電池溫度監(jiān)控多采用電池管理系統(tǒng)報警的模式，在電池發(fā)生高溫的情況下，電池管理系統(tǒng)及時控制電池輸出和輸入功率，防止濫用問題引發(fā)電池?zé)崾Э亍５姵毓芾硐到y(tǒng)缺乏對電池溫度異常原因進(jìn)行診斷的功能，不能有效地識別故障原因，不利于電池安全問題的識別和處理。目前針對電池溫度異常的預(yù)警多為熱失控預(yù)警，僅考慮電芯層面，未全面考慮電池系統(tǒng)因加熱、采樣異常等故障帶來的數(shù)據(jù)異常特征，故障診斷精確度較低。在問題識別及處理應(yīng)用場景中，電池?cái)?shù)據(jù)特征表現(xiàn)與實(shí)際故障表現(xiàn)關(guān)聯(lián)度差，預(yù)警準(zhǔn)確性較低，不利于售后人員對故障的快速排查及處理。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的在于提供一種動力電池溫度異常故障診斷方法、裝置及電子設(shè)備，用以解決現(xiàn)有技術(shù)中對動力電池溫度異常的故障診斷精確度較低，不利于對故障的快速排查及處理的技術(shù)問題。

2、為解決上述技術(shù)問題，本發(fā)明提供了一種動力電池溫度異常故障診斷方法，該方法是將待診斷的動力電池的實(shí)時運(yùn)行參數(shù)輸入溫度異常故障診斷模型，對動力電池進(jìn)行故障診斷以判斷出失效模式；所述的運(yùn)行參數(shù)包括動力電池溫度異常故障診斷模型中的特征變量；其中所述的動力電池溫度異常故障診斷模型構(gòu)建方法包括以下步驟：

3、1)獲取可能導(dǎo)致電池溫度異常的失效模式，并初步確定出每種失效模式對應(yīng)的特征變量以及判據(jù)，所述的判據(jù)用于根據(jù)特征變量的數(shù)值判斷對應(yīng)的失效模式是否發(fā)生；所述的運(yùn)行參數(shù)包括所述的特征變量；

4、2)以動力電池運(yùn)行參數(shù)為根節(jié)點(diǎn)，失效模式對應(yīng)的特征變量為父節(jié)點(diǎn)，失效模式對應(yīng)的判據(jù)為子節(jié)點(diǎn)，失效模式為葉子結(jié)點(diǎn)，建立決策樹初始模型；

5、3)以歷史時間段的溫度正常的動力電池的運(yùn)行參數(shù)和溫度異常的動力電池的運(yùn)行參數(shù)作為樣本數(shù)據(jù)，對決策樹初始模型進(jìn)行優(yōu)化訓(xùn)練從而獲得溫度異常故障診斷模型。

6、其有益效果為：本發(fā)明的方法在構(gòu)建動力電池溫度異常故障診斷模型時，考慮到了可能導(dǎo)致電池溫度異常的失效模式，并設(shè)置每種失效模式對應(yīng)的判據(jù)和特征變量，進(jìn)而建立決策樹模型并進(jìn)行優(yōu)化訓(xùn)練，根據(jù)動力電池的運(yùn)行參數(shù)可獲取每個特征變量的值，結(jié)合每種失效模式對應(yīng)的判據(jù)可準(zhǔn)確判斷出每種失效模式是否發(fā)生，以發(fā)生的失效模式作為最終的動力電池溫度異常的失效模式。本發(fā)明的方法不再采用熱失控預(yù)警對失效模式進(jìn)行診斷，而是利用優(yōu)化后的決策樹模型，結(jié)合動力電池的實(shí)時運(yùn)行參數(shù)，從而快速準(zhǔn)確地診斷出動力電池溫度異常的原因；此外在失效模式發(fā)生時可及時準(zhǔn)確地進(jìn)行判定，以便對現(xiàn)場工作人員進(jìn)行提醒。

7、優(yōu)選地，所述的失效模式包括電池溫度采樣異常，該失效模式對應(yīng)的特征變量包括相鄰報文的時間差、相鄰報文對應(yīng)的電池的溫度波動幅度和相鄰報文對應(yīng)的soc波動量，該失效模式對應(yīng)的判據(jù)為相鄰報文的時間差為第一預(yù)設(shè)值且相鄰報文對應(yīng)的溫度波動幅度大于第一閾值且相鄰報文對應(yīng)的soc波動量小于第二閾值；所述的報文用于傳送特征變量的數(shù)值。

8、其有益效果為：溫度采樣異常是溫度采樣回路因采樣點(diǎn)老化/進(jìn)水、電連接松動、采樣插件虛接、采樣線斷裂、采樣從板損壞等問題導(dǎo)致的電池溫度波動異常。電池溫度波動異常存在溫度跳高和溫度跳低兩種數(shù)據(jù)現(xiàn)象，具體表現(xiàn)為相鄰采樣時刻的溫度數(shù)據(jù)波動異常。而且溫度采樣回路的故障不會導(dǎo)致電池本身的儲電能力變差。因此，以相鄰報文的時間差、電池單體在相鄰報文對應(yīng)的溫度波動幅度和相鄰報文對應(yīng)的soc波動量作為特征變量可準(zhǔn)確地對溫度采樣異常是否發(fā)生進(jìn)行判斷。

9、優(yōu)選地，所述的失效模式包括電池加熱功能異常，該失效模式對應(yīng)的特征變量包括電池的最高溫升速率、電池的最低溫升速率以及加熱過程中電池的溫差增加量，該失效模式對應(yīng)的判據(jù)為：在預(yù)設(shè)時間段內(nèi)電池的最高溫升速率大于第三閾值或電池的最低溫升速率小于第四閾值，且加熱過程中電池的溫差增加量大于第五閾值。

10、其有益效果為：電池加熱功能異常是指加熱過程中加熱器件高溫?zé)g、加熱繼電器粘連、控制策略異常等原因?qū)е碌碾姵販囟犬惓Ｉ邌栴}。根據(jù)失效模式失效分析及數(shù)據(jù)特征分析，加熱系統(tǒng)故障具體表現(xiàn)為初始溫升速率快，整段加熱過程溫差大、加熱不均衡等問題。因此選取最高溫升速率、最低溫升速率以及加熱過程中電池溫差增加量作為特征變量，可準(zhǔn)確地對電池加熱功能異常是否發(fā)生進(jìn)行判斷。

11、優(yōu)選地，所述的失效模式還包括電池單體異常，該失效模式對應(yīng)的特征變量包括電池的溫升速率、壓降速率、絕緣失效時長、電流波動幅度及電流波動時長，該失效模式對應(yīng)的判據(jù)為，在預(yù)設(shè)時長內(nèi)，滿足電池的溫升速率大于第六閾值、電池的壓降速率大于第七閾值、絕緣失效時長大于第八閾值以及電流波動幅度大于預(yù)設(shè)值的持續(xù)時長大于第九閾值中的至少兩個條件。

12、其有益效果為：電池單體異常是指由于電池自放電、電連接不良導(dǎo)致的電池系統(tǒng)內(nèi)部異常產(chǎn)熱，電池?zé)崾Э赝瑫r伴發(fā)著溫度、電壓、絕緣、電流等參數(shù)異常波動，采用多項(xiàng)特征變量可有效提升故障診斷的準(zhǔn)確率。

13、優(yōu)選地，所述的溫升速率基于動力電池運(yùn)行參數(shù)，采用滑動窗口算法獲取。

14、其有益效果為：采用滑動窗口算法可快速且實(shí)時地對溫升速率進(jìn)行計(jì)算。

15、優(yōu)選地，還包括：在判斷出失效模式后進(jìn)行報警。

16、優(yōu)選地，若失效模式為電池溫度采樣異常，進(jìn)一步判斷電池溫度跳變嚴(yán)重程度，根據(jù)所述的溫度跳變嚴(yán)重程度進(jìn)行分級別報警。

17、為解決上述技術(shù)問題，本發(fā)明還提供了一種基于決策樹的動力電池溫度異常故障診斷裝置，包括：

18、故障診斷模塊，用于將動力電池的實(shí)時運(yùn)行參數(shù)輸入動力電池溫度異常故障診斷模型，對動力電池進(jìn)行故障診斷，判斷出失效模式；其中所述的動力電池溫度異常故障診斷模型構(gòu)建方法包括以下步驟：

19、1)獲取可能導(dǎo)致電池溫度異常的失效模式，并初步確定出每種失效模式對應(yīng)的特征變量以及判據(jù)，所述的判據(jù)用于根據(jù)特征變量的數(shù)值判斷對應(yīng)的失效模式是否發(fā)生；所述的運(yùn)行參數(shù)包括所述的特征變量；

20、2)以動力電池運(yùn)行參數(shù)為根節(jié)點(diǎn)，失效模式對應(yīng)的特征變量為父節(jié)點(diǎn)，失效模式對應(yīng)的判據(jù)為子節(jié)點(diǎn)，失效模式為葉子結(jié)點(diǎn)，建立決策樹初始模型；

21、3)以歷史時間段的溫度正常的動力電池的運(yùn)行參數(shù)和溫度異常的動力電池的運(yùn)行參數(shù)作為樣本數(shù)據(jù)，對決策樹初始模型進(jìn)行優(yōu)化訓(xùn)練從而獲得動力電池溫度異常故障診斷模型。

22、其有益效果為：本發(fā)明的裝置在構(gòu)建時動力電池溫度異常故障診斷模型時，考慮到了所有可能導(dǎo)致電池溫度異常的失效模式，并設(shè)置每種失效模式對應(yīng)的判據(jù)和特征變量，進(jìn)而建立決策樹模型并進(jìn)行優(yōu)化訓(xùn)練，根據(jù)動力電池的運(yùn)行參數(shù)可獲取每個特征變量的值，結(jié)合每種失效模式對應(yīng)的判據(jù)可準(zhǔn)確判斷出每種失效模式是否發(fā)生，以發(fā)生的失效模式作為最終的動力電池溫度異常的失效模式。采用本發(fā)明的裝置可快速準(zhǔn)確地對動力電池溫度異常的原因進(jìn)行診斷，在失效模式發(fā)生時可及時準(zhǔn)確地做出進(jìn)行判定，以便對現(xiàn)場工作人員進(jìn)行提醒。

23、為解決上述技術(shù)問題，本發(fā)明還提供了一種電子設(shè)備，包括存儲器和處理器，所述存儲器內(nèi)存儲有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時，實(shí)現(xiàn)本發(fā)明的基于決策樹的動力電池溫度異常故障診斷方法。