本申請涉及電池檢測，具體為一種動力電池故障檢測方法及檢測系統(tǒng)。

背景技術：

1、近年來，隨著碳排放的限制，新能源汽車的市場占有率越來越高，在新能源汽車中，動力電池是重要的部件之一，用于對車輛及相關設備提供電能，因此動力電池的安全性能至關重要。

2、在現(xiàn)有的新能源汽車中，通常隨車設置有電池管理系統(tǒng)（bms），通過實時采集動力電池的核心數(shù)據(jù)，例如電壓、電流、溫度、soc（剩余電量）等，并結(jié)合相應的算法對這些數(shù)據(jù)進行分析，從而判斷動力電池是否正常運行，在動力電池出現(xiàn)故障后，發(fā)送信號至顯示屏，顯示對應的故障警示信息，在必要時，動力電池還會切斷與電機等驅(qū)動裝置的動力，防止動力電池故障帶來駕駛安全隱患。

3、然而，在現(xiàn)有的電池管理系統(tǒng)對動力電池進行故障檢測時，通常是采用固定的閾值和延遲時間，在獲取到動力電池的運行參數(shù)后，對其進行分析，然后按照預設的延遲時間將分析結(jié)果與預先設置好的閾值進行比對，從而判斷動力電池是否出現(xiàn)故障，這種方法忽略了動力電池的動態(tài)變化，因為在不同溫度、不同負載下，動力電池的故障程度也會產(chǎn)生變化，當動態(tài)數(shù)據(jù)變化足夠大時，會出現(xiàn)檢測結(jié)果不準確的情況，甚至會出現(xiàn)誤報，固定式的閾值和延遲時間無法滿足所有情況，影響安全駕駛。

4、所以有必要提供一種動力電池故障檢測方法及檢測系統(tǒng)來解決上述問題。

5、需要說明的是，本背景技術部分中公開的以上信息僅用于理解本申請構(gòu)思的背景技術，并且因此，它可以包含不構(gòu)成現(xiàn)有技術的信息。

技術實現(xiàn)思路

1、基于現(xiàn)有技術中存在的上述問題，本申請所要解決的問題是：提供一種動力電池故障檢測方法及檢測系統(tǒng)，通過對動力電池故障進行分級，并對故障檢測過程中的第一閾值和第一延遲時間進行動態(tài)調(diào)節(jié)，提高故障檢測結(jié)果的準確性。

2、本申請解決其技術問題所采用的技術方案是：一種動力電池故障檢測方法，該方法包括：

3、數(shù)據(jù)處理中心接收來自采集設備所采集的動力電池運行數(shù)據(jù)，并設置第一閾值和第一延遲時間，根據(jù)第一閾值和第一延遲時間對動力電池進行初步診斷，生成診斷報告；

4、根據(jù)診斷報告進行二次診斷，并建立量化模型對故障程度進行量化，按照量化結(jié)果進行故障等級劃分，生成至少兩個故障等級；

5、按照故障等級進行參數(shù)動態(tài)調(diào)節(jié)，該參數(shù)包括第一閾值和第一時間延遲時間，并生成參數(shù)動態(tài)調(diào)節(jié)量；

6、根據(jù)參數(shù)動態(tài)調(diào)節(jié)量對第一閾值和第一延遲時間進行調(diào)節(jié)，并按照調(diào)節(jié)后的數(shù)值重新進行故障分析，根據(jù)分析結(jié)果輸出預警信號。

7、在本申請的技術方案實施過程中，通過對動力電池進行初步診斷和二次診斷，并對故障程度進行量化，按照量化結(jié)果生成多個故障等級，然后在不同故障等級下進行參數(shù)動態(tài)調(diào)節(jié)，提高故障檢測結(jié)果的準確性，并減少外部環(huán)境影響下的故障誤判情況，在分析完畢后生成多種預警信號，提高駕駛安全。

8、進一步的，二次診斷的過程包括以下步驟：獲取診斷報告中的第一閾值差值，并建立量化模型，基于第一閾值差值對故障程度進行量化，并確定故障等級；針對不同的故障等級選擇對應的故障分析方法，對動力電池進行進一步分析；生成二次故障分析結(jié)果，并將結(jié)果發(fā)送至數(shù)據(jù)處理中心。

9、進一步的，所述量化模型為基于規(guī)則的映射模型，在量化模型中設置好映射規(guī)則后，將第一閾值差值與預設的映射規(guī)則進行匹配，確定故障等級，其中，映射規(guī)則為，當?shù)谝婚撝挡钪敌∮诘谝慌R界值時，判定為第一故障等級，當?shù)谝婚撝挡钪荡笥诘扔诘谝慌R界值，小于第二臨界值時，判定為第二故障等級，當?shù)谝婚撝挡钪荡笥诘扔诘诙R界值，小于第三臨界值時，判定為第三故障等級。

10、進一步的，對第一故障等級采用基于深度學習的異常識別方法進行故障診斷，對第二故障等級和第三故障等級采用故障模式樹分析的方法進行故障診斷。

11、進一步的，參數(shù)動態(tài)調(diào)節(jié)量的獲取采用基于在線學習的動態(tài)調(diào)節(jié)方法實現(xiàn)。

12、進一步的，基于在線學習的動態(tài)調(diào)節(jié)方法進一步包括：建立機器學習模型，并將初次診斷報告作為第一訓練集輸入該模型中，將二次診斷報告作為第二訓練集輸入該模型中；利用機器學習模型進行在線學習，實時更新模型參數(shù)；根據(jù)在線學習的結(jié)果，動態(tài)調(diào)整第一閾值和第一延遲時間。

13、進一步的，所述機器學習模型為支持向量機、決策樹、隨機森林的其中一種。

14、進一步的，在進行量化時，對第一閾值差值進行相對差值轉(zhuǎn)換，將實際差異轉(zhuǎn)化為百分比差異，轉(zhuǎn)換后的結(jié)果為（實際值-第一閾值）/第一閾值*100%。

15、一種動力電池故障檢測系統(tǒng)，該系統(tǒng)包括：

16、初次診斷模塊，用于數(shù)據(jù)處理中心接收來自采集設備所采集的動力電池運行數(shù)據(jù)，并設置第一閾值和第一延遲時間，根據(jù)第一閾值和第一延遲時間對動力電池進行初步診斷，生成診斷報告；

17、故障等級劃分模塊，用于根據(jù)診斷報告進行二次診斷，并建立量化模型對故障程度進行量化，按照量化結(jié)果進行故障等級劃分，生成至少兩個故障等級；

18、參數(shù)動態(tài)調(diào)節(jié)模塊，用于按照故障等級進行參數(shù)動態(tài)調(diào)節(jié)，該參數(shù)包括第一閾值和第一時間延遲時間，并生成參數(shù)動態(tài)調(diào)節(jié)量；

19、預警模塊，用于根據(jù)參數(shù)動態(tài)調(diào)節(jié)量對第一閾值和第一延遲時間進行調(diào)節(jié)，并按照調(diào)節(jié)后的數(shù)值重新進行故障分析，根據(jù)分析結(jié)果輸出預警信號。

20、本申請的有益效果是：本申請?zhí)峁┑囊环N動力電池故障檢測方法及檢測系統(tǒng)，通過對動力電池進行初步診斷和二次診斷，并對故障程度進行量化，按照量化結(jié)果生成多個故障等級，然后在不同故障等級下進行參數(shù)動態(tài)調(diào)節(jié)，提高故障檢測結(jié)果的準確性，并減少外部環(huán)境影響下的故障誤判情況，在分析完畢后生成多種預警信號，提高駕駛安全。

21、除了上面所描述的目的、特征和優(yōu)點之外，本申請還有其它的目的、特征和優(yōu)點。下面將參照圖，對本申請作進一步詳細的說明。

技術特征：

1.一種動力電池故障檢測方法，其特征在于：該方法包括：

2.根據(jù)權利要求1所述的一種動力電池故障檢測方法，其特征在于：二次診斷的過程包括以下步驟：獲取診斷報告中的第一閾值差值，并建立量化模型，基于第一閾值差值對故障程度進行量化，并確定故障等級；針對不同的故障等級選擇對應的故障分析方法，對動力電池進行進一步分析；生成二次故障分析結(jié)果，并將結(jié)果發(fā)送至數(shù)據(jù)處理中心。

3.根據(jù)權利要求2所述的一種動力電池故障檢測方法，其特征在于：所述量化模型為基于規(guī)則的映射模型，在量化模型中設置好映射規(guī)則后，將第一閾值差值與預設的映射規(guī)則進行匹配，確定故障等級，其中，映射規(guī)則為，當?shù)谝婚撝挡钪敌∮诘谝慌R界值時，判定為第一故障等級，當?shù)谝婚撝挡钪荡笥诘扔诘谝慌R界值，小于第二臨界值時，判定為第二故障等級，當?shù)谝婚撝挡钪荡笥诘扔诘诙R界值，小于第三臨界值時，判定為第三故障等級。

4.根據(jù)權利要求3所述的一種動力電池故障檢測方法，其特征在于：對第一故障等級采用基于深度學習的異常識別方法進行故障診斷，對第二故障等級和第三故障等級采用故障模式樹分析的方法進行故障診斷。

5.根據(jù)權利要求1所述的一種動力電池故障檢測方法，其特征在于：參數(shù)動態(tài)調(diào)節(jié)量的獲取采用基于在線學習的動態(tài)調(diào)節(jié)方法實現(xiàn)。

6.根據(jù)權利要求5所述的一種動力電池故障檢測方法，其特征在于：基于在線學習的動態(tài)調(diào)節(jié)方法進一步包括：建立機器學習模型，并將初次診斷報告作為第一訓練集輸入該模型中，將二次診斷報告作為第二訓練集輸入該模型中；利用機器學習模型進行在線學習，實時更新模型參數(shù)；根據(jù)在線學習的結(jié)果，動態(tài)調(diào)整第一閾值和第一延遲時間。

7.根據(jù)權利要求6所述的一種動力電池故障檢測方法，其特征在于：所述機器學習模型為支持向量機、決策樹、隨機森林的其中一種。

8.根據(jù)權利要求2所述的一種動力電池故障檢測方法，其特征在于：在進行量化時，對第一閾值差值進行相對差值轉(zhuǎn)換，將實際差異轉(zhuǎn)化為百分比差異，轉(zhuǎn)換后的結(jié)果為（實際值-第一閾值）/第一閾值*100%。

9.一種動力電池故障檢測系統(tǒng)，其特征在于：該系統(tǒng)包括：

技術總結(jié)
本申請公開了一種動力電池故障檢測方法及檢測系統(tǒng)，屬于電池及檢測技術領域，包括：數(shù)據(jù)處理中心接收來自采集設備所采集的動力電池運行數(shù)據(jù)，并設置第一閾值和第一延遲時間，生成診斷報告；根據(jù)診斷報告進行二次診斷，并對故障程度進行量化，生成至少兩個故障等級；按照故障等級進行參數(shù)動態(tài)調(diào)節(jié)；根據(jù)參數(shù)動態(tài)調(diào)節(jié)量重新進行故障分析，輸出預警信號。在本申請的技術方案實施過程中，通過對動力電池進行初步診斷和二次診斷，并對故障程度進行量化，按照量化結(jié)果生成多個故障等級，然后在不同故障等級下進行參數(shù)動態(tài)調(diào)節(jié)，提高故障檢測結(jié)果的準確性，并減少外部環(huán)境影響下的故障誤判情況，在分析完畢后生成多種預警信號，提高駕駛安全。

技術研發(fā)人員：李定勝,張騰飛,高立,高鵬強,朱捷
受保護的技術使用者：江蘇華鵬智能儀表科技股份有限公司
技術研發(fā)日：
技術公布日：2025/1/28