本發(fā)明涉及電數(shù)字?jǐn)?shù)據(jù)處理，具體涉及電池故障診斷方法、裝置、設(shè)備、存儲(chǔ)介質(zhì)及程序產(chǎn)品。

背景技術(shù)：

1、在實(shí)際應(yīng)用場(chǎng)景中，電池若出現(xiàn)故障，將對(duì)整個(gè)電路產(chǎn)生很大影響，因此及時(shí)檢測(cè)出電池故障并診斷出故障類(lèi)型尤為重要。

2、相關(guān)技術(shù)中的電池故障診斷方法可分為三類(lèi)：1、基于經(jīng)驗(yàn)的故障診斷：通過(guò)專(zhuān)家觀察電池系統(tǒng)在不同狀態(tài)下的特性來(lái)診斷電池故障；2、基于模型的電池故障診斷方法：利用分析模型輸出與實(shí)際電池測(cè)量數(shù)據(jù)之間的差異來(lái)確定故障；3、數(shù)據(jù)驅(qū)動(dòng)的故障診斷方法：直接分析處理運(yùn)行數(shù)據(jù)來(lái)檢測(cè)故障的方法。然而，基于經(jīng)驗(yàn)進(jìn)行故障診斷依賴單閾值，在某些情況下無(wú)法區(qū)分電池的正常狀態(tài)和故障狀態(tài)，導(dǎo)致誤報(bào)；基于模型的故障診斷方法會(huì)因?yàn)殡姵氐膬?nèi)阻、容量等參數(shù)不斷變化，導(dǎo)致模型的輸出值與實(shí)際測(cè)量值差異大，且未能考慮電動(dòng)汽車(chē)運(yùn)行過(guò)程中可能發(fā)生的不同類(lèi)型的故障，只能針對(duì)特定故障，適用范圍窄；基于數(shù)據(jù)驅(qū)動(dòng)的故障診斷方法需要大量歷史數(shù)據(jù)進(jìn)行訓(xùn)練，局限性大，且訓(xùn)練所需的計(jì)算量大、成本高。

3、因此，亟需一種能夠及時(shí)準(zhǔn)確地檢測(cè)出電池故障及故障類(lèi)型的方法。

技術(shù)實(shí)現(xiàn)思路

1、有鑒于此，本發(fā)明提供了一種電池故障診斷方法、裝置、設(shè)備、存儲(chǔ)介質(zhì)及程序產(chǎn)品，以解決相關(guān)技術(shù)無(wú)法及時(shí)準(zhǔn)確地檢測(cè)出電池故障及故障類(lèi)型的問(wèn)題。

2、第一方面，本發(fā)明提供了一種電池故障診斷方法，所述方法包括：獲取各個(gè)電壓數(shù)據(jù)序列；所述各個(gè)電壓數(shù)據(jù)序列由按照預(yù)設(shè)時(shí)間間隔截取的目標(biāo)時(shí)間段內(nèi)包含的電壓數(shù)據(jù)組成；所述電壓數(shù)據(jù)為按照預(yù)設(shè)頻率采集的電池組的電壓數(shù)據(jù)；基于每個(gè)電壓數(shù)據(jù)序列，按照多個(gè)預(yù)設(shè)尺度因子將所述電壓數(shù)據(jù)序列進(jìn)行粗?；幚恚玫蕉鄠€(gè)粗?；妷盒蛄校幻總€(gè)預(yù)設(shè)尺度因子對(duì)應(yīng)一個(gè)粗?；妷盒蛄?；分別求取各個(gè)粗?；妷盒蛄袑?duì)應(yīng)的樣本熵值；通過(guò)預(yù)設(shè)校正系數(shù)分別處理各個(gè)樣本熵值，得到校正后的各個(gè)校正樣本熵值；基于各個(gè)電壓數(shù)據(jù)序列對(duì)應(yīng)的校正樣本熵值進(jìn)行電池故障診斷，得到故障診斷結(jié)果。

3、在一種可選的實(shí)施方式中，所述按照多個(gè)預(yù)設(shè)尺度因子將所述電壓數(shù)據(jù)序列進(jìn)行粗粒化處理，得到多個(gè)粗?；妷盒蛄?，包括：將每個(gè)電壓數(shù)據(jù)序列按照各個(gè)預(yù)設(shè)尺度因子劃分為各個(gè)待處理電壓區(qū)間；將每個(gè)待處理電壓區(qū)間內(nèi)的電壓數(shù)據(jù)進(jìn)行平均值處理，得到各個(gè)粗?；妷盒蛄?。

4、在一種可選的實(shí)施方式中，所述分別求取各個(gè)粗?；妷盒蛄袑?duì)應(yīng)的樣本熵值，包括：針對(duì)每個(gè)粗?；妷盒蛄?，計(jì)算所述粗?；妷盒蛄性诰S數(shù)為預(yù)設(shè)窗口長(zhǎng)度、相似容限為預(yù)設(shè)相似容限下的樣本熵值。

5、在一種可選的實(shí)施方式中，所述計(jì)算所述粗?；妷盒蛄性诰S數(shù)為預(yù)設(shè)窗口長(zhǎng)度、相似容限為預(yù)設(shè)相似容限下的樣本熵值，包括：計(jì)算所述粗?；妷盒蛄性诰S數(shù)為預(yù)設(shè)窗口長(zhǎng)度、相似容限為預(yù)設(shè)相似容限下的第一匹配概率；計(jì)算所述粗?；妷盒蛄性诰S數(shù)為預(yù)設(shè)窗口長(zhǎng)度+1、相似容限為預(yù)設(shè)相似容限下的第二匹配概率；基于所述第二匹配概率與所述第一匹配概率的比值，計(jì)算所述粗?；妷盒蛄性诰S數(shù)為預(yù)設(shè)窗口長(zhǎng)度、相似容限為預(yù)設(shè)相似容限下的樣本熵值。

6、在一種可選的實(shí)施方式中，所述通過(guò)預(yù)設(shè)校正系數(shù)分別處理各個(gè)樣本熵值，得到校正后的各個(gè)校正樣本熵值，包括：將預(yù)設(shè)校正系數(shù)與各個(gè)樣本熵值之積作為校正后的各個(gè)校正樣本熵值。

7、在一種可選的實(shí)施方式中，所述基于各個(gè)電壓數(shù)據(jù)序列對(duì)應(yīng)的校正樣本熵值進(jìn)行電池故障診斷，得到故障診斷結(jié)果，包括：將目標(biāo)數(shù)量的電壓數(shù)據(jù)序列對(duì)應(yīng)的校正樣本熵值的平均值與預(yù)設(shè)故障閾值比較，若目標(biāo)數(shù)量的電壓數(shù)據(jù)序列對(duì)應(yīng)的校正樣本熵值的平均值大于預(yù)設(shè)故障閾值，則判定為過(guò)充故障，若目標(biāo)數(shù)量的電壓數(shù)據(jù)序列對(duì)應(yīng)的校正樣本熵值的平均值小于預(yù)設(shè)故障閾值，則判定為過(guò)放故障。

8、第二方面，本發(fā)明提供了一種電池故障診斷裝置，所述裝置包括：

9、數(shù)據(jù)獲取模塊，用于獲取各個(gè)電壓數(shù)據(jù)序列；所述各個(gè)電壓數(shù)據(jù)序列由按照預(yù)設(shè)時(shí)間間隔截取的目標(biāo)時(shí)間段內(nèi)包含的電壓數(shù)據(jù)組成；所述電壓數(shù)據(jù)為按照預(yù)設(shè)頻率采集的電池組的電壓數(shù)據(jù)；

10、粗?；K，用于基于每個(gè)電壓數(shù)據(jù)序列，按照多個(gè)預(yù)設(shè)尺度因子將所述電壓數(shù)據(jù)序列進(jìn)行粗?；幚?，得到多個(gè)粗粒化電壓序列；每個(gè)預(yù)設(shè)尺度因子對(duì)應(yīng)一個(gè)粗?；妷盒蛄?；

11、熵值求取模塊，用于分別求取各個(gè)粗粒化電壓序列對(duì)應(yīng)的樣本熵值；

12、校正模塊，用于通過(guò)預(yù)設(shè)校正系數(shù)分別處理各個(gè)樣本熵值，得到校正后的各個(gè)校正樣本熵值；

13、診斷模塊，用于基于各個(gè)電壓數(shù)據(jù)序列對(duì)應(yīng)的校正樣本熵值進(jìn)行電池故障診斷，得到故障診斷結(jié)果。

14、第三方面，本發(fā)明提供了一種計(jì)算機(jī)設(shè)備，包括：存儲(chǔ)器和處理器，存儲(chǔ)器和處理器之間互相通信連接，存儲(chǔ)器中存儲(chǔ)有計(jì)算機(jī)指令，處理器通過(guò)執(zhí)行計(jì)算機(jī)指令，從而執(zhí)行上述第一方面或其對(duì)應(yīng)的任一實(shí)施方式的電池故障診斷方法。

15、第四方面，本發(fā)明提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，該計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)上存儲(chǔ)有計(jì)算機(jī)指令，計(jì)算機(jī)指令用于使計(jì)算機(jī)執(zhí)行上述第一方面或其對(duì)應(yīng)的任一實(shí)施方式的電池故障診斷方法。

16、第五方面，本發(fā)明提供了一種計(jì)算機(jī)程序產(chǎn)品，包括計(jì)算機(jī)指令，計(jì)算機(jī)指令用于使計(jì)算機(jī)執(zhí)行上述第一方面或其對(duì)應(yīng)的任一實(shí)施方式的電池故障診斷方法。

17、本申請(qǐng)?zhí)峁┑募夹g(shù)方案可以包括以下有益效果：

18、本申請(qǐng)?zhí)峁┑碾姵毓收显\斷方法，先按照預(yù)設(shè)時(shí)間間隔截取各個(gè)電壓數(shù)據(jù)序列，保證了進(jìn)行電池故障診斷的及時(shí)性。接著，通過(guò)多個(gè)預(yù)設(shè)尺度因子將每個(gè)電壓數(shù)據(jù)序列進(jìn)行粗?；幚淼玫礁鱾€(gè)粗?；妷盒蛄校玫礁鱾€(gè)時(shí)間尺度下的電壓數(shù)據(jù)隨時(shí)間的變化趨勢(shì)，提高了進(jìn)行電池故障診斷的準(zhǔn)確性。接著，求取各個(gè)粗?；妷盒蛄袑?duì)應(yīng)的樣本熵值，量化各個(gè)粗?；妷盒蛄械臒o(wú)序性，以便進(jìn)行電池故障診斷，進(jìn)一步提高了進(jìn)行電池故障診斷的準(zhǔn)確性。然后，通過(guò)校正系數(shù)對(duì)各個(gè)樣本熵值進(jìn)行校正，得到各個(gè)校正樣本熵值，消除環(huán)境噪聲、測(cè)量誤差等因素對(duì)樣本熵值的影響，進(jìn)一步提高了進(jìn)行電池故障診斷的準(zhǔn)確性。最后，由于各個(gè)電壓數(shù)據(jù)序列是按照預(yù)設(shè)時(shí)間間隔實(shí)時(shí)截取的，因此可以反映出電池組電壓隨著時(shí)間的變化趨勢(shì)，即可根據(jù)校正樣本熵值的變化進(jìn)行電池故障診斷，診斷及時(shí)，簡(jiǎn)便清晰。因此，本申請(qǐng)?jiān)趯?shí)現(xiàn)電池故障診斷功能時(shí)，方法簡(jiǎn)便清晰，及時(shí)性好、準(zhǔn)確性高。

技術(shù)特征：

1.一種電池故障診斷方法，其特征在于，所述方法包括：

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述按照多個(gè)預(yù)設(shè)尺度因子將所述電壓數(shù)據(jù)序列進(jìn)行粗?；幚?，得到多個(gè)粗粒化電壓序列，包括：

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述分別求取各個(gè)粗?；妷盒蛄袑?duì)應(yīng)的樣本熵值，包括：

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述計(jì)算所述粗粒化電壓序列在維數(shù)為預(yù)設(shè)窗口長(zhǎng)度、相似容限為預(yù)設(shè)相似容限下的樣本熵值，包括：

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述通過(guò)預(yù)設(shè)校正系數(shù)分別處理各個(gè)樣本熵值，得到校正后的各個(gè)校正樣本熵值，包括：

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述基于各個(gè)電壓數(shù)據(jù)序列對(duì)應(yīng)的校正樣本熵值進(jìn)行電池故障診斷，得到故障診斷結(jié)果，包括：

7.一種電池故障診斷裝置，其特征在于，所述裝置包括：

8.一種計(jì)算機(jī)設(shè)備，其特征在于，包括：

9.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其特征在于，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)上存儲(chǔ)有計(jì)算機(jī)指令，所述計(jì)算機(jī)指令用于使計(jì)算機(jī)執(zhí)行權(quán)利要求1至6中任一項(xiàng)所述的電池故障診斷方法。

10.一種計(jì)算機(jī)程序產(chǎn)品，其特征在于，包括計(jì)算機(jī)指令，所述計(jì)算機(jī)指令用于使計(jì)算機(jī)執(zhí)行權(quán)利要求1至6中任一項(xiàng)所述的電池故障診斷方法。

技術(shù)總結(jié)
本發(fā)明涉及電數(shù)字?jǐn)?shù)據(jù)處理技術(shù)領(lǐng)域，公開(kāi)了電池故障診斷方法、裝置、設(shè)備、存儲(chǔ)介質(zhì)及程序產(chǎn)品。所述方法包括：獲取各個(gè)電壓數(shù)據(jù)序列；各個(gè)電壓數(shù)據(jù)序列由按照預(yù)設(shè)時(shí)間間隔截取的目標(biāo)時(shí)間段內(nèi)包含的電壓數(shù)據(jù)組成；基于每個(gè)電壓數(shù)據(jù)序列，按照多個(gè)預(yù)設(shè)尺度因子將電壓數(shù)據(jù)序列進(jìn)行粗?；幚?，得到多個(gè)粗?；妷盒蛄?；每個(gè)預(yù)設(shè)尺度因子對(duì)應(yīng)一個(gè)粗?；妷盒蛄?；分別求取各個(gè)粗?；妷盒蛄袑?duì)應(yīng)的樣本熵值；通過(guò)預(yù)設(shè)校正系數(shù)分別處理各個(gè)樣本熵值，得到校正后的各個(gè)校正樣本熵值；基于各個(gè)電壓數(shù)據(jù)序列對(duì)應(yīng)的校正樣本熵值進(jìn)行電池故障診斷，得到故障診斷結(jié)果。上述方案，在進(jìn)行電池故障診斷時(shí)及時(shí)性好、準(zhǔn)確性高。

技術(shù)研發(fā)人員：蘇一博,韓怡鳴,李雨欣,王振宇,于琦,朱小毅,吳云翼,劉笑馳
受保護(hù)的技術(shù)使用者：長(zhǎng)江三峽集團(tuán)實(shí)業(yè)發(fā)展（北京）有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/9/12