CN109100655B - 一种动力电池的数据处理方法和装置 - Google Patents
一种动力电池的数据处理方法和装置 Download PDFInfo
- Publication number
- CN109100655B CN109100655B CN201810712156.0A CN201810712156A CN109100655B CN 109100655 B CN109100655 B CN 109100655B CN 201810712156 A CN201810712156 A CN 201810712156A CN 109100655 B CN109100655 B CN 109100655B
- Authority
- CN
- China
- Prior art keywords
- information
- charging
- battery
- voltage
- fixed
- 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
Links
Images
Landscapes
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
- Secondary Cells (AREA)
Abstract
本发明实施例提供了一种动力电池的数据处理方法和装置,应用于动力组件,所述动力组件运行有电池管理系统,所述电池管理系统包括数据库,所述数据库中储存有电池历史数据,获得所述数据库中的充电管理状态信息或电流信息;依据所述充电管理状态信息或电流信息识别出动力电池的特定充电段信息;提取出所述特定充电段信息中的特征电池信息;依据特征电池信息确定固定电压区间;获得所述固定电压区间内的固定充电容量;依据所述固定充电容量确定动力电池的电池健康状态信息;本发明实施例中,无需传统的电池容量测试手段,直接采用电池历史数据,通过选取固定电压区间对比固定容量的方式得到动力电池的健康状态,节省资源,提高操作效率。
Description
技术领域
本发明涉及动力电池技术领域,特别是涉及一种动力电池的数据处理方法和一种动力电池的数据处理装置。
背景技术
随着环保意识的逐渐提升,电动汽车作为清洁的交通工具而备受关注。电动汽车一般采用多个动力电池作为动力来源,但由于动力电池容量衰减的自然属性,有效评价电动汽车的动力电池健康状态一直亟待解决。
现有的动力电池健康状态的获取技术中,常规测试方法是采用动力电池充满电后放空的方法确定电池容量,通过动力电池在不同生命历程的容量对比来得到电池健康状态。然而受限于测试时间过长、能耗过大以及电动汽车动力电池的不可拆卸测试等因素,常规测试方法获得的电池健康状态不准确。
发明内容
本发明实施例提供一种动力电池的数据处理方法和相应的一种动力电池的数据处理装置,以解决因为测试时间过长、能耗过大以及电动汽车动力电池的不可拆卸测试等因素,导致测量的动力电池的电池健康状态不准确的上述问题。
为了解决上述问题,本发明实施例公开了一种动力电池的数据处理方法,应用于动力组件,所述动力组件运行有电池管理系统,所述电池管理系统包括数据库,所述数据库中储存有电池历史数据,所述动力组件包括多个动力电池;所述方法包括:
获得所述数据库中的充电管理状态信息或电流信息;
依据所述充电管理状态信息或电流信息识别出动力电池的特定充电段信息;
提取出所述特定充电段信息中的特征电池信息;
依据特征电池信息确定固定电压区间;
获得所述固定电压区间内的固定充电容量;
依据所述固定充电容量确定动力电池的电池健康状态信息。
优选地,所述特征电池信息包括起始电压信息、截止电压信息、充电电流信息及荷电状态SOC信息中的至少一种。
优选地,所述依据特征电池信息确定固定电压区间的步骤包括:
根据所述起始电压信息、截止电压信息、充电电流信息及荷电状态SOC信息,生成充电概率分布图;
提取出所述充电概率分布图中的最佳充电起始电压信息、恒流充电截止电压信息;
确定所述最佳充电起始电压信息及所述恒流充电截止电压信息之间的电压区间为固定电压区间。
优选地,所述依据特征电池信息确定固定电压区间的步骤包括:
将所述起始电压信息、截止电压信息、充电电流信息及荷电状态SOC信息输入至经过训练的机器学习模型,获得最佳充电起始电压信息、恒流充电截止电压信息;
确定所述最佳充电起始电压信息及所述恒流充电截止电压信息之间的电压区间为固定电压区间。
优选地,所述获得所述固定电压区间内的固定充电容量的步骤包括:
针对所述固定电压区间内的充电电流数据进行安时积分,获得所述固定充电容量。
优选地,所述依据所述固定充电容量确定动力电池的电池健康状态信息的步骤包括:
获得所述数据库中的初期充电容量;
将所述固定充电容量与初期充电容量的比值确定为电池健康状态信息。
本发明实施例还公开了一种动力电池的数据处理装置,应用于动力组件,所述动力组件运行有电池管理系统,所述电池管理系统包括数据库,所述数据库中储存有电池历史数据,所述动力组件包括多个动力电池;所述装置包括:
获得模块,用于获得所述数据库中的充电管理状态信息或电流信息;
识别模块,用于依据所述充电管理状态信息或电流信息识别出动力电池的特定充电段信息;
提取模块,用于提取出所述特定充电段信息中的特征电池信息;
第一确定模块,用于依据特征电池信息确定固定电压区间;
固定充电容量获得模块,用于获得所述固定电压区间内的固定充电容量;
第二确定模块,用于依据所述固定充电容量确定动力电池的电池健康状态信息。
优选地,所述特征电池信息包括起始电压信息、截止电压信息、充电电流信息及荷电状态SOC信息中的至少一种。
本发明实施例还公开了一种电子设备,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上述的动力电池的数据处理的步骤。
本发明实施例还公开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有计算机程序,所述计算机程序被处理器执行时实现上述的动力电池的数据处理的步骤。
本发明实施例包括以下优点:
本发明实施例中,所述动力组件运行有电池管理系统,所述电池管理系统包括数据库,所述数据库中储存有电池历史数据,所述动力组件包括多个动力电池;所述方法包括:获得所述数据库中的充电管理状态信息或电流信息;依据所述充电管理状态信息或电流信息识别出动力电池的特定充电段信息;提取出所述特定充电段信息中的特征电池信息;依据特征电池信息确定固定电压区间;获得所述固定电压区间内的固定充电容量;依据所述固定充电容量确定动力电池的电池健康状态信息;本发明实施例中,无需传统的电池容量测试手段,直接采用电池历史数据,通过选取固定电压区间对比固定容量的方式得到动力电池的健康状态,节省资源,提高操作效率。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图;
图1是本发明实施例的一种动力电池的数据处理方法实施例一的步骤流程图;
图2是本发明实施例的一种动力电池的数据处理方法实施例二的步骤流程图;
图3是本发明实施例的一种动力电池的数据处理装置实施例的结构框图。
具体实施方式
为了使本发明实施例所解决的技术问题、技术方案及有益效果更加清楚明白,以下结合附图及实施例,对本发明实施例进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
参照图1,示出了本发明实施例的一种动力电池的数据处理方法实施例一的步骤流程图,应用于动力组件,所述动力组件运行有电池管理系统,所述电池管理系统包括数据库,所述数据库中储存有电池历史数据,所述动力组件包括多个动力电池;具体可以包括如下步骤:
步骤101,获得所述数据库中的充电管理状态信息或电流信息;
本发明实施例中,所述动力组件可以是给设备提供动力的装置或器件,如电动汽车的动力电池组,其包括多个动力电池,所述动力组件运行有电池管理系统,而该电池管理系统(Battery Management System,BMS),电池管理系统是连接动力电池和电动汽车的重要纽带,其主要功能包括:电池物理参数实时监测;电池状态估计;在线诊断与预警;充、放电与预充控制;均衡管理和热管理等。
具体地,电池管理系统可以准确估测动力电池的荷电状态,动力电池的荷电状态(State of Charge SOC),即电池剩余电量,保证SOC维持在合理的范围内,防止由于过充电或过放电对电池的损伤,从而随时预报电动汽车的电池剩余电量或者动力电池的荷电状态。
另一方面,电池管理系统还可以动态监测动力电池的工作状态;在电池充放电过程中,实时采集每块动力电池的端电压和温度、充放电电流及电池总电压,防止电池发生过充电或过放电现象。同时能够及时给出电池状况,保持整组电池运行的可靠性和高效性。除此以外,还要建立每块动力电池的使用历史档案,其包含电池历史数据,具体地,所述电池管理系统包括数据库,所述数据库中储存有电池历史数据,为离线分析系统故障提供依据。
此外,电池管理系统还可以调节单体电池间、电池组间的均衡状态:即在单体的动力电池、电池组间进行均衡,使电池组中各个单体的动力电池都达到均衡一致的状态。
从硬件的角度而言,该电池管理系统包括数据采样电路、微处理器及显示装置,数据采样电路测量电池实时状态信息(电池电压、充放电电流及电池表面温度等);然后将这些数据传送到微处理器,微处理器再对数据进行处理并运行相关的程序算法;最后,微处理器根据分析结果对系统功能模块及执行器发出控制指令,同时向显示装置输出电池数据信息。
本发明实施例中,该首先获取到所述数据库中的充电管理状态信息;即该数据库中储存的电池历史数据包括充电管理状态信息或电流信息;该充电管理状态信息是指根据动力电池所处的充电状态;充电状态可以包括恒流充电状态、恒压充电状态、充电加热状态、充电完成状态、充电停止状态;该动力组件可以根据充电状态进行标识。
另一方面,还可以获取到所述数据库中的电流信息;需要说明的是,在未获得充电管理状态信息的条件下,可以获取到电流信息。
步骤102,依据所述充电管理状态信息或电流信息识别出动力电池的特定充电段信息;
进一步应用到本发明实施例中,可以根据电流信息或充电管理状态信息识别出动力电池的所有充电段信息,再从所有充电段信息中筛选出充电时间足够长的且充电过程中不包含放电电流的充电段信息,确定该充电时间足够长的且充电过程中不包含放电电流的充电段信息为特定充电段信息,保证数据来源的准确性,提高数据处理结果的准确性。
步骤103,提取出所述特定充电段信息中的特征电池信息;
实际应用到本发明实施例中,可以进一步地提取出所述特定充电段信息中的特征电池信息;需要说明的是,该特征电池信息可以包括起始电压信息、截止电压信息、充电电流信息及SOC信息等,还可以包括其他的特征电池信息,本发明实施例对此不作限制。
需要说明的是,起始电压信息包括特定充电段信息中的起始的电压信息;而截止电压信息包括特征充电段信息中的恒流充电过程的截止电压信息;充电电流信息可以包括特征充电段信息中的充电电流信息;而SOC信息是指动力电池的剩余电量。
步骤104,依据特征电池信息确定固定电压区间;
具体应用到本发明实施例中,可以根据该特征电池信息确定固定电压区间,具体地,可以通过生成描述起始充电电压、充电结束电压、充电电流的概率分布的方式,或者,通过将特征电池信息输入至经过训练的机器学习模型中,确定该固定电压区间的两个区间端点值,本发明实施例对此不作具体的限制。
步骤105,获得所述固定电压区间内的固定充电容量;
进一步地,可以获得该固定电压区间内的固定充电容量,具体而言,可以获取到固定电压区间内的充电电流数据,针对该固定电压区间内的充电电流数据进行安时积分,获得所述固定充电容量;该固定充电容量是指每一特定充电段信息对应的充电容量,其单位通常用安时(Ah)、毫安时(mAh)表示。
步骤106,依据所述固定充电容量确定动力电池的电池健康状态信息。
实际应用到本发明实施例中,可以依据该固定充电容量确定动力电池的电池健康状态信息;具体地,可以从数据库中获取到该动力电池的初期充电容量,需要说明的是,该初期充电容量是指动力电池在使用初期的固定充电容量,可以将该固定充电容量与初期充电容量的比值确定为电池健康状态信息,即当该固定充电容量的值越小,电池健康状态信息的值越小,代表电池健康状态越差,反之,当固定充电容量的值越大,电池健康状态信息的值越大,代表电池健康状态越好。
本发明实施例中,所述动力组件运行有电池管理系统,所述电池管理系统包括数据库,所述数据库中储存有电池历史数据,所述动力组件包括多个动力电池;所述方法包括:获得所述数据库中的充电管理状态信息或电流信息;依据所述充电管理状态信息或电流信息识别出动力电池的特定充电段信息;提取出所述特定充电段信息中的特征电池信息;依据特征电池信息确定固定电压区间;获得所述固定电压区间内的固定充电容量;依据所述固定充电容量确定动力电池的电池健康状态信息;本发明实施例中,无需传统的电池容量测试手段,直接采用电池历史数据,通过选取固定电压区间对比固定容量的方式得到动力电池的健康状态,节省资源,提高操作效率。
参照图2,示出了本发明实施例的一种动力电池的数据处理方法实施例二的步骤流程图,应用于动力组件,所述动力组件运行有电池管理系统,所述电池管理系统包括数据库,所述数据库中储存有电池历史数据,所述动力组件包括多个动力电池;具体可以包括如下步骤:
步骤201,获得所述数据库中的充电管理状态信息或电流信息;
本发明实施例中,可以首先获取到所述数据库中的充电管理状态信息或电流信息;具体地,该充电管理状态信息是指根据动力电池所处的充电状态;充电状态可以包括恒流充电状态、恒压充电状态、充电加热状态、充电完成状态、充电停止状态等;在该数据库中未包括充电管理状态信息时,可以获得电池历史数据中的电流信息。
需要说明的是,在动力组件应用于电动汽车的场景下,该充电管理状态信息或电流信息数据来源可以包括每一辆的电动汽车的数据,还可以来自于每一批次的电动汽车的数据;本发明实施例对此不作限制;即可以达到分析每一辆车或同一批次的电动汽车的电池健康状态的技术效果。
步骤202,依据所述充电管理状态信息或电流信息识别出动力电池的特定充电段信息;
进一步地,可以根据上述的充电状态识别出动力电池的所有充电段信息,或,根据电流信息即电流变化识别出动力电池的所有充电段信息;再从该所有充电段信息中筛选出充电时间足够长的且充电过程中不包含放电电流的充电段信息,将其确定为特定充电段信息,保证数据处理结果的准确性。
需要说明的是,该特定充电段信息的数量可以是一个或多个,本发明实施例对此不作限制。
步骤203,提取出所述特定充电段信息中的特征电池信息;其中,所述特征电池信息包括起始电压信息、截止电压信息、充电电流信息及SOC信息中的至少一种;
具体应用中,可以提取出该特定充电段信息中的特征电池信息;需要说明的是,该特征电池信息包括起始电压信息、截止电压信息、充电电流信息及SOC信息中的至少一种。
步骤204,根据所述起始电压信息、截止电压信息、充电电流信息及SOC信息,生成充电概率分布图;
进一步应用到本发明实施例中,可以根据该起始电压信息、截止电压信息、充电电流信息及SOC信息生成充电概率分布图,即描述起始电压信息、截止电压信息、充电电流信息的概率分布。
步骤205,提取出所述充电概率分布图中的最佳充电起始电压信息、恒流充电截止电压信息;
实际应用到本发明实施例中,可以根据上述的充电概率分布图获得最佳充电起始电压信息、恒流充电截止电压信息;具体地,可以提取出所述充电概率分布图中的最佳充电起始电压信息、恒流充电截止电压信息、充电电流信息使得充电段尽可能多地落在最佳充电起始电压信息、恒流充电截止电压信息的范围内。
步骤206,确定所述最佳充电起始电压信息及所述恒流充电截止电压信息之间的电压区间为固定电压区间;
进一步地,可以确定所述最佳充电起始电压信息及所述恒流充电截止电压信息之间的电压区间为固定电压区间。
步骤207,将所述起始电压信息、截止电压信息、充电电流信息及荷电状态SOC信息输入至经过训练的机器学习模型,获得最佳充电起始电压信息、恒流充电截止电压信息;
本发明实施例的一种具体示例中,还可以将该起始电压信息、截止电压信息、充电电流信息及SOC信息输入至经过训练的机器学习模型中,该经过训练的机器学习模型可以输出最佳充电起始电压信息、恒流充电截止电压信息。
具体地,该机器学习模型主要包括线性分类器、支持向量机、朴素贝叶斯、K近邻、决策树、集成模型及数据聚类等,当然也可以包括其他的机器学习模型,如神经网络模型等,本发明实施例对此不作限制。
可以将该机器学习模型输入样本进行训练,获得经过训练的机器学习模型;再将上述的将该起始电压信息、截止电压信息、充电电流信息及荷电状态SOC信息输入至经过训练的机器学习模型中,获得模型输出的最佳充电起始电压信息、恒流充电截止电压信息。
步骤208,确定所述最佳充电起始电压信息及所述恒流充电截止电压信息之间的电压区间为固定电压区间;
进一步地,可以确定所述最佳充电起始电压信息及所述恒流充电截止电压信息之间的电压区间为固定电压区间。
步骤209,针对所述固定电压区间内的充电电流数据进行安时积分,获得所述固定充电容量;
具体应用到本发明实施例中,可以针对所述固定电压区间内的充电电流数据进行安时积分,获得所述固定充电容量;采用安时积分法获得该特定充电段的固定充电容量,简便、快捷、可靠。
步骤210,依据所述固定充电容量确定动力电池的电池健康状态信息。
本发明实施例的一种优选实施例中,所述获得所述固定电压区间内的固定充电容量的步骤包括:获得所述数据库中的初期充电容量;将所述固定充电容量与初期充电容量的比值确定为电池健康状态信息。
首先,可以从数据库中获取到该动力电池的初期充电容量;其次,再将固定充电容量与该初期充电容量的比值确定为电池健康状态信息。
本发明实施例中,获得所述数据库中的充电管理状态信息或电流信息;依据所述充电管理状态信息或电流信息识别出动力电池的特定充电段信息;提取出所述特定充电段信息中的特征电池信息;其中,所述特征电池信息包括起始电压信息、截止电压信息、充电电流信息及SOC信息中的至少一种;根据所述起始电压信息、截止电压信息、充电电流信息及SOC信息,生成充电概率分布图;提取出所述充电概率分布图中的最佳充电起始电压信息、恒流充电截止电压信息;提取出所述充电概率分布图中的最佳充电起始电压信息、恒流充电截止电压信息;将所述起始电压信息、截止电压信息、充电电流信息及SOC信息输入至经过训练的机器学习模型,获得最佳充电起始电压信息、恒流充电截止电压信息;确定所述最佳充电起始电压信息及所述恒流充电截止电压信息之间的电压区间为固定电压区间;针对所述固定电压区间内的充电电流数据进行安时积分,获得所述固定充电容量;依据所述固定充电容量确定动力电池的电池健康状态信息;针对无法直接获取充电管理状态信息的情况,可以采用电流信息识别出动力电池的特定充电段信息,提供了不同应用场景的解决方案;直接采用电池历史数据,通过选取固定电压区间对比固定容量的方式得到动力电池的健康状态,节省资源。
需要说明的是,对于方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明实施例并不受所描述的动作顺序的限制,因为依据本发明实施例,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作并不一定是本发明实施例所必须的。
参照图3,示出了本发明实施例的一种动力电池的数据处理装置实施例的结构框图,应用于动力组件,所述动力组件运行有电池管理系统,所述电池管理系统包括数据库,所述数据库中储存有电池历史数据,所述动力组件包括多个动力电池;具体可以包括如下模块:
获得模块301,用于获得所述数据库中的充电管理状态信息或电流信息;
识别模块302,用于依据所述充电管理状态信息或电流信息识别出动力电池的特定充电段信息;
提取模块303,用于提取出所述特定充电段信息中的特征电池信息;
第一确定模块304,用于依据特征电池信息确定固定电压区间;
固定充电容量获得模块305,用于获得所述固定电压区间内的固定充电容量;
第二确定模块306,用于依据所述固定充电容量确定动力电池的电池健康状态信息。
优选地,所述特征电池信息包括起始电压信息、截止电压信息、充电电流信息及荷电状态SOC信息中的至少一种。
优选地,所述第一确定模块包括:
生成子模块,用于根据所述起始电压信息、截止电压信息、充电电流信息及荷电状态SOC信息,生成充电概率分布图;
提取子模块,用于提取出所述充电概率分布图中的最佳充电起始电压信息、恒流充电截止电压信息;
第一确定子模块,用于确定所述最佳充电起始电压信息及所述恒流充电截止电压信息之间的电压区间为固定电压区间。
优选地,所述第一确定模块包括:
训练子模块,用于将所述起始电压信息、截止电压信息、充电电流信息及荷电状态SOC信息输入至经过训练的机器学习模型,获得最佳充电起始电压信息、恒流充电截止电压信息;
第二确定子模块,用于确定所述最佳充电起始电压信息及所述恒流充电截止电压信息之间的电压区间为固定电压区间。
优选地,所述固定充电容量获得模块包括:
固定充电容量获得子模块,用于针对所述固定电压区间内的充电电流数据进行安时积分,获得所述固定充电容量。
优选地,所述第二确定模块包括:
初期充电容量获得子模块,用于获得所述数据库中的初期充电容量;
第三确定子模块,用于将所述固定充电容量与初期充电容量的比值确定为电池健康状态信息。
对于装置实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本发明实施例还公开了一种电子设备,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上述的动力电池的数据处理的步骤。
本发明实施例还公开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有计算机程序,所述计算机程序被处理器执行时实现上述的动力电池的数据处理的步骤。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白,本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此,本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上,使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明实施例的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对本发明所提供的一种动力电池的数据处理方法和一种动力电池的数据处理装置,进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (8)
1.一种动力电池的数据处理方法,其特征在于,应用于动力组件,所述动力组件运行有电池管理系统,所述电池管理系统包括数据库,所述数据库中储存有电池历史数据,所述动力组件包括多个动力电池;所述方法包括:
获得所述数据库中的充电管理状态信息或电流信息;
依据所述充电管理状态信息或电流信息识别出动力电池的特定充电段信息;所述特定充电段信息包括充电过程中不包含放电电流的充电段信息;
提取出所述特定充电段信息中的特征电池信息;
依据特征电池信息确定固定电压区间;其中,所述特征电池信息包括起始电压信息、截止电压信息、充电电流信息及荷电状态SOC信息中的至少一种;所述固定电压区间为最佳充电起始电压信息及恒流充电截止电压信息之间的电压区间;所述最佳充电起始电压信息及所述恒流充电截止电压信息为对根据所述特征电池信息生成的充电概率分布图进行提取确定;
获得所述固定电压区间内的固定充电容量;
依据所述固定充电容量确定动力电池的电池健康状态信息。
2.根据权利要求1所述的方法,其特征在于,所述依据特征电池信息确定固定电压区间的步骤包括:
根据所述起始电压信息、截止电压信息、充电电流信息及荷电状态SOC信息,生成充电概率分布图;
提取出所述充电概率分布图中的最佳充电起始电压信息、恒流充电截止电压信息;
确定所述最佳充电起始电压信息及所述恒流充电截止电压信息之间的电压区间为固定电压区间。
3.根据权利要求1所述的方法,其特征在于,所述依据特征电池信息确定固定电压区间的步骤包括:
将所述起始电压信息、截止电压信息、充电电流信息及荷电状态SOC信息输入至经过训练的机器学习模型,获得最佳充电起始电压信息、恒流充电截止电压信息;
确定所述最佳充电起始电压信息及所述恒流充电截止电压信息之间的电压区间为固定电压区间。
4.根据权利要求2或3所述的方法,其特征在于,所述获得所述固定电压区间内的固定充电容量的步骤包括:
针对所述固定电压区间内的充电电流数据进行安时积分,获得所述固定充电容量。
5.根据权利要求1、2或3所述的方法,其特征在于,所述依据所述固定充电容量确定动力电池的电池健康状态信息的步骤包括:
获得所述数据库中的初期充电容量;
将所述固定充电容量与初期充电容量的比值确定为电池健康状态信息。
6.一种动力电池的数据处理装置,其特征在于,应用于动力组件,所述动力组件运行有电池管理系统,所述电池管理系统包括数据库,所述数据库中储存有电池历史数据,所述动力组件包括多个动力电池;所述装置包括:
获得模块,用于获得所述数据库中的充电管理状态信息或电流信息;
识别模块,用于依据所述充电管理状态信息或电流信息识别出动力电池的特定充电段信息;所述特定充电段信息包括充电过程中不包含放电电流的充电段信息;
提取模块,用于提取出所述特定充电段信息中的特征电池信息;
第一确定模块,用于依据特征电池信息确定固定电压区间;所述特征电池信息包括起始电压信息、截止电压信息、充电电流信息及荷电状态SOC信息中的至少一种;所述固定电压区间为最佳充电起始电压信息及恒流充电截止电压信息之间的电压区间;所述最佳充电起始电压信息及所述恒流充电截止电压信息为对根据所述特征电池信息生成的充电概率分布图进行提取确定;
固定充电容量获得模块,用于获得所述固定电压区间内的固定充电容量;
第二确定模块,用于依据所述固定充电容量确定动力电池的电池健康状态信息。
7.一种电子设备,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,其特征在于,所述处理器执行所述程序时实现如权利要求1至5中任一项所述的动力电池的数据处理的步骤。
8.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至5中任一项所述的动力电池的数据处理的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810712156.0A CN109100655B (zh) | 2018-06-29 | 2018-06-29 | 一种动力电池的数据处理方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810712156.0A CN109100655B (zh) | 2018-06-29 | 2018-06-29 | 一种动力电池的数据处理方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109100655A CN109100655A (zh) | 2018-12-28 |
CN109100655B true CN109100655B (zh) | 2021-03-19 |
Family
ID=64845448
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810712156.0A Active CN109100655B (zh) | 2018-06-29 | 2018-06-29 | 一种动力电池的数据处理方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109100655B (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113733981B (zh) * | 2020-05-29 | 2023-04-28 | 蜂巢能源科技股份有限公司 | 动力电池的充电控制方法、装置、介质及电子设备 |
CN113777511A (zh) * | 2020-06-09 | 2021-12-10 | 北京京东乾石科技有限公司 | 自动导引车电池的诊断方法、装置、存储介质及电子设备 |
CN111693875A (zh) * | 2020-06-29 | 2020-09-22 | 武汉新能源研究院有限公司 | 一种电动汽车动力电池包在线检测设备及在线检测方法 |
CN112433169B (zh) * | 2020-11-25 | 2022-11-29 | 北京理工新源信息科技有限公司 | 一种云端动力电池健康度评估系统及方法 |
CN112652827B (zh) * | 2020-11-30 | 2022-02-11 | 嘉兴东大智宇科技有限公司 | 一种基于端边云的电动叉车用电池管理系统 |
CN112946507B (zh) * | 2021-02-01 | 2023-10-27 | 中国电力科学研究院有限公司 | 储能电池健康状态在线检测方法、系统、设备和存储介质 |
CN113359051B (zh) * | 2021-06-08 | 2024-08-20 | 北京车和家信息技术有限公司 | 电池模组健康状态的评估方法、装置、设备、介质和车辆 |
CN114683964B (zh) * | 2022-03-29 | 2024-04-26 | 北京芯虹科技有限责任公司 | 一种电池状态信息确定方法及充电设备 |
CN114675188A (zh) * | 2022-03-29 | 2022-06-28 | 北京芯虹科技有限责任公司 | 一种电池健康状态信息确定方法、装置及电池系统 |
CN117452265A (zh) * | 2023-12-22 | 2024-01-26 | 合众新能源汽车股份有限公司 | 动力电池的容量衰减估算方法、系统及设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103616643A (zh) * | 2013-11-15 | 2014-03-05 | 清华大学 | 分析电池运行工况的数据处理方法 |
CN103675702A (zh) * | 2013-12-04 | 2014-03-26 | 清华大学 | 一种实时评估电池健康状态的方法 |
CN103760493A (zh) * | 2014-01-17 | 2014-04-30 | 安徽江淮汽车股份有限公司 | 增程式电动车动力电池健康状态的检测方法及系统 |
CN106169623A (zh) * | 2016-08-02 | 2016-11-30 | 北京普莱德新能源电池科技有限公司 | 一种离线计算动力锂离子电池剩余容量的方法及系统 |
CN107102263A (zh) * | 2016-02-22 | 2017-08-29 | 华为技术有限公司 | 检测电池健康状态的方法、装置和电池管理系统 |
CN107402355A (zh) * | 2017-07-24 | 2017-11-28 | 江西优特汽车技术有限公司 | 一种充电时间预估方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101839141B1 (ko) * | 2016-10-31 | 2018-03-15 | 한국기술교육대학교 산학협력단 | 배터리 관리 시스템의 온도를 고려한 배터리의 수명 상태 예측 방법 |
-
2018
- 2018-06-29 CN CN201810712156.0A patent/CN109100655B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103616643A (zh) * | 2013-11-15 | 2014-03-05 | 清华大学 | 分析电池运行工况的数据处理方法 |
CN103675702A (zh) * | 2013-12-04 | 2014-03-26 | 清华大学 | 一种实时评估电池健康状态的方法 |
CN103760493A (zh) * | 2014-01-17 | 2014-04-30 | 安徽江淮汽车股份有限公司 | 增程式电动车动力电池健康状态的检测方法及系统 |
CN107102263A (zh) * | 2016-02-22 | 2017-08-29 | 华为技术有限公司 | 检测电池健康状态的方法、装置和电池管理系统 |
CN106169623A (zh) * | 2016-08-02 | 2016-11-30 | 北京普莱德新能源电池科技有限公司 | 一种离线计算动力锂离子电池剩余容量的方法及系统 |
CN107402355A (zh) * | 2017-07-24 | 2017-11-28 | 江西优特汽车技术有限公司 | 一种充电时间预估方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109100655A (zh) | 2018-12-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109100655B (zh) | 一种动力电池的数据处理方法和装置 | |
CN108983103B (zh) | 一种动力电池的数据处理方法和装置 | |
Elmahallawy et al. | A comprehensive review of lithium-ion batteries modeling, and state of health and remaining useful lifetime prediction | |
Chen et al. | A novel state-of-charge estimation method of lithium-ion batteries combining the grey model and genetic algorithms | |
CN109116242B (zh) | 一种动力电池的数据处理方法和装置 | |
CN109604186B (zh) | 动力电池性能柔性评估分选方法 | |
CN111448467B (zh) | 用于对电池容量进行建模和估计的方法及系统 | |
KR102343967B1 (ko) | 배터리의 상태를 추정하는 방법 및 장치 | |
CN109655754B (zh) | 一种基于充电过程多维分阶的电池性能评估方法 | |
JP7497432B2 (ja) | バッテリー性能予測 | |
CN111241154A (zh) | 一种基于大数据的蓄电池故障预警方法及系统 | |
CN109001640B (zh) | 一种动力电池的数据处理方法和装置 | |
US20150369875A1 (en) | Battery state estimating device | |
KR20160014940A (ko) | 배터리의 상태를 추정하는 방법 및 장치 | |
WO2019199219A1 (en) | Methods and control units for determining an extended state of health of a component and for control of a component | |
CN109799463A (zh) | 基于大数据方法的实际运行工况下动力电池soc/soh/sop的估计与预测方法 | |
Zhou et al. | Peak power prediction for series-connected LiNCM battery pack based on representative cells | |
CN113189495B (zh) | 一种电池健康状态的预测方法、装置及电子设备 | |
CN114818831B (zh) | 基于多源感知的双向锂离子电池故障检测方法及系统 | |
Zhu et al. | The SOH estimation of LiFePO4 battery based on internal resistance with Grey Markov Chain | |
CN112083346B (zh) | 基于lstm的并联电池组内部电流分布估计方法及系统 | |
CN113657360A (zh) | 锂电池健康状态估计方法、装置、设备及可读存储介质 | |
CN106998086A (zh) | 兆瓦级储能电站电池管理方法及其系统 | |
CN117054892B (zh) | 一种储能电站电池健康状态的评估方法、装置及管理方法 | |
CN108845267B (zh) | 一种动力电池的数据处理方法和装置 |
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 |