[发明专利]一种用于电池安全与性能分析的数据构建方法

说明书

本发明公开了一种用于电池安全与性能分析的数据构建方法，所述用于电池安全与性能分析的数据构建方法可构造多维度的电池数据模型，通过基于电池运行数据建立不同维度的电池运行特征，更全面的描述锂离子电池的真实状态，从而强化电池潜在异常的特征，进而做到有效识别。

技术领域

本发明涉及一种用于电池安全与性能分析的数据构建方法。

背景技术

现有技术中，锂离子电池用于安全与性能评估的数据通常除了电池自身的各表征数据以外，往往仅增加了一维数据来描述电池状态，如电池一段时间的表征数据，或者同一时刻下电池系统内各电芯的数据。

现有的锂离子电池安全与性能评估方法主要通过实时数据与预先设定的阈值或者模型进行对比拟合来得出结果，比如对比某一时刻的电压异常阈值、温度异常阈值、电池模组或者电池包中各单体电压分布一致性阈值等，或者基于实时数据输入到预设的模型进行计算。

虽然上述现有的锂离子电池安全与性能评估方法在一定程度上也能够反映锂离子电池的真实状况，但其至少具有以下几个方面的问题：

1、现有的技术对于电池长期潜在的异常不能有效评估或探测出来。如电池内短路，自引发内短路的产生往往无明确的外部作用，其发生发展的时间尺度为数百小时，初期阶段现象不明显，具有很高的隐蔽性，通过短期实时数据难以有效探测。

2、现有的技术不能有效识别异常是否真实存在。由于电池的运行数据由电池管理系统采集并通过现场总线、互联网等途径，受到电池管理采样精度、频率、现场环境等影响，数据容易受到干扰，基于实时数据的异常探测模型容易误判，并且受数据精度和频率影响较大。

发明内容

本发明旨在至少在一定程度上解决上述技术问题之一或至少提供一种有用的商业选择。为此，本发明的目的在于提出一种用于电池安全与性能分析的数据构建方法，所述用于电池安全与性能分析的数据构建方法可构造多维度的电池数据模型，通过基于电池运行数据建立不同维度的电池运行特征，更全面的描述锂离子电池的真实状态，从而强化电池潜在异常的特征，进而做到有效识别。

根据本发明的用于电池安全与性能分析的数据构建方法，所述方法包括以下步骤：获取所述电池的长尺度时间的运行数据；获取同一电池模组中各单体电池的运行数据；获取所述电池在同批次不同运行工况下的运行数据；分析所述电池的长尺度时间的运行数据、同一电池模组中各单体电池的运行数据以及所述电池在同批次不同运行工况下的运行数据以得出一电池运行综合数据，根据所述电池运行综合数据构建多维度的电池数据模型。

根据本发明的用于电池安全与性能分析的数据构建方法，所述用于电池安全与性能分析的数据构建方法可构造多维度的电池数据模型，通过基于电池运行数据建立不同维度的电池运行特征，更全面的描述锂离子电池的真实状态，从而强化电池潜在异常的特征，进而做到有效识别。

另外，根据本发明上述的用于电池安全与性能分析的数据构建方法，还可以具有如下附加的技术特征：

所述电池运行综合数据包括电池运行时对应的时间。

所述电池数据模型包括电池异常预测模型、电池容量预测模型、电池内短路预测模型。

根据获取的电池的长尺度时间的运行数据以及获取的电池在同批次不同运行工况下的运行数据，来确定所述电池异常预测模型。

根据获取的电池的长尺度时间的运行数据以及获取的同一电池模组中各单体电池的运行数据，来确定所述电池容量预测模型。

根据获取的电池的长尺度时间的运行数据、获取的同一电池模组中各单体电池的运行数据以及获取的电池在同批次不同运行工况下的运行数据来确定所述电池内短路预测模型。

在得到所述电池运行综合数据之前还对所述电池的长尺度时间的运行数据、同一电池模组中各单体电池的运行数据以及所述电池在同批次不同运行工况下的运行数据执行预处理的步骤。