[发明专利]一种电池故障诊断方法及系统

说明书

本公开提供了一种电池故障诊断方法，实时采集电池的电压、电流以及温度信息；将采集的电池的电压、电流以及温度信息经数据预处理后输入到训练好的卷积神经网络模型，以生成并输出采集的电池的电压、电流以及温度信息的电池故障诊断结果；将电池故障诊断结果发送给配电网主控中心，向运维人员告警；综合考虑了电池的电压、电流以及温度信息对电池故障诊断结果的影响，利用卷积神经网络进行诊断，能够有效提高电池故障诊断的精度。

技术领域

本公开涉及电池故障诊断技术领域，具体涉及一种电池故障诊断方法及系统。

背景技术

本部分的陈述仅仅是提供了与本公开相关的背景技术信息，不必然构成在先技术。

国内外发展现状：根据国际电工学会(IEC)在1995年制定的电池管理系统标准的要求，电动车用电池管理系统必须具备一定的电池诊断功能，包括不健康电池早期报警和提供电池老化信息。在这10多年里，国外各大公司均对此进行大力攻关研究，并在其运行使用的电池管理系统中加入了一定的电池诊断功能。

大型电池储能在电力、后备电源和电动汽车上应用规模大，往往是数百节电池串联使用。经过多年的发展，一部分电池在服役，一部分电池已经面临退运或已经退运。无论是在役电池还是退运电池，都存在电池闲置、缺乏有效管理现象。

但是，发明人发现，目前关于电池的诊断方法由于仅仅采用单一的电池参数进行故障诊断无法满足对电池故障诊断精度的需求。

发明内容

本公开的目的就是为了解决上述问题，提供了一种电池故障诊断方法及系统，利用卷积神经网络对电池故障进行诊断，且考虑多个参数的共同影响，能够有效提高电池故障诊断的准确度。

为了实现上述目的，第一方面，本公开提供了一种电池故障诊断方法：

实时采集电池的电压、电流以及温度信息；

将采集的电池的电压、电流以及温度信息经数据预处理后输入到训练好的卷积神经网络模型，以生成并输出采集的电池的电压、电流以及温度信息的电池故障诊断结果；

将电池故障诊断结果发送给配电网主控中心，向运维人员告警。

第二方面，本公开提供了一种电池故障诊断系统；

电池数据采集模块，被配置为实时采集电池的电压、电流以及温度信息；

电池故障诊断模块，被配置为将采集的电池的电压、电流以及温度信息经数据预处理后输入到训练好的卷积神经网络模型，以生成并输出采集的电池的电压、电流以及温度信息的电池故障诊断结果；

电池故障诊断结果输出模块，被配置为将电池故障诊断结果发送给配电网主控中心，向运维人员告警。

第三方面，本公开还提供了一种电子设备，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成第一方面所述方法的步骤。

第四方面，本公开还提供了一种计算机可读存储介质，用于存储计算机指令，所述计算机指令被处理器执行时，完成第一方面所述方法的步骤。

本公开的有益效果：

1、本公开综合考虑了电池的电压、电流以及温度信息对电池故障诊断结果的影响，利用卷积神经网络进行诊断，能够有效提高电池故障诊断的精度。

2、本公开在全连接层前增加了连接层，在连接层中融合不同层次的特征，减少了仅有深层层次特征造成的过拟合现象，从而进一步的提高了卷积神经网络的训练效率和识别精度。

附图说明

图1为本公开实施例一提出的电池故障诊断方法的流程示意图；

图2为本公开实施例二提出的电池故障诊断系统的结构示意图。