[发明专利]电池检测方法、装置、设备及存储介质

说明书

本发明公开了一种电池检测方法、装置、设备及存储介质，属于电池技术领域。本发明的电池检测方法包括获取电池簇的电池数据；根据预设的检测模型对电池数据进行检测，得到每一电池的异常数据；根据预设的异常类别标签和预设的识别模型对异常数据进行识别处理，得到包含异常类别标签的标准异常数据和每一异常类别标签对应的异常电池集合；对标准异常数据进行过滤处理，得到目标异常数据；根据目标异常数据，对异常电池集合的电池进行处理。这种电池检测方法能够提高检测准确性。

技术领域

本发明涉及电池技术领域，尤其涉及一种电池检测方法、装置、设备及存储介质。

背景技术

目前，在对电池一致性进行检测时，常常依赖于主观经验进行判断，通常是直接设定经验值来界定电池的，往往难以同时兼顾分析准确性与即时性，因此，如何提供一种电池检测方法，提高检测准确性，成为了亟待解决的问题。

发明内容

本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明提出一种电池检测方法，能够提高检测准确性。

本发明还提出一种具有上述电池检测方法的电池检测装置。

本发明还提出一种具有上述电池检测方法的电池检测设备。

本发明还提出一种计算机可读存储介质。

根据本发明的第一方面实施例的电池检测方法，包括：

获取电池簇的电池数据；

根据预设的检测模型对所述电池数据进行检测，得到每一电池的异常数据；

根据预设的异常类别标签和预设的识别模型对所述异常数据进行识别处理，得到包含异常类别标签的标准异常数据和每一异常类别标签对应的异常电池集合；

对所述标准异常数据进行过滤处理，得到目标异常数据；

根据所述目标异常数据，对所述异常电池集合的电池进行处理。

根据本发明实施例的电池检测方法，至少具有如下有益效果：这种电池检测方法通过获取电池簇的电池数据，根据预设的检测模型对电池数据进行检测，得到每一电池的异常数据，能够较为准确地对每一电池进行异常检测；进而，根据预设的异常类别标签和预设的识别模型对所述异常数据进行识别处理，得到包含异常类别标签的标准异常数据和每一异常类别标签对应的异常电池集合，这样一来，能够对不同异常类别的电池进行分类，形成异常电池集合，节省了后续对不同异常类别的电池进行异常处理的时间；另外，该方法还对标准异常数据进行过滤处理，得到目标异常数据，最后根据目标异常数据，对异常电池集合的电池进行处理，能够提高检测准确性以及异常处理即时性。

根据本发明的一些实施例，所述根据预设的检测模型对所述电池数据进行检测，得到每一电池的异常数据，包括：

根据基于高斯分布的拉依达算法对所述电池数据进行检测，得到第一异常数据；

根据格鲁布斯算法对所述电池数据进行检测，得到第二异常数据。

根据本发明的一些实施例，所述电池数据包括每一电池的电压数据，所述根据基于高斯分布的拉依达算法对所述电池数据进行检测，得到第一异常数据，包括：

若电压数据大于第一电压阈值或者所述电压数据小于第二电压阈值，则对所述电压数据进行归一化处理，得到标准电压数据；

根据所有所述电压数据和基于高斯分布的拉依达算法，得到每一电池的电压标准差；

根据所述电压标准差，得到第一电压异常数据或者第二电压异常数据。

其中，所述第一电压阈值大于所述第二电压阈值。

根据本发明的一些实施例，所述根据所述电压标准差，得到第一电压异常数据或者第二电压异常数据，包括：