异常电芯识别方法、装置、存储介质、电子设备及车辆与流程

1.本公开涉及电芯检测领域，具体地，涉及一种异常电芯识别方法、装置、存储介质、电子设备及车辆。


背景技术：

2.汽车动力电池包中常常会存在一些逐渐离群的电芯，由于其电极化学特性在车辆使用过程中的缓慢变化，造成电池外特性的逐渐变化，如自放电、电池容量的逐渐减小、内阻的逐渐增大等特点，使其外特性逐渐缓慢偏离正常的表现范围。对于在车辆使用过程中由于缓慢变化而逐渐离群的电芯，由于它的变化本身是缓慢的，积累起来的变化后果又可能是严重的。
3.在相关技术常的采用k值法中，需要两次将待对比的电芯在统一环境条件进行较长时间的搁置，搁置期间电芯不允许进行充电或放电。由于在电池装车交付后，用户的实际工况很难控制，无法保证静置时间长短、温度的一致性的情况下，就将静置过程中的k值与事先测得的规定条件下的k值进行对比识别出异常电芯。这种方法就不再适用于电池包装车运行后实际工况的自放电率异常电芯的识别。


技术实现要素：

4.本公开的目的是提供一种异常电芯识别方法、装置、存储介质、电子设备及车辆以解决相关技术中存在的问题。
5.为了实现上述目的，本公开提供一种异常电芯识别方法，所述方法包括：
6.按照预设周期获取同一电池包内多个电芯的目标参数；
7.计算每一周期中目标电芯的目标参数与所述多个电芯的目标参数的中位数之间的差值；
8.计算所述目标电芯在每一周期内的所述差值的累加值；
9.根据每一周期的所述累加值，确定所述目标电池是否存在异常；
10.其中，所述目标电芯为所述多个电芯中的任意一个电芯。
11.可选地，所述根据每一周期的所述累加值，确定所述目标电池是否存在异常包括：
12.根据每一周期的所述累加值绘制累加值曲线，其中，所述累加值曲线的横轴为时间，纵轴为数值大小；
13.根据所述累加值曲线的斜率，确定所述目标电池是否存在异常。
14.可选地，所述根据所述累加值曲线，确定所述目标电芯是否存在异常，包括：
15.计算所述累加值曲线在每一周期的斜率；
16.若在计算得到对应第一周期的斜率与对应所述第一周期的上一周期的斜率之间的比值大于预设阈值，则确定所述目标电芯存在异常；
17.其中，所述第一周期为任意一个周期。
18.可选地，所述方法应用于服务器，所述按照预设周期获取同一电池包内多个电芯
的目标参数包括：
19.按照预设周期获取通过车辆的t-box上传的同一电池包内多个电芯的目标参数，其中，所述周期的时长大于或等于十秒。
20.可选地，所述目标参数包括电压、电池荷电状态以及温度中的至少一者。
21.本公开第二方面提供一种异常电芯识别装置，所述装置包括：
22.获取模块，用于按照预设时间周期获取同一电池包内多个电芯的目标参数；
23.第一计算模块，用于计算每一周期中目标电芯的目标参数与所述多个电芯的目标参数的中位数之间的差值；
24.第二计算模块，用于计算所述目标电芯对应每一周期的所述差值的累加值；
25.确定模块，用于根据所述累加值，确定所述目标电池是否存在异常；
26.其中，所述目标电芯为所述多个电芯中的任意一个电芯。
27.可选地，所述确定模块包括：
28.绘制模块，用于根据所述累加值，其中，所述累加值曲线的横轴为时间，纵轴为数值大小；
29.确定子模块，用于根据所述累加值曲线的斜率，确定所述目标电池是否存在异常。
30.本公开第三方面提供一种非临时性计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本公开第一方面中任一项所述方法的步骤。
31.本公开第四方面提供一种电子设备，包括：
32.存储器，其上存储有计算机程序；
33.处理器，用于执行所述存储器中的所述计算机程序，以实现本公开第一方面中任一项所述方法的步骤。
34.本公开第五方面提供一种车辆，所述车辆包括如本公开第四方面所述的电子设备；
35.或者所述车辆与本公开第四方面所述的电子设备通信连接。
36.通过上述技术方案，将同一电池包内表征电芯之间差异的参数按时间进行累加计算，这样在电池包中某电芯由于某种原因如电芯内短路、外短路等因素使该电芯的参数的变化速度异于其他电芯时，在累加计算得到的数值上就会表现出来，无需要求车辆必须经过某些特定工况才去判断即可起到识别异常电芯的目的，不仅能够避免因为电芯的离群而导致的问题，而且具备普适性。
37.本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
38.附图是用来提供对本公开的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本公开，但并不构成对本公开的限制。在附图中：
39.图1是根据一示例性实施例示出的一种异常电芯识别方法的流程图；
40.图2是根据一示例性实施例示出的累加值曲线的示意图；
41.图3是根据一示例性实施例示出的一种异常电芯识别方法的另一流程图；
42.图4是根据一示例性实施例示出的一种异常电芯识别装置的框图；
43.图5是根据一示例性实施例示出的一种电子设备的框图；
44.图6是根据一示例性实施例示出的另一种电子设备的框图；
45.图7是根据一示例性实施例示出的一种车辆的框图。
具体实施方式
46.以下结合附图对本公开的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本公开，并不用于限制本公开。
47.如背景技术所述，汽车动力电池包中常常会存在一些逐渐离群的电芯，由于其电极化学特性在车辆使用过程中的缓慢变化，造成电池外特性的逐渐变化，如自放电、电池容量的逐渐减小、内阻的逐渐增大等特点，使其外特性逐渐缓慢偏离正常的表现范围。对于在车辆使用过程中由于缓慢变化而逐渐离群的电芯，由于它的变化本身是缓慢的，积累起来的变化后果又可能是严重的。
48.在相关技术常的采用k值法中，需要两次将待对比的电芯在统一环境条件进行较长时间的搁置，搁置期间电芯不允许进行充电或放电。由于在电池装车交付后，用户的实际工况很难控制，无法保证静置时间长短、温度的一致性的情况下，就将静置过程中的k值与事先测得的规定条件下的k值进行对比识别出异常电芯。这种方法就不再适用于电池包装车运行后实际工况的自放电率异常电芯的识别。
49.有鉴于此，本公开实施例提供一种异常电芯识别方法、装置、存储介质、电子设备及车辆，以解决上述相关技术中存在的问题。
50.下面对本公开的技术方案进行详细的实施例说明。
51.图1是根据一示例性实施例示出的一种异常电芯识别方法的流程图，该方法的执行主体可以是设置在车辆上具备信息处理能力的电子设备，例如电池管理系统、t-box，也可以是服务器，本公开对此不作限定，所述方法包括步骤：
52.s101、按照预设周期获取同一电池包内多个电芯的目标参数。
53.其中，所述目标电芯为所述多个电芯中的任意一个电芯，所述目标参数可以包括电压、电池荷电状态以及温度中的至少一者。预设周期可以根据具体实施时的方案确定，例如可以是1秒、30秒甚至24小时，本公开对此不做限定。
54.s102、计算每一周期中目标电芯的目标参数与所述多个电芯的目标参数的中位数之间的差值。
55.s103、计算所述目标电芯在每一周期内的所述差值的累加值。
56.为了便于本领域普通技术人员理解，该累加值为每一周期中计算得到的目标参数与该参数的中位数之间的差值的和值，示例地，以目标参数为电压为例，若t0周期计算得到的各个电芯的电压值为v
1,t0
，v
2,t0
，
…vm,t0
…vn,t0
，其中，n为电池包中串联的电芯数量，若电芯m的电压值v
m,t0
为n个电芯的电压值中位数，则t0周期各个电芯的电压值与电压中位数之间的差值e
1,t0
＝v
1,t0-v
m,t0
，e2,t0＝v
2,t0-v
m,t0
…
,e
m，t0
＝0，
…
,e
n,t0
＝v
n,t0-v
m,t0
，则目标电芯在tx周期的累加值则可以表示为其中，x为任意的自然数，e
ti
表示目标电芯的电压值在ti周期与中位数的差值。
57.s104、根据每一周期的所述累加值，确定所述目标电池是否存在异常。
58.在本公开实施例中，通过将同一电池包内表征电芯之间差异的参数按时间进行累加计算，这样在电池包中某电芯由于某种原因如电芯内短路、外短路等因素使该电芯的参
数的变化速度异于其他电芯时，在累加计算得到的数值上就会表现出来，无需要求车辆必须经过某些特定工况才去判断即可起到识别异常电芯的目的，不仅能够避免因为电芯的离群而导致的问题，而且具备普适性。
59.在一种可选地实施例中，所述根据每一周期的所述累加值，确定所述目标电池是否存在异常包括：
60.根据每一周期的所述累加值绘制累加值曲线，其中，所述累加值曲线的横轴为时间，纵轴为数值大小；
61.根据所述累加值曲线的斜率，确定所述目标电池是否存在异常。
62.为了使得本领域技术人员更理解本公开提供的方案，图2是根据一示例性实施例示出的累加值曲线的示意图，示例地，电池包中有电芯1-电芯7，如图2所示，图2中的横轴上的数字表示每一周期，目标参数为电压，即纵轴为累加的电压差大小的压差和，若目标电芯为电芯1，则可以根据该电芯1对应的累加值曲线l1的斜率确定电芯1是否存在异常。
63.进一步地，所述根据所述累加值曲线，确定所述目标电芯是否存在异常，包括：
64.计算所述累加值曲线在每一周期的斜率；
65.若在计算得到对应第一周期的斜率与对应所述第一周期的上一周期的斜率之间的比值大于预设阈值，则确定所述目标电芯存在异常；
66.其中，所述第一周期为任意一个周期。
67.具体实施时，计算所述累加值曲线在每一周期的斜率可以是将离散的累加值绘制成的累加值曲线拟合为连续的曲线，计算对应每一周期的最后时刻的切线斜率，即第一周期的斜率则为该曲线在第一周期的最后时刻对应的切线斜率。
68.在另一中可能的实施方式中，还可以根据以下公式计算每一周期的斜率：其中，δt可以是预先标定任意时长，也可以是的周期的整数倍的时长，ey表示累加值在y时刻的值，该y时刻可以为上述第一周期的最后时刻，ez表示累加值在z时刻的值，该z时刻可以为第一周期的最后时刻前与第一周期的最后时刻间隔δt时长的时刻，计算得到的k
yz
则为对应第一时刻的斜率。其中，在δt是的周期的整数倍的时长的情况下，则无需将离散的累加值绘制成的累加值曲线拟合为连续的曲线。
69.示例地，若目标电芯对应第n周期的累加值为20，第n-1周期的累加值14，第n-2周期的累加值为12，δt的时长与预设周期的时长相等，则第n周期对应的斜率为第n-1周期对应的斜率为若上述预设阈值为1.8，则在对应第n周期的斜率与对应所述第n周期的上一周期的斜率之间的比值大于预设阈值1.8的情况下，可以确定该目标电芯存在异常。其中，n为任意整数。
70.采用本方案，通过计算每一周期的累加值曲线的斜率，并根据每一周期的斜率与上一周期的斜率的比值，确定该电芯是否存在异常，能够在电芯的参数变化速率突然提高时，及时的发现电芯故障。
71.在另一些可选地实施中，所述方法应用于服务器，所述按照预设周期获取同一电池包内多个电芯的目标参数包括：
72.按照预设周期获取通过车辆的t-box上传的同一电池包内多个电芯的目标参数，
其中，所述周期的时长大于或等于十秒。
73.本领域技术人员应知悉，在车联网智能终端gb/t 32960国标协议规范中，规定了数据的最低上传时间间隔为10秒，即，按照gb/t 32960国标协议规范，t-box可能每5秒上传一次电池数据，采用本方案，无需将每一次t-box上传的数据进行异常电芯识别，例如可以每15秒获取一次电池数据进行异常电芯识别，降低了计算量，具备便于实施、方便在数据平台部署的优点。
74.图3是根据一示例性实施例示出的一种异常电芯识别方法的另一流程图，如图3所示，该方法的执行主体为服务器，该方法包括步骤：
75.s301、按照预设周期获取t-box采集的同一电池包内多个电芯的目标参数。
76.其中，该预设周期可以大于10秒。应理解的是，该多个电芯的目标参数可以是t-box已经上传至服务器并存储至服务器的存储设备的数据，在执行步骤s301时，服务器仅需要从存储设备中将对应的数据提取出来即可。或者，也可以是服务器按照该预设周期向车辆t-box请求该数据，并在接收到t-box返回的数据后再执行步骤s301的，本公开对获取数据的方式不做限定。
77.s302、计算每一周期中各个电芯的目标参数与所述多个电芯的目标参数的中位数之间的差值。
78.s303、计算所述各个电芯在每一周期内的所述差值的累加值。
79.s304、根据每一周期的所述累加值绘制累加值曲线。
80.s305、计算所述累加值曲线在每一周期的斜率。
81.s306、判断是否存在
82.k
tn
/k
t(n-1)
》a的曲线。
83.其中，k
tn
表示任意一个电芯对应的累加值曲线在tn周期的斜率，k
t(n-1)
表示任意一个电芯对应的累加值曲线在t(n-1)周期的斜率，n为任意自然数，a为预先标定的预设阈值。
84.在确定存在k
tn
/k
t(n-1)
》a的曲线的情况下，执行步骤s307；反之,则执行步骤s308。
85.s307、确定存在k
tn
/k
t(n-1)
》a的累加值曲线对应的电芯存在异常，并将异常信息发送至t-box。
86.s308、确定不存在异常的电芯。
87.基于同一发明构思，本公开实施例还提供一种异常电芯识别装置，图4是根据一示例性实施例示出的一种异常电芯识别装置40，如图4所示，所述装置40包括：
88.获取模块41，用于按照预设周期获取同一电池包内多个电芯的目标参数。
89.第一计算模块42，用于计算每一周期中目标电芯的目标参数与所述多个电芯的目标参数的中位数之间的差值。
90.第二计算模块43，用于计算所述目标电芯在每一周期内的所述差值的累加值。
91.确定模块44，用于根据每一周期的所述累加值，确定所述目标电池是否存在异常。
92.其中，所述目标电芯为所述多个电芯中的任意一个电芯。
93.可选地，所述确定模块44包括：
94.绘制模块，用于根据每一周期的所述累加值绘制累加值曲线，其中，所述累加值曲线的横轴为时间，纵轴为数值大小；
95.第一确定子模块，用于根据所述累加值曲线的斜率，确定所述目标电池是否存在
异常。
96.可选地，所述确定模块44还包括：
97.计算子模块，用于计算所述累加值曲线在每一周期的斜率；
98.第二确定子模块，用于若在计算得到对应第一周期的斜率与对应所述第一周期的上一周期的斜率之间的比值大于预设阈值，则确定所述目标电芯存在异常；
99.其中，所述第一周期为任意一个周期。
100.可选地，所述装置40为服务器，或者是服务器的一部分，所述获取模块41具体用于：
101.按照预设周期获取通过车辆的t-box上传的同一电池包内多个电芯的目标参数，其中，所述周期的时长大于或等于十秒。
102.可选地，所述目标参数包括电压、电池荷电状态以及温度中的至少一者。
103.关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
104.图5是根据一示例性实施例示出的一种电子设备500的框图。如图5所示，该电子设备500可以包括：处理器501，存储器502。该电子设备500还可以包括多媒体组件503，输入/输出(i/o)接口504，以及通信组件505中的一者或多者。
105.其中，处理器501用于控制该电子设备500的整体操作，以完成上述的异常电芯识别方法中的全部或部分步骤。存储器502用于存储各种类型的数据以支持在该电子设备500的操作，这些数据例如可以包括用于在该电子设备500上操作的任何应用程序或方法的指令，以及应用程序相关的数据，例如多个电芯的目标参数、各个电芯的目标参数与中位数的差值、各个电芯的累加值等等。该存储器502可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，例如静态随机存取存储器(static random access memory，简称sram)，电可擦除可编程只读存储器(electrically erasable programmable read-only memory，简称eeprom)，可擦除可编程只读存储器(erasable programmable read-only memory，简称eprom)，可编程只读存储器(programmable read-only memory，简称prom)，只读存储器(read-only memory，简称rom)，磁存储器，快闪存储器，磁盘或光盘。多媒体组件503可以包括屏幕和音频组件。其中屏幕例如可以是触摸屏，音频组件用于输出和/或输入音频信号。例如，音频组件可以包括一个麦克风，麦克风用于接收外部音频信号。所接收的音频信号可以被进一步存储在存储器502或通过通信组件505发送。音频组件还包括至少一个扬声器，用于输出音频信号。i/o接口504为处理器501和其他接口模块之间提供接口，上述其他接口模块可以是键盘，鼠标，按钮等。这些按钮可以是虚拟按钮或者实体按钮。通信组件505用于该电子设备500与其他设备之间进行有线或无线通信。无线通信，例如wi-fi，蓝牙，近场通信(near field communication，简称nfc)，2g、3g、4g、nb-iot、emtc、或其他5g等等，或它们中的一种或几种的组合，在此不做限定。因此相应的该通信组件505可以包括：wi-fi模块，蓝牙模块，nfc模块等等。
106.在一示例性实施例中，电子设备500可以被一个或多个应用专用集成电路(application specific integrated circuit，简称asic)、数字信号处理器(digital signal processor，简称dsp)、数字信号处理设备(digital signal processing device，简称dspd)、可编程逻辑器件(programmable logic device，简称pld)、现场可编程门阵列
(field programmable gate array，简称fpga)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述的异常电芯识别方法。
107.在另一示例性实施例中，还提供了一种包括程序指令的计算机可读存储介质，该程序指令被处理器执行时实现上述的异常电芯识别方法的步骤。例如，该计算机可读存储介质可以为上述包括程序指令的存储器502，上述程序指令可由电子设备500的处理器501执行以完成上述的异常电芯识别方法。
108.图6是根据一示例性实施例示出的一种电子设备600的框图。例如，电子设备600可以被提供为一服务器。参照图6，电子设备600包括处理器622，其数量可以为一个或多个，以及存储器632，用于存储可由处理器622执行的计算机程序。存储器632中存储的计算机程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理器622可以被配置为执行该计算机程序，以执行上述的异常电芯识别方法。
109.另外，电子设备600还可以包括电源组件626和通信组件650，该电源组件626可以被配置为执行电子设备600的电源管理，该通信组件650可以被配置为实现电子设备600的通信，例如，有线或无线通信。此外，该电子设备600还可以包括输入/输出(i/o)接口658。电子设备600可以操作基于存储在存储器632的操作系统，例如windows server
tm
，mac os x
tm
，unix
tm
，linux
tm
等等。
110.在另一示例性实施例中，还提供了一种包括程序指令的计算机可读存储介质，该程序指令被处理器执行时实现上述的异常电芯识别方法的步骤。例如，该非临时性计算机可读存储介质可以为上述包括程序指令的存储器632，上述程序指令可由电子设备600的处理器622执行以完成上述的异常电芯识别方法。
111.在另一示例性实施例中，还提供一种计算机程序产品，该计算机程序产品包含能够由可编程的装置执行的计算机程序，该计算机程序具有当由该可编程的装置执行时用于执行上述的异常电芯识别方法的代码部分。
112.图7是根据一示例性实施例示出的一种车辆70，如图7所示，该车辆70包括电子设备500，或者该车辆与电子设备600通信连接。电子设备500以及电子设备600均可以用于执行上述的异常电芯识别方法。本领域技术人员应该知悉，在具体实施时，车辆70还包括其它部件，例如动力电池、电池管理系统、t-box等，图7只是示出了与本公开实施例相关的部分，其它必要的车辆部件未一一示出。
113.以上结合附图详细描述了本公开的优选实施方式，但是，本公开并不限于上述实施方式中的具体细节，在本公开的技术构思范围内，可以对本公开的技术方案进行多种简单变型，这些简单变型均属于本公开的保护范围。
114.另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合，为了避免不必要的重复，本公开对各种可能的组合方式不再另行说明。
115.此外，本公开的各种不同的实施方式之间也可以进行任意组合，只要其不违背本公开的思想，其同样应当视为本公开所公开的内容。

技术特征：
1.一种异常电芯识别方法，其特征在于，所述方法包括：按照预设周期获取同一电池包内多个电芯的目标参数；计算每一周期中目标电芯的目标参数与所述多个电芯的目标参数的中位数之间的差值；计算所述目标电芯在每一周期内的所述差值的累加值；根据每一周期的所述累加值，确定所述目标电池是否存在异常；其中，所述目标电芯为所述多个电芯中的任意一个电芯。2.根据权利要求1所述的方法，其特征在于，所述根据每一周期的所述累加值，确定所述目标电池是否存在异常包括：根据每一周期的所述累加值绘制累加值曲线，其中，所述累加值曲线的横轴为时间，纵轴为数值大小；根据所述累加值曲线的斜率，确定所述目标电池是否存在异常。3.根据权利要求2所述的方法，其特征在于，所述根据所述累加值曲线，确定所述目标电芯是否存在异常，包括：计算所述累加值曲线在每一周期的斜率；若在计算得到对应第一周期的斜率与对应所述第一周期的上一周期的斜率之间的比值大于预设阈值，则确定所述目标电芯存在异常；其中，所述第一周期为任意一个周期。4.根据权利要求1-3任一项所述的方法，其特征在于，所述方法应用于服务器，所述按照预设周期获取同一电池包内多个电芯的目标参数包括：按照预设周期获取通过车辆的t-box上传的同一电池包内多个电芯的目标参数，其中，所述周期的时长大于或等于十秒。5.根据权利要求1-3任一项所述的方法，其特征在于，所述目标参数包括电压、电池荷电状态以及温度中的至少一者。6.一种异常电芯识别装置，其特征在于，所述装置包括：获取模块，用于按照预设时间周期获取同一电池包内多个电芯的目标参数；第一计算模块，用于计算每一周期中目标电芯的目标参数与所述多个电芯的目标参数的中位数之间的差值；第二计算模块，用于计算所述目标电芯对应每一周期的所述差值的累加值；确定模块，用于根据所述累加值，确定所述目标电池是否存在异常；其中，所述目标电芯为所述多个电芯中的任意一个电芯。7.根据权利要求6所述的装置，其特征在于，所述确定模块包括：绘制模块，用于根据所述累加值，其中，所述累加值曲线的横轴为时间，纵轴为数值大小；确定子模块，用于根据所述累加值曲线的斜率，确定所述目标电池是否存在异常。8.一种非临时性计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1-5中任一项所述方法的步骤。9.一种电子设备，其特征在于，包括：存储器，其上存储有计算机程序；
处理器，用于执行所述存储器中的所述计算机程序，以实现权利要求1-5中任一项所述方法的步骤。10.一种车辆，其特征在于，所述车辆包括如权利要求9所述的电子设备；或者所述车辆与权利要求9所述的电子设备通信连接。

技术总结
本公开涉及一种异常电芯识别方法、装置、存储介质、电子设备及车辆，属于电池管理领域，所述方法包括：按照预设周期获取同一电池包内多个电芯的目标参数；计算每一周期中目标电芯的目标参数与所述多个电芯的目标参数的中位数之间的差值；计算所述目标电芯在每一周期内的所述差值的累加值；根据每一周期的所述累加值，确定所述目标电池是否存在异常；其中，所述目标电芯为所述多个电芯中的任意一个电芯。无需要求车辆必须经过某些特定工况才去判断即可起到识别异常电芯的目的，不仅能够避免因为电芯的离群而导致的问题，而且具备普适性。而且具备普适性。而且具备普适性。


技术研发人员：李德伟 吴红 郭凤刚 王宇
受保护的技术使用者：北汽福田汽车股份有限公司
技术研发日：2022.03.10
技术公布日：2023/9/20