基于大数据的动力电池母线老化检测方法
【技术领域】
[0001]本发明涉及动力电池检测技术领域，特别是涉及一种基于大数据的动力电池母线老化检测方法。
【背景技术】
[0002]随着可充电固态电池技术的发展，受电动汽车、无线基站、电池后备能源系统、电动工具、便携式电子设备、移动机器人等领域的应用驱动，对动力电池尤其是动力锂电池的市场需求正以前所未有的速度增长，可充电锂电池具有高能量密度、应用灵活方便、重量轻、寿命长等显著特性。
[0003]动力电池在应用中涉及到母线(动力大电流母排或大电流母线)。在使用过程中，尤其在接口处存在老化问题，从而引起弧光，这种拉弧效应进一步引起动力母线的老化，从而引起动力电池失火或燃烧。
[0004]传统的解决方式是通过检测这些弧光来报警母线的老化，这种检测技术价格昂贵，存在着一定的不可靠性。
[0005]因此，针对上述技术问题，有必要提供一种基于大数据的动力电池母线老化检测方法。
【发明内容】
[0006]为克服现有技术的不足，本发明的目的在于提供一种基于大数据的动力电池母线老化检测方法。
[0007]为了实现上述目的，本发明实施例提供的技术方案如下:
[0008]—种基于大数据的动力电池母线老化检测方法，所述方法包括:
[0009]S1、在动力电池母线上安装若干温度传感器；
[0010]S2、在不同电流下获取温度传感器上的温度，记录对应的电流数据和温度数据；
[0011]S3、将电流数据和温度数据上传至云服务器；
[0012]S4、云服务器对电流数据和温度数据进行分析，判断各个传感器所在位置的母线是否老化。
[0013]作为本发明的进一步改进，所述步骤S2中“记录对应的电流数据和温度数据”的记录时间为Ims?Ih。
[0014]作为本发明的进一步改进，所述步骤S2中“记录对应的电流数据和温度数据”的记录时间为ms级、s级、min级或h级。
[0015]作为本发明的进一步改进，所述步骤S2还包括:
[0016]对电流数据和温度数据进行平滑过滤，去除不稳定因素引起的突变数据。
[0017]作为本发明的进一步改进，所述步骤S4中“云服务器对电流数据和温度数据进行分析”具体为:
[0018]云服务器根据电流数据和温度数据对不同时间段同样母线上的温度变化或变化趋势进行分析。
[0019]作为本发明的进一步改进，所述步骤S4还包括:
[0020]设定温度阈值，将温度数据与温度阈值进行对比，判断温度数据是否在温度阈值范围内，若是，则母线未老化，若否，则母线已老化。
[0021]本发明通过低廉的方式可靠地解决动力电池母线老化引起的风险，避免了母线引起的阻抗变高从而周围元件或者锂电池的燃烧风险，能够对动力电池实时预警以避免燃烧风险。
【附图说明】
[0022]图1为本发明中基于大数据的动力电池母线老化检测方法的流程示意图。
【具体实施方式】
[0023]为了使本技术领域的人员更好地理解本发明中的技术方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
[0024]参图1所示，本发明公开了一种基于大数据的动力电池母线老化检测方法，所述方法包括:
[0025]S1、在动力电池母线上安装若干温度传感器；
[0026]S2、在不同电流下获取温度传感器上的温度，记录对应的电流数据和温度数据；
[0027]S3、将电流数据和温度数据上传至云服务器；
[0028]S4、云服务器对电流数据和温度数据进行分析，判断各个传感器所在位置的母线是否老化。
[0029]如在本发明的一【具体实施方式】中，动力电池以锂电池为例进行说明，具体包括下述步骤:
[0030]S1、在动力电池母线上安装若干温度传感器；
[0031]在锂电池母线上容易老化的地方附近安装温度传感器。
[0032]S2、在不同电流下获取温度传感器上的温度，记录对应的电流数据和温度数据；
[0033]对老化处进行实时监控，检测不同电流时候，对应的母线上温度传感器测量的温度值，记录对应的电流数据和温度数据，记录的时间间隔可以是毫秒(ms)或秒(s)级或分钟(min)级或小时(h)级，具体地记录时间可以为Ims?Ih之间的任何时间间隔，并对电流数据和温度数据进行平滑过滤，去掉干扰等不稳定因素引起的突变数据。
[0034]S3、将电流数据和温度数据上传至云服务器；
[0035]把稳定的电流数据和温度数据发送到云端(云服务器)。
[0036]S4、云服务器对电流数据和温度数据进行分析，判断各个传感器所在位置的母线是否老化。
[0037]用云计算去分析这些电流数据和温度数据，分析不同时间段同样电流母线的温度变化或变化趋势，并根据设定的阈值来判断母线是否由于弧光而引起老化，具体为:
[0038]设定温度阈值，将温度数据与温度阈值进行对比，判断温度数据是否在温度阈值范围内，若是，则母线未老化，若否，则母线已老化。
[0039]应当理解的是，本实施方式中采用温度传感器对母线上的温度进行检测，在其他实施方式中也可以采用其他的测量方法对母线上的温度进行测量。
[0040]有上述技术方案可以看出，本发明通过低廉的方式可靠地解决动力电池母线老化引起的风险，避免了母线引起的阻抗变高从而周围元件或者锂电池的燃烧风险，能够对动力电池实时预警以避免燃烧风险。
[0041]对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
[0042]此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。
【主权项】
1.一种基于大数据的动力电池母线老化检测方法，其特征在于，所述方法包括: 51、在动力电池母线上安装若干温度传感器； 52、在不同电流下获取温度传感器上的温度，记录对应的电流数据和温度数据； 53、将电流数据和温度数据上传至云服务器； 54、云服务器对电流数据和温度数据进行分析，判断各个传感器所在位置的母线是否老化。2.根据权利要求1所述的方法，其特征在于，所述步骤S2中“记录对应的电流数据和温度数据”的记录时间为Ims?Ih03.根据权利要求1所述的方法，其特征在于，所述步骤S2中“记录对应的电流数据和温度数据”的记录时间为ms级、s级、min级或h级。4.根据权利要求1所述的方法，其特征在于，所述步骤S2还包括: 对电流数据和温度数据进行平滑过滤，去除不稳定因素引起的突变数据。5.根据权利要求1所述的方法，其特征在于，所述步骤S4中“云服务器对电流数据和温度数据进行分析”具体为: 云服务器根据电流数据和温度数据对不同时间段同样母线上的温度变化或变化趋势进行分析。6.根据权利要求5所述的方法，其特征在于，所述步骤S4还包括: 设定温度阈值，将温度数据与温度阈值进行对比，判断温度数据是否在温度阈值范围内，若是，则母线未老化，若否，则母线已老化。
【专利摘要】本发明公开了一种基于大数据的动力电池母线老化检测方法，所述方法包括：S1、在动力电池母线上安装若干温度传感器；S2、在不同电流下获取温度传感器上的温度，记录对应的电流数据和温度数据；S3、将电流数据和温度数据上传至云服务器；S4、云服务器对电流数据和温度数据进行分析，判断各个传感器所在位置的母线是否老化。本发明通过低廉的方式可靠地解决动力电池母线老化引起的风险，避免了母线引起的阻抗变高从而周围元件或者锂电池的燃烧风险，能够对动力电池实时预警以避免燃烧风险。
【IPC分类】G01R31/00
【公开号】CN105203868
【申请号】CN201510531464
【发明人】刘江川, 韩竞科, 熊险峰
【申请人】张家港莫特普数据科技有限公司
【公开日】2015年12月30日
【申请日】2015年8月27日