基于大数据AI的电池绝缘耐压检测方法及装置

本技术涉及电池，特别是涉及一种基于大数据ai的电池绝缘耐压检测方法及装置。

背景技术：

1、为了应对碳排放、环境污染、能源危机等问题，发展新能源产业已经成为了世界范围内的主要趋势。锂离子电池作为新能源电池的代表，是目前最具有实用价值的新能源电池之一。

2、在锂离子电池的生产过程中，极片上的颗粒杂质或微量金属残渣、隔膜上的微小缺陷、电芯在组装过程中引入的粉尘等异物，都会直接造成或在后续制造和使用过程中逐渐造成电池内部微短路、强短路或热失控，因此在电池注液前需要进行绝缘耐压测试，也叫做hi-pot(high potential test)测试、短路测试、绝缘电阻测试、绝缘脉冲检测等，以筛选出有内短路或绝缘异常的不良电池，避免不良电池流入市场造成安全事故。

3、当前，常规的绝缘耐压测试只能检测出电池中存在的强短路(硬短路)，但在检测微短路方面还存在不足，即对于电池中存在的比较微小的颗粒杂质、金属残渣、毛刺等并未对隔膜造成损伤且局部放电不明显的情形，常常无法识别出来，使得存在一定质量问题的电池流入后续工序，这种电池流入市场后存在一定的安全隐患。所以，亟需一种对由微短路或异物造成的异常电池进行探测的方法和装置。

技术实现思路

1、基于此，有必要针对上述技术问题，提供一种基于大数据ai的电池绝缘耐压检测方法及装置。

2、第一方面，本技术提供了一种基于大数据ai的电池绝缘耐压检测方法。所述方法包括：

3、通过在电池生产过程中，针对所述待检测电池的绝缘耐压测试，得到所述待检测电池的电池测试数据；

4、根据所述待检测电池的所述电池测试数据，构建所述待检测电池的电池质量数据集；

5、将多个所述待检测电池组成待检测组；

6、通过离群值检测算法对所述待检测组中各所述待检测电池的所述电池质量数据集进行检测，根据检测结果确定所述待检测组中的异常电池。

7、在其中一个实施例中，所述电池测试数据包括电池阻值数据，所述通过在电池生产过程中，针对所述待检测电池的绝缘耐压测试，得到所述待检测电池的电池测试数据，包括：

8、在电池生产过程中，获取所述待检测电池在所述绝缘耐压测试的电压保持阶段对应的电压数据与电流数据；

9、根据所述电压数据与所述电流数据，确定所述待检测电池的电池阻值数据。

10、在其中一个实施例中，所述电池测试数据包括目标特征数据，所述目标特征数据包括目标特征在所述绝缘耐压测试过程中各时刻对应的数据，所述根据所述待检测电池的所述电池测试数据，构建所述待检测电池的电池质量数据集，包括：

11、通过所述待检测电池的所述目标特征数据，提取得到所述目标特征数据对应的检测数据；

12、根据各所述目标特征数据对应的所述检测数据，构建所述待检测电池的电池质量数据集。

13、在其中一个实施例中，所述通过所述待检测电池的所述目标特征数据，提取得到所述目标特征数据对应的检测数据，包括：

14、针对任一所述目标特征数据，从所述待检测电池的绝缘耐压测试过程中，确定所述目标特征数据对应的目标时间段；

15、根据所述目标时间段，从所述目标特征数据中获取目标数据；

16、根据所述目标数据，提取得到所述目标特征数据对应的检测数据。

17、在其中一个实施例中，所述电池测试数据包括指标数据，所述根据所述待检测电池的所述电池测试数据，构建所述待检测电池的电池质量数据集，包括：

18、根据所述待检测电池的各所述目标特征数据对应的检测数据、所述待检测电池的电池阻值数据、所述指标数据中的至少一项，构建所述待检测电池的电池质量数据集。

19、在其中一个实施例中，所述通过离群值检测算法对所述待检测组中各所述待检测电池的所述电池质量数据集进行检测，根据检测结果确定所述待检测组中的异常电池，包括：

20、针对任一所述待检测电池，根据所述待检测电池的所述电池质量数据集，采用离群值检测算法确定所述待检测电池对应的异常值；

21、将所述待检测组中所述异常值大于阈值的所述待检测电池，作为异常电池。

22、第二方面，本技术还提供了一种基于大数据ai的电池绝缘耐压检测装置。所述装置包括：

23、获取模块，用于通过在电池生产过程中，针对所述待检测电池的绝缘耐压测试，得到所述待检测电池的电池测试数据；

24、构建模块，用于根据所述待检测电池的所述电池测试数据，构建所述待检测电池的电池质量数据集；

25、组建模块，用于将多个所述待检测电池组成待检测组；

26、检测模块，用于通过离群值检测算法对所述待检测组中各所述待检测电池的所述电池质量数据集进行检测，根据检测结果确定所述待检测组中的异常电池。

27、在其中一个实施例中，所述电池测试数据包括电池阻值数据，所述获取模块，还用于：

28、在电池生产过程中，获取所述待检测电池在所述绝缘耐压测试的电压保持阶段对应的电压数据与电流数据；

29、根据所述电压数据与所述电流数据，确定所述待检测电池的电池阻值数据。

30、在其中一个实施例中，所述电池测试数据包括目标特征数据，所述目标特征数据包括目标特征在所述绝缘耐压测试过程中各时刻对应的数据，所述构建模块，还用于：

31、通过所述待检测电池的所述目标特征数据，提取得到所述目标特征数据对应的检测数据；

32、根据各所述目标特征数据对应的所述检测数据，构建所述待检测电池的电池质量数据集。

33、在其中一个实施例中，所述构建模块，还用于：

34、针对任一所述目标特征数据，从所述待检测电池的绝缘耐压测试过程中，确定所述目标特征数据对应的目标时间段；

35、根据所述目标时间段，从所述目标特征数据中获取目标数据；

36、根据所述目标数据，提取得到所述目标特征数据对应的检测数据。

37、在其中一个实施例中，所述电池测试数据包括指标数据，所述构建模块，还用于：

38、根据所述待检测电池的各所述目标特征数据对应的检测数据、所述待检测电池的电池阻值数据、所述指标数据中的至少一项，构建所述待检测电池的电池质量数据集。

39、在其中一个实施例中，所述检测模块，还用于：

40、针对任一所述待检测电池，根据所述待检测电池的所述电池质量数据集，采用离群值检测算法确定所述待检测电池对应的异常值；

41、将所述待检测组中所述异常值大于阈值的所述待检测电池，作为异常电池。

42、第三方面，本技术还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以上任一项方法。

43、第四方面，本技术还提供了一种计算机可读存储介质所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以上任一项方法。

44、第五方面，本技术还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以上任一项方法。

45、上述基于大数据ai(artificial intelligence，人工智能)的电池绝缘耐压检测方法及装置，可以在电池生产过程中对待检测电池进行绝缘耐压测试，并将测试得到的电池测试数据组成电池质量数据集，以通过离群值检测算法对待检测组中的待检测电池的电池质量数据集进行检测，并根据检测结果筛选得到异常电池。本技术实施例采用绝缘耐压测试过程中产生的大量电池测试数据，将电池测试数据与其他电池有明显不同的待检测电池作为异常电池，因此即便通过绝缘耐压测试，无法直接检测出电池存在微短路或异物，但由于存在微短路或异物的异常电池的电池测试数据与正常电池不同，因此基于多个待检测电池的电池测试数据的差异情况，即可筛选出异常电池，因此能够提高异常电池的筛选精度，并能够及时检测出存在微短路或异物的异常电池，避免存在微短路或异物的异常电池流入市场，造成安全隐患。