动力电池故障诊断方法、系统、车辆及存储介质与流程

本发明属于动力电池，具体而言，涉及一种动力电池故障诊断方法、系统、车辆及存储介质。

背景技术：

1、动力电池系统是电动车辆最关键的部分之一，其故障风险直接影响着整个车辆系统的安全和可靠性。因此，对于动力电池的故障预警与诊断变得愈发重要。通常动力电池由多个单体电池串联而成，虽然单体电池经测试和优选分组，但仍存在性能差异这些差异在动力电池的长期运行过程中会不同程度的产生新的差异，会影响电池组性能，因此需要对电池组中的单体电池进行故障诊断与预警。

2、现有的针对动力电池的诊断方法有很多，例如熵权重方法、基于熵的故障诊断方法等，然而都存在计算量大，难以实时在线应用的问题。

技术实现思路

1、本发明实施例提供了一种动力电池故障诊断方法、系统、车辆及存储介质，以至少解决现有技术中针对动力电池的诊断方法存在计算量大，难以实时在线应用的技术问题。

2、根据本发明实施例的第一个方面，提供了一种动力电池故障诊断方法，应用于车辆，车辆包括动力电池，动力电池包括多个单体电池，动力电池故障诊断方法包括：获取预设时间段内的动力电池数据，其中，动力电池数据中包括多个单体电池的端电压，多个单体电池的端电压构成电压数据集群，预设时间段包括多个计算时刻；针对每个计算时刻，对电压数据集群进行离群点检测，确定电压离群点；根据每个计算时刻对应的电压离群点，确定预设时间段内动力电池中多个单体电池的电压离群故障频率；根据电压离群故障频率，输出故障诊断结果。

3、可选的，针对每个计算时刻，对电压数据集群进行离群点检测，确定电压离群点包括：针对每个计算时刻：根据电压数据集群和预设多层次筛选算法，确定电压数据集群的集群中心点和故障检测范围阈值；根据集群中心点、电压数据集群和故障检测范围阈值，确定电压离群点。

4、可选的，根据电压数据集群和预设多层次筛选算法，确定电压数据集群的集群中心点和故障检测范围阈值包括：根据电压数据集群，确定原始电压数据矩阵和第一高斯分布式，其中，第一高斯分布式中的第一期望值和第一标准差根据电压数据集群确定；根据第一标准差对原始电压数据矩阵进行数据剔除，得到第一电压数据矩阵和第二高斯分布式，其中，第二高斯分布式中的第二期望值和第二标准差根据第一电压数据矩阵确定；响应于第一标准差与第二标准差的差值小于预设差值，确定第二高斯分布式为目标高斯分布式；根据目标高斯分布式和预设可调节检测范围值，确定故障检测范围阈值和集群中心点。

5、可选的，动力电池故障诊断方法还包括：响应于第一标准差与第二标准差的差值大于或等于预设差值，根据第二标准差对第一电压数据矩阵进行数据剔除，得到第二电压数据矩阵和第三高斯分布式，其中，第二高斯分布式中的第三期望值和第三标准差根据第二电压数据矩阵确定；响应于第二标准差与第三标准差的差值小于预设差值，确定第三高斯分布式为目标高斯分布式。

6、可选的，根据每个计算时刻对应的电压离群点，确定预设时间段内动力电池中多个单体电池的电压离群故障频率包括：根据每个计算时刻对应的电压离群点，确定每个计算时刻对应的电压故障矩阵得到第一故障矩阵；根据每个计算时刻对应的第一故障矩阵，确定预设时间段内动力电池对应的电压故障矩阵得到第二故障矩阵；根据第二故障矩阵，确定预设时间段内每个单体电池对应的电压离群故障频率。

7、可选的，根据电压离群故障频率，输出故障诊断结果包括：将每个单体电池对应的电压离群故障频率与预设频率阈值对比，确定对比结果；响应于对比结果表明存在单体电池对应的电压离群故障频率大于预设频率阈值，根据第二故障矩阵，确定动力电池的故障位置并作为故障诊断结果输出，或，响应于对比结果表明每个单体电池对应的电压离群故障频率小于或等于预设频率阈值，对每个单体电池对应的电压离群故障频率进行统计分析，确定动力电池的故障高发位置并作为故障诊断结果输出。

8、可选的，根据电压离群故障频率，输出故障诊断结果包括：根据电压离群故障频率，对动力电池进行故障分类得到故障类别，其中，故障类别包括随机故障和固有故障，随机故障用于表征动力电池制造不合格或者局部特殊事故，固有故障用于表征动力电池的系统设计故障；根据故障类别，对动力电池的故障进行故障分级得到故障级别；根据故障级别，输出故障诊断结果。

9、根据本发明实施例的第二方面，还提供一种动力电池故障诊断系统，应用于车辆，车辆包括动力电池，动力电池包括多个单体电池，包括：获取模块，用于获取预设时间段内的动力电池数据，其中，动力电池数据中包括多个单体电池的端电压，多个单体电池的端电压构成电压数据集群，预设时间段包括多个计算时刻；第一确定模块，用于针对每个计算时刻，对电压数据集群进行离群点检测，确定电压离群点；第二确定模块，用于根据每个计算时刻对应的电压离群点，确定预设时间段内动力电池中多个单体电池的电压离群故障频率；输出模块，用于根据电压离群故障频率，输出故障诊断结果。

10、可选的，第一确定模块还用于：针对每个计算时刻：根据电压数据集群和预设多层次筛选算法，确定电压数据集群的集群中心点和故障检测范围阈值；根据集群中心点、电压数据集群和故障检测范围阈值，确定电压离群点。

11、可选的，第一确定模块还用于：根据电压数据集群，确定原始电压数据矩阵和第一高斯分布式，其中，第一高斯分布式中的第一期望值和第一标准差根据电压数据集群确定；根据第一标准差对原始电压数据矩阵进行数据剔除，得到第一电压数据矩阵和第二高斯分布式，其中，第二高斯分布式中的第二期望值和第二标准差根据第一电压数据矩阵确定；响应于第一标准差与第二标准差的差值小于预设差值，确定第二高斯分布式为目标高斯分布式；根据目标高斯分布式和预设可调节检测范围值，确定故障检测范围阈值和集群中心点。

12、可选的，第一确定模块还用于：响应于第一标准差与第二标准差的差值大于或等于预设差值，根据第二标准差对第一电压数据矩阵进行数据剔除，得到第二电压数据矩阵和第三高斯分布式，其中，第二高斯分布式中的第三期望值和第三标准差根据第二电压数据矩阵确定；响应于第二标准差与第三标准差的差值小于预设差值，确定第三高斯分布式为目标高斯分布式。

13、可选的，第二确定模块还用于：根据每个计算时刻对应的电压离群点，确定每个计算时刻对应的电压故障矩阵得到第一故障矩阵；根据每个计算时刻对应的第一故障矩阵，确定预设时间段内动力电池对应的电压故障矩阵得到第二故障矩阵；根据第二故障矩阵，确定预设时间段内每个单体电池对应的电压离群故障频率。

14、可选的，输出模块还用于：将每个单体电池对应的电压离群故障频率与预设频率阈值对比，确定对比结果；响应于对比结果表明存在单体电池对应的电压离群故障频率大于预设频率阈值，根据第二故障矩阵，确定动力电池的故障位置并作为故障诊断结果输出，或，响应于对比结果表明每个单体电池对应的电压离群故障频率小于或等于预设频率阈值，对每个单体电池对应的电压离群故障频率进行统计分析，确定动力电池的故障高发位置并作为故障诊断结果输出。

15、可选的，输出模块还用于：根据电压离群故障频率，对动力电池进行故障分类得到故障类别，其中，故障类别包括随机故障和固有故障，随机故障用于表征动力电池制造不合格或者局部特殊事故，固有故障用于表征动力电池的系统设计故障；根据故障类别，对动力电池的故障进行故障分级得到故障级别；根据故障级别，输出故障诊断结果。

16、根据本发明实施例的第三方面，还提供了一种车辆，包括存储器和处理器，存储器中存储有计算机程序，处理器被设置为运行计算机程序以执行上述第一方面任一实施例中所述的动力电池故障诊断方法。

17、根据本发明实施例的第四方面，还提供了一种非易失性存储介质，非易失性存储介质中存储有计算机程序，其中，计算机程序被设置为在计算机或处理器上运行时，执行上述第一方面任一实施例中所述的动力电池故障诊断方法。

18、在本发明实施例中，获取预设时间段内的动力电池数据，其中，动力电池数据中包括多个单体电池的端电压，多个单体电池的端电压构成电压数据集群，预设时间段包括多个计算时刻；针对每个计算时刻，对电压数据集群进行离群点检测，确定电压离群点；根据每个计算时刻对应的电压离群点，确定预设时间段内动力电池中多个单体电池的电压离群故障频率；根据电压离群故障频率，输出故障诊断结果。通过仅根据单体电压的端电压数据，确定电压数据集群的电压离群点，然后根据电压离群点确定电压离群故障频率，整个方法中确定故障诊断结果所用数据少，故计算量少，进而可以解决现有技术中针对动力电池的诊断方法存在计算量大，难以实时在线应用的技术问题。