电池热失控预测方法、装置、计算机设备和存储介质与流程

本申请涉及新能源汽车，特别是涉及一种电池热失控预测方法、装置、计算机设备和存储介质。

背景技术：

1、随着新能源汽车的推广和普及，有关新能源汽车的安全问题也受到了越来越多的关注和重视，尤其是着火事故，据调查，其中90％以上的着火事故均是由动力电池热失控诱发的，所以对热失控进行正确及时的预警显得十分关键。

2、相关技术中，通常有通过监测电池的外部参数(如电压、电流和温度等)进行热失控预警，或通过电池产生的气体成分和浓度进行分析来预警等方法。但对外部参数、气体成分和浓度参数的获取对参数辨识要求很高，难度较大，并且在实验室获取数据的方法由于实验设备成本高且较为繁琐，无法用在实车上；并且进一步的，车辆发生热失控之前，通常不会在一个工况周期内与正常电池产生明显差异，即在车辆有异常产生到最终发展为热失控之前有一个较为漫长的演变过程，从单一的数据层面很难捕捉到异常信息来讲正常车辆和可能存在热失控风险的异常车辆区分开来。

3、目前，针对现有技术中对动力电池热失控预警的正确度、及时率较低的问题，尚未提出有效地解决方案。

技术实现思路

1、基于此，有必要针对上述技术问题，提供一种电池热失控预测方法、装置、计算机设备和存储介质。

2、第一方面，本申请提供了一种电池热失控预测方法。该方法包括：

3、获取待检测电池的阻抗变化趋势信息；

4、将待检测电池数据输入至训练完备的热失控分类模型中进行检测，并对阻抗变化趋势信息进行特征提取处理，得到待检测电池的预测结果；其中，热失控分类模型由预设的数据变化训练集训练得到，数据变化训练集包括有阻抗变化趋势信息训练集，阻抗变化趋势信息训练集是由目标阻抗谱训练数据与实轴的交点得到的。

5、在其中一个实施例中，获取目标阻抗谱训练数据，包括：

6、获取预设的至少一种工作数据；

7、将工作数据输入至训练完备的目标记忆模型中，得到第一阻抗谱数据，其中，目标记忆模型用于指示工作数据与阻抗谱数据之间的映射关系；

8、融合第一阻抗谱数据，以及获取到的第二阻抗谱数据得到目标阻抗谱训练数据，其中，第二阻抗谱数据用于修正第一阻抗谱数据。

9、在其中一个实施例中，获取第二阻抗谱数据，包括：

10、获取电压信号以及电流信号；其中，电压信号以及电流信号均为时域信号；

11、对电压信号以及电流信号进行频域变换处理，得到初始第二阻抗谱数据。。

12、在其中一个实施例中，将工作数据输入至训练完备的目标记忆模型中，得到第一阻抗谱数据，包括：

13、特征提取步骤：基于目标记忆模型对工作数据进行特征提取处理，得到针对工作数据的历史数据特征以及历史数据状态；

14、融合步骤：融合历史数据特征、历史数据状态以及工作数据中的当前工作数据，得到当前数据融合结果；

15、重复特征提取步骤以及融合步骤，直至遍历工作数据中的所有数据，得到第一阻抗谱数据。

16、在其中一个实施例中，获取训练完备的所述目标记忆模型，包括：

17、获取预设的电池数据训练集；其中，电池数据训练集携带有电池阻抗标签；

18、将电池数据训练集输入至预设的初始记忆模型中进行训练，得到对应于电池数据训练集的电池数据预测结果，根据电池数据预测结果与电池阻抗标签计算损失函数结果，并将损失函数结果的梯度反向传输至初始记忆模型进行迭代训练，生成训练完备的目标记忆模型。

19、在其中一个实施例中，数据变化训练集包括目标阻抗谱训练数据、阻抗变化趋势信息训练集、预设的电压变化趋势信息训练集以及预设的容量增量变化趋势信息训练集。

20、在其中一个实施例中，得到所述待检测电池的预测结果之后，方法还包括：

21、基于预测结果得到待检测电池中的目标监测电池；

22、获取针对目标监测电池的实时数据，基于实时数据与预设的数据阈值进行比对处理，在检测到实时数据大于数据阈值的情况下，生成报警信息；

23、基于报警信息完成针对目标监测电池的预警。

24、第二方面，本申请还提供了一种电池热失控预测装置。所述装置包括：

25、获取模块，用于获取待检测电池的阻抗变化趋势信息；

26、计算模块，用于将阻抗变化趋势信息输入至训练完备的热失控分类模型中进行检测，并对阻抗变化趋势信息进行特征提取处理，得到待检测电池的预测结果；其中，热失控分类模型由预设的数据变化训练集训练得到，数据变化训练集包括有阻抗变化趋势信息训练集，阻抗变化趋势信息训练集是由目标阻抗谱训练数据与实轴的交点得到的。

27、第三方面，本申请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下步骤：

28、获取待检测电池的阻抗变化趋势信息；

29、将阻抗变化趋势信息输入至训练完备的热失控分类模型中进行检测，并对阻抗变化趋势信息进行特征提取处理，得到待检测电池的预测结果；其中，热失控分类模型由预设的数据变化训练集训练得到，数据变化训练集包括有阻抗变化趋势信息训练集，阻抗变化趋势信息训练集是由目标阻抗谱训练数据与实轴的交点得到的。

30、第四方面，本申请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下步骤：

31、获取待检测电池的阻抗变化趋势信息；

32、将阻抗变化趋势信息输入至训练完备的热失控分类模型中进行检测，并对阻抗变化趋势信息进行特征提取处理，得到待检测电池的预测结果；其中，热失控分类模型由预设的数据变化训练集训练得到，数据变化训练集包括有阻抗变化趋势信息训练集，阻抗变化趋势信息训练集是由目标阻抗谱训练数据与实轴的交点得到的。

33、上述电池热失控预测方法、装置、计算机设备和存储介质，首先获取待检测电池的阻抗变化趋势信息，进一步地，在实际应用中除了阻抗变化趋势信息也可获取待检测电池其他种类的数据变化趋势信息，如充电电压变化趋势，电化学阻抗谱变化趋势等信息数据。而后将获取到的阻抗变化趋势信息输入至训练完备的热失控分类模型中进行检测，并对阻抗变化趋势信息进行特征提取处理，得到针对待检测电池的预测结，其中，该热失控分类模型由数据变化训练集训练得到，该数据变化训练集包括有阻抗变化趋势信息训练集，并且，该阻抗变化趋势训练集是由目标阻抗谱训练数据与实轴的交点得到的。考虑到车辆在有异常产生到最终发展为热失控之前有一个较为漫长的演变过程，从而通过上述方法，可以综合车辆长时间的工作情况，检测车辆是否存在异常，有效提高了热失控预测的准确性。

技术特征：

1.一种电池热失控预测方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，获取所述目标阻抗谱训练数据，包括：

3.根据权利要求2所述的方法，其特征在于，获取所述第二阻抗谱数据，包括：

4.根据权利要求2所述的方法，其特征在于，所述将所述工作数据输入至训练完备的目标记忆模型中，得到第一阻抗谱数据，包括：

5.根据权利要求2所述的方法，其特征在于，获取训练完备的所述目标记忆模型，包括：

6.根据权利要求1所述的方法，其特征在于，所述数据变化训练集包括所述目标阻抗谱训练数据、所述阻抗变化趋势信息训练集、预设的电压变化趋势信息训练集以及预设的容量增量变化趋势信息训练集。

7.根据权利要求1所述的方法，其特征在于，所述得到所述待检测电池的预测结果之后，所述方法还包括：

8.一种电池热失控预测装置，其特征在于，所述装置包括：

9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。

技术总结
本申请涉及一种电池热失控预测方法、装置、计算机设备和存储介质。所述方法包括：获取待检测电池的阻抗变化趋势信息；将阻抗变化趋势信息输入至训练完备的热失控分类模型中进行检测，并对阻抗变化趋势信息进行特征提取处理，得到待检测电池的预测结果；其中，热失控分类模型由预设的数据变化训练集训练得到，数据变化训练集包括有阻抗变化趋势信息训练集，阻抗变化趋势信息训练集是由目标阻抗谱训练数据与实轴的交点得到的。采用本方法能够提高电池热失控预警的正确度、及时率。

技术研发人员：罗丽洁,高科杰
受保护的技术使用者：浙江凌骁能源科技有限公司
技术研发日：
技术公布日：2024/4/22