电池组一致性评估与等级评价方法及装置与流程

1.本发明涉及储能电池组性能评价领域，特别涉及一种电池组一致性评估与等级评价方法及装置。


背景技术：

2.近年来，风电、光伏等可再生电源在电力体系中占比逐渐提升，同时电力系统各环节对储能应用的需求逐渐增强，储能技术获得了飞速发展。在多种储能技术路线里，电化学储能发展速度较快。作为最常见的能源存储方式，锂离子电池由于其更长的寿命周期、更快的响应速度、更低的自放电率和更高的能量转换效率等优势应用领域十分广泛，使得锂离子电池储能已经成为最重要的储能技术路线之一。
3.由于对储能规模需求的不断提高，同时受限于电池单体容量的限制，通常在储能等应用场景下需要将多个单体电池进行一定的串并联拓扑结构设计，集成构成不同层级的电池组，如电池模组、电池包及电池簇等系统，以达到实际需要的使用规模及性能参数要求。然而，由于电池的加工制造工艺无法完全一致、电池使用环境无法保证完全相同等因素。电池组中的电池单体在使用过程中将表现出一定的差异，即存在一定的不一致性。并且随着储能电站规模的不断增大，集成的电池单体的数量急剧增加，电池之间的一致性差异更为突出。电池组的一致性差异，将导致电池组的整体使用寿命和性能显著下降，是影响电池组乃至电站性能的关键问题。
4.评估电池组的整体不一致性能，并基于不一致性对电池组整体健康状态做综合等级评价，是储能电站运行优化的重要手段。现有技术中电池组一致性计算，分为单静态参数，多静态参数，动态参数等方法。其中单静态参数使用单个静态参数对电池组一致性进行评估，需要提前根据专业知识或成产经验获得评价阈值，实施过程不够灵活且不够全面与准确；多静态参数使用同一时间内的多个静态参数特征进行一致性评估，往往需要基于主观赋权、客观赋权等多种方法，计算多指标的权重，设计综合评价函数，实施过程比较复杂；动态参数方法，且充分利用电池的动态充放电特性，包含更全面的电池状态信息，然而往往需要设计测试工况并获得特定的充放电曲线，且仍需对设计并提取一个或多个一致性评价指标并设计相关阈值及权重。
5.针对现有技术中评估手段不够灵活、准确，评估手段较为复杂的问题，目前还没有一个有效的解决方法。


技术实现要素：

6.本发明实施例提供了一种电池组一致性评估与等级评价方法及装置，对多个电池组统一提取相同类型的电池原始参数，对电池组进行更为全面的表征，且不依赖特定实验工况及实验室测试环境，以解决评估手段不灵活，不准确的问题；通过计算被支配度后进行一致性及等级评估，不需根据不同批次的电池组实时确定阈值或求解指标权重，以解决评估手段复杂的问题。
7.为达到上述目的，本发明实施例提供了一种电池组一致性评估与等级评价方法，包括：获取多个待测电池组的电池原始特征；对所述电池原始特征进行数据清洗，将数据清洗后的电池原始特征进行特征提取，并使用提取到的特征构建对应待测电池组的特征序列；以每个待测电池组的特征序列作为检测样本，根据特征序列计算每个检测样本的被支配度；将所有检测样本按照被支配度进行降序或升序排列，按预定比例将所有检测样本划分为多个等级；其中，被支配度越大的检测样本对应的待测电池组一致性越差。
8.进一步可选的，所述将数据清洗后的电池原始特征进行特征提取，并使用提取到的特征构建对应待测电池组的特征序列，包括：根据每个待测电池组的电池原始特征计算对应的静态特征指标及动态特征指标；将所述静态特性指标与所述动态特性指标作为对应待测电池组的特征序列中的项，构建得到每个待测电池组对应的所述特征序列。
9.进一步可选的，根据特征序列计算每个检测样本的被支配度，包括：将任一检测样本与其余所有检测样本进行特征序列的对应项比较；若当前检测样本的特征序列中所有项均不大于比较检测样本的特征序列中的对应项，且当前检测样本的特征序列中至少存在一个项小于比较检测样本的特征序列中的对应项，则认为比较检测样本被当前检测样本支配，将比较检测样本的被支配度加1。
10.进一步可选的，所述静态特性指标包括：电压极差、温度极差、电压标准差系数、温度标准差系数；所述动态特性指标包括：表征放电欧姆内阻的特征参数、表征动态极化特性的特征参数、表征欧姆内阻的特征参数及表征充放电过程电压或温度曲线整体离散特性的参数。
11.进一步可选的，所述对所述电池原始特征进行数据清洗包括：对于所述电池原始参数中的任一项目标参数值，若其超出参数合理阈值或为缺失值，则使用所述目标参数值的前一时刻的参数值或后一时刻的参数值替换所述目标参数值；或，通过滑动窗口计算预设时段中参数值的平均值，将所述平均值作为所述目标参数值。
12.另一方面，本发明实施例还提供了一种电池组一致性评估及等级评价装置，包括：数据获取模块，用于获取多个待测电池组的电池原始特征；特征序列构建模块，用于对所述电池原始特征进行数据清洗，将数据清洗后的电池原始特征进行特征提取，并使用提取到的特征构建对应待测电池组的特征序列；被支配度计算模块，用于以每个待测电池组的特征序列作为检测样本，根据特征序列计算每个检测样本的被支配度；评估模块，用于将所有检测样本按照被支配度进行降序或升序排列，按预定比例将所有检测样本划分为多个等级；其中，被支配度越大的检测样本对应的待测电池组一致性越差。
13.进一步可选的，所述特征序列构建模块包括：特征提取子模块，用于根据每个待测电池组的电池原始特征计算对应的静态特征指标及动态特征指标；数据连接子模块，用于特征序列将所述静态特性指标与所述动态特性指标作为对应待测电池组的特征序列中的项，构建得到每个待测电池组对应的所述特征序列。
14.进一步可选的，所述被支配度计算模块包括：项比较子模块，用于将任一检测样本与其余所有检测样本进行特征序列的对应项比较；被支配度确定子模块，用于若当前检测样本的特征序列中所有项均不大于比较检测样本的特征序列中的对应项，且当前检测样本的特征序列中至少存在一个项小于比较检测样本的特征序列中的对应项，则认为比较检测样本被当前检测样本支配，将比较检测样本的被支配度加1。
15.进一步可选的，所述静态特性指标包括：电压极差、温度极差、电压标准差系数、温度标准差系数；所述动态特性指标包括：表征放电欧姆内阻的特征参数、表征动态极化特性的特征参数、表征欧姆内阻的特征参数及表征充放电过程电压或温度曲线整体离散特性的参数。
16.进一步可选的，特征序列构建模块包括：第一修正子模块，用于对于所述电池原始参数中的任一项目标参数值，若其超出参数合理阈值或为缺失值，则使用所述目标参数值的前一时刻的参数值或后一时刻的参数值替换所述目标参数值；第二修正子模块，用于通过滑动窗口计算预设时段中参数值的平均值，将所述平均值作为所述目标参数值。
17.同时，本发明还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述方法。
18.同时，本发明还提供一种计算机可读存储介质，计算机可读存储介质存储有执行上述方法的计算机程序。
19.以上技术方案具有以下有益效果：
20.1、提取电池原始参数构建特征序列，对电池组一致性进行更全面表征，设计合理的一致性评价指标，避免对特定实验工况及实验室测试环境的依赖；
21.2、提出多指标下的等级评价方法，区别于现有的等级评价方法，不需要对多个指标进行权重计算与特征融合，亦不需要基于专家知识与运行经验给出确定的等级阈值，因此亦不针对特性厂商或型号的电池，具有灵活性及普适性；
22.3、基于帕累托最优思想，通过支配度的计算，将多维指标降维至一维进行评估，降维方法客观、有效、不丢失原始信息，且不需要求解指标权重，可以在电池组的任意使用阶段进行，不需要设计并调整权重，具有更好的灵活性与推广性；
23.4、根据实际情景按被支配度将电池组划分为多个等级，进行等级评价，简便可行，不需要提供等价评价阈值。
24.为让本发明的上述和其他目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附图式，作详细说明如下。
附图说明
25.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
26.图1为本实施例提供的电池组一致性评估与等级评价方法的流程图；
27.图2为本实施例提供的特征序列构建方法的流程图；
28.图3为本实施例提供的被支配度计算方法的流程图；
29.图4为本实施例提供的数据清洗方法的流程图；
30.图5为本实施例提供的电池组一致性评估及等级评价装置的结构示意图；
31.图6为本实施例提供的特征序列构建模块的结构示意图；
32.图7为本实施例提供的被支配度计算模块的结构示意图；
33.图8为本实施例提供的特征序列构建模块的另一种结构示意图。
具体实施方式
34.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，都属于本发明保护的范围。
35.现有技术中的单静态参数方法如下：
36.步骤一、采集电池原始特征；
37.步骤二、数据清洗；
38.步骤三、提取电池组一致性单个指标；
39.步骤四、指定等级评价阈值，完成电池组一致性等级评价。
40.现有技术中的多静态参数方法如下：
41.步骤一至步骤三同上；
42.步骤四，对多个单个指标进行归一化，转换公式如下：
43.x
′
(i,j)＝[x
max
(j)-x
*
(i,j)]/[x
max
(j)-x
min
(j)]
[0044]
其中，x
max
(j0,x
min
(j)分别为提取指标的最大值，最小值；x
*
(i,j)，x
′
(i,j0分别为数据处理前后电池组的指标。
[0045]
步骤五，权重设计。根据主观赋权法，如专家知识，对各个指标赋予一定的权重；或根据客观赋权法，采用主成分分析或者熵权法等，通过算法计算获得一定的权重值。
[0046]
步骤六，特征融合。根据所设计的权重，将多个指标加权为一个综合指标。
[0047]
步骤七，制定等级评价阈值，类似单静态参数方法中的步骤四。
[0048]
现有技术中的动态参数方法如下：
[0049]
步骤一，设计测试工况，如恒流-恒压充放电。并进行充放电实验。
[0050]
步骤二，特征参数提取，如从充放电曲线中提取表征放电欧姆内阻的特征参数、表征动态极化特性的特征参数、表征欧姆内阻的特征参数、表征电池容量和劣化程度的特征参数和恒流或恒压阶段充放电特性的特征参数等。
[0051]
步骤三-步骤六，同多静态参数中的步骤四-步骤七。
[0052]
现有技术存在以下缺点：
[0053]
1、需要根据依靠电池厂商，或者长期运行经验，提供等级评价阈值，实施过程不方便。
[0054]
2、需要对不同的电池类型及电池型号，甚至不同的使用场景下，设定不同的等级评价阈值区间，实时过程不灵活。
[0055]
3、当涉及多个指标的等级评价时，需要进行权重设计，对多个指标进行融合。权重设计过程不够客观，或不够准确。
[0056]
4、需要设计特定的测试工况或实验环境，测试过程不便利。
[0057]
5、无法随着时间推移，根据电池的使用状态，全局动态地调整多指标权重，不具备自适应性。
[0058]
为解决现有技术的问题，本发明实施例提供了一种电池组一致性评估与等级评价方法，图1为本实施例提供的电池组一致性评估与等级评价方法的流程图，如图1所示，该方法包括：
[0059]
s1、获取多个待测电池组的电池原始特征；
[0060]
测量待测电池组的电池原始参数，电池原始参数中的每一项可以作为后续的特征序列中特征值，因此，为了丰富特征空间进而提高最终的评估准确度，可以尽量多的测量电池原始参数中的多项参数。
[0061]
作为一种可选的实施方式，采集每个待测电池组的时间(timestamp)、电池电压(v)、电池电流(i)、电池温度(t)等。
[0062]
s2、对电池原始特征进行数据清洗，将数据清洗后的电池原始特征进行特征提取，并使用提取到的特征构建对应待测电池组的特征序列；
[0063]
为了避免错误数据对评估结果的影响，需要对电池原始参数中的数据进行清洗，以替换其中的错误数据，或冗余数据，提高评估结果的可靠性。
[0064]
采用清洗后的电池原始参数中的各项特征值构建特征序列xi＝[x
i,1
,x
i,2
,
…
,x
i,j
]，其中x
i,j
为所提取的第i个电池组的第j个一致性指标，每个待测电池组对应一个特征序列，该特征序列表示对应电池组的整体一致性程度。
[0065]
s3、以每个待测电池组的特征序列作为检测样本，根据特征序列计算每个检测样本的被支配度；
[0066]
将特征序列作为对应待测电池组的一致性指标序列，所有待测电池组的一致性指标序列构成电池组一致性样本集x。且每个特征序列作为一个检测样本，需计算每个检测样本的被支配度，即支配当前样本的样本数量。
[0067]
s4、将所有检测样本按照被支配度进行降序或升序排列，按预定比例将所有检测样本划分为多个等级；其中，被支配度越大的检测样本对应的待测电池组一致性越差。
[0068]
将所有电池组的一致性多维特征降至一维，并对电池组一致性进行评估，即将所有检测样本按照被支配度从大到小进行排序，或从小到大进行排序，被支配度越小的电池组，一致性越好；反之，被支配度越大的电池组，一致性越差。
[0069]
此外，还需对电池组一致性进行等级评价。对于需要将电池组一致性划分为l个等级的情景，可以按被支配度的大小将电池组进行排序后，按预定比例，依次划分为l个等级。值得注意的是，在划分过程中需保证，具有相同被支配度的电池组应被划分为同一等级。
[0070]
例如，如需划分3个等级，则可将所有电池组按照被支配度从小到大进行排序，然后按3:3:4的预定比例将所有电池组划分为3个等级。
[0071]
作为一种可选的实施方式，图2为本实施例提供的特征序列构建方法的流程图，如图2所示，将数据清洗后的电池原始特征进行特征提取，并使用提取到的特征构建对应待测电池组的特征序列，包括：
[0072]
s201、根据每个待测电池组的电池原始特征计算对应的静态特征指标及动态特征指标；
[0073]
s202、将静态特性指标与动态特性指标作为对应待测电池组的特征序列中的项，构建得到每个待测电池组对应的特征序列。
[0074]
根据电池原始特征进行特征提取，得到多种特征指标，包括：静态特征指标及动态特征指标。
[0075]
每种静态特征指标与动态特征指标均可以作为特征序列中的参数，多种静态特征指标及多种动态特征指标在特征序列中可随机排布，也可按照静态特征指标-动态参数指
标或动态参数指标-静态参数指标的顺序进行排列。值得注意的是，不同的待测电池组应采用统一的排列标准，以使所有待测电池组的对应项为同一种类型的特征指标。
[0076]
作为一种可选的实施方式，静态特性指标包括：电压极差、温度极差、电压标准差系数、温度标准差系数；
[0077]
电压极差通过下式计算得到：
[0078]
δu
max
＝u
max-u
min
[0079]
其中，δu
max
为电压极差；u
max
，u
min
分别为一组电池中的单体电池电压最大值和最小值。
[0080]
温度极差通过下式计算得到：
[0081]
δt
max
＝t
max-t
min
[0082]
其中，δt
max
为温度极差，t
max
，t
min
分别为一组电池中的单体电池温度最大值和最小值。
[0083]
电压标准差系数通过下式计算得到：
[0084][0085]
其中，δu为电压标准差系数，n为一组电池中电池单体的总个数；ui为一组电池中第i个电池单体电压；um为一组电池中所有电池单体电压平均值。
[0086]
温度标准差系数通过下式计算得到：
[0087][0088]
其中，δ
t
为温度标准差系数，ti为一组电池中第i个电池单体温度；tm为一组电池中所有电池单体温度平均值。
[0089]
动态特性指标包括：表征放电欧姆内阻的特征参数、表征动态极化特性的特征参数、表征欧姆内阻的特征参数及表征充放电过程电压或温度曲线整体离散特性的参数。
[0090]
作为一种可选的实施方式，图3为本实施例提供的被支配度计算方法的流程图，如图3所示，根据特征序列计算每个检测样本的被支配度，包括：
[0091]
s301、将任一检测样本与其余所有检测样本进行特征序列的对应项比较；
[0092]
s302、若当前检测样本的特征序列中所有项均不大于比较检测样本的特征序列中的对应项，且当前检测样本的特征序列中至少存在一个项小于比较检测样本的特征序列中的对应项，则认为比较检测样本被当前检测样本支配，将比较检测样本的被支配度加1。
[0093]
计算每个检测样本的被支配度时，需要将样本集中的所有检测样本与其余检测样本进行一一比较，如果样本p和q同时满足以下两个条件：
[0094]
(1)样本p的所有指标x
p,i
都不大于样本q的对应指标x
q,i
。
[0095]
(2)样本p至少存在一个指标x
p,j
小于样本q的对应指标x
q,j
。
[0096]
更严格的表述为：
[0097]
对于最小化多目标问题，n个目标分量fi(1，
…
，n)组成的向量任意给定两个决策变量
[0098]
当且仅当，对于都有则支配
[0099]
当且仅当，对于有且至少存在一个j∈{1，
…
，n}，使则弱支配
[0100]
则可以说样本p优于样本q(本实施例中规定，数值越小表示指标越优)，记为p支配q或者q被p支配，即：
[0101]
p＜q
[0102]
计算每个样本被样本集中的不同样本支配的数量，得到被支配度。
[0103]
作为一种可选的实施方式，图4为本实施例提供的数据清洗方法的流程图，如图4所示，对电池原始特征进行数据清洗包括：
[0104]
s203、对于电池原始参数中的任一项目标参数值，若其超出参数合理阈值或为缺失值，则使用目标参数值的前一时刻的参数值或后一时刻的参数值替换目标参数值；
[0105]
或，s204、通过滑动窗口计算预设时段中参数值的平均值，将平均值作为目标参数值。
[0106]
为保证数据的有效性，减少错误数据对判断结果的影响，本实施例对于电池原始参数中某项数值为缺失值或者显著超出阈值范围的不合理数值，采用该数值前一时刻数值，或者后一时刻数值，或通过滑动窗口计算的一段时间区间内的平均值，进行赋值替换，保证每个待测电池组的特征序列中的每一项均准确可靠。
[0107]
本发明实施例还提供了一种电池组一致性评估及等级评价装置，图5为本实施例提供的电池组一致性评估及等级评价装置的结构示意图，如图5所示，该装置包括：
[0108]
数据获取模块100，用于获取多个待测电池组的电池原始特征；
[0109]
测量待测电池组的电池原始参数，电池原始参数中的每一项可以作为后续的特征序列中特征值，因此，为了丰富特征空间进而提高最终的评估准确度，可以尽量多的测量电池原始参数中的多项参数。
[0110]
作为一种可选的实施方式，采集每个待测电池组的时间(timestamp)、电池电压(v)、电池电流(i)、电池温度(t)等。
[0111]
特征序列构建模块200，用于对电池原始特征进行数据清洗，将数据清洗后的电池原始特征进行特征提取，并使用提取到的特征构建对应待测电池组的特征序列；
[0112]
为了避免错误数据对评估结果的影响，需要对电池原始参数中的数据进行清洗，以替换其中的错误数据，或冗余数据，提高评估结果的可靠性。
[0113]
采用清洗后的电池原始参数中的各项特征值构建特征序列xi＝[x
i,1
,x
i,2
,
…
,x
i,j
]，其中x
i,j
为所提取的第i个电池组的第j个一致性指标，每个待测电池组对应一个特征序列，该特征序列表示对应电池组的整体一致性程度。
[0114]
被支配度计算模块300，用于以每个待测电池组的特征序列作为检测样本，根据特征序列计算每个检测样本的被支配度；
[0115]
将特征序列作为对应待测电池组的一致性指标序列，所有待测电池组的一致性指
标序列构成电池组一致性样本集x。且每个特征序列作为一个检测样本，计算每个检测样本的被支配度，即支配当前样本的样本数量。
[0116]
评估模块400，用于将所有检测样本按照被支配度进行降序或升序排列，按预定比例将所有检测样本划分为多个等级；其中，被支配度越大的检测样本对应的待测电池组一致性越差。
[0117]
将所有电池组的一致性多维特征降至一维，并对电池组一致性进行评估，即将所有检测样本按照被支配度从大到小进行排序，或从小到大进行排序，被支配度越小的电池组，一致性越好；反之，被支配度越大的电池组，一致性越差。
[0118]
此外，还需对电池组一致性进行等级评价。对于需要将电池组一致性划分为l个等级的情景，可以按被支配度的大小将电池组进行排序后，按预定比例，依次划分为l个等级。值得注意的是，在划分过程中需保证，具有相同被支配度的电池组应被划分为同一等级。
[0119]
例如，如需划分3个等级，则可将所有电池组按照被支配度从小到大进行排序，然后按3:3:4的预定比例将所有电池组划分为3个等级。
[0120]
作为一种可选的实施方式，图6为本实施例提供的特征序列构建模块的结构示意图，如图6所示，特征序列构建模块200包括：
[0121]
特征提取子模块2001，用于根据每个待测电池组的电池原始特征计算对应的静态特征指标及动态特征指标；
[0122]
数据连接子模块2002，用于特征序列将静态特性指标与动态特性指标作为对应待测电池组的特征序列中的项，构建得到每个待测电池组对应的特征序列。
[0123]
根据电池原始特征进行特征提取，得到多种特征指标，包括：静态特征指标及动态特征指标。
[0124]
每种静态特征指标与动态特征指标均可以作为特征序列中的参数，多种静态特征指标及多种动态特征指标在特征序列中可随机排布，也可按照静态特征指标-动态参数指标或动态参数指标-静态参数指标的顺序进行排列。值得注意的是，不同的待测电池组应采用统一的排列标准，以使所有待测电池组的对应项为同一种类型的特征指标。
[0125]
作为一种可选的实施方式，静态特性指标包括：电压极差、温度极差、电压标准差系数、温度标准差系数；
[0126]
电压极差通过下式计算得到：
[0127]
δu
max
＝u
max-u
min
[0128]
其中，δu
max
为电压极差；u
max
，u
min
分别为一组电池中的单体电池电压最大值和最小值。
[0129]
温度极差通过下式计算得到：
[0130]
δt
max
＝t
max-t
min
[0131]
其中，δt
max
为温度极差，t
max
，t
min
分别为一组电池中的单体电池温度最大值和最小值。
[0132]
电压标准差系数通过下式计算得到：
[0133][0134]
其中，δu为电压标准差系数，n为一组电池中电池单体的总个数；ui为一组电池中第i个电池单体电压；um为一组电池中所有电池单体电压平均值。
[0135]
温度标准差系数通过下式计算得到：
[0136][0137]
其中，δ
t
为温度标准差系数，ti为一组电池中第i个电池单体温度；tm为一组电池中所有电池单体温度平均值。
[0138]
动态特性指标包括：表征放电欧姆内阻的特征参数、表征动态极化特性的特征参数、表征欧姆内阻的特征参数及表征充放电过程电压或温度曲线整体离散特性的参数。
[0139]
作为一种可选的实施方式，图7是本实施例提供的被支配度计算模块的结构示意图，如图7所示，被支配度计算模块300包括：
[0140]
项比较子模块3001，用于将任一检测样本与其余所有检测样本进行特征序列的对应项比较；
[0141]
被支配度确定子模块3002，用于若当前检测样本的特征序列中所有项均不大于比较检测样本的特征序列中的对应项，且当前检测样本的特征序列中至少存在一个项小于比较检测样本的特征序列中的对应项，则认为比较检测样本被当前检测样本支配，将比较检测样本的被支配度加1。
[0142]
计算每个检测样本的被支配度时，需要将样本集中的所有检测样本与其余检测样本进行一一比较，如果样本p和q同时满足以下两个条件：
[0143]
(1)样本p的所有指标x
p,i
都不大于样本q的对应指标x
q,i
。
[0144]
(2)样本p至少存在一个指标x
p,j
小于样本q的对应指标x
q,j
。
[0145]
更严格的表述为：
[0146]
对于最小化多目标问题，n个目标分量fi(1，
…
，n)组成的向量任意给定两个决策变量
[0147]
当且仅当，对于都有则支配
[0148]
当且仅当，对于有且至少存在一个j∈{1，
…
，n}，使则弱支配
[0149]
则可以说样本p优于样本q(本实施例中规定，数值越小表示指标越优)，记为p支配q或者q被p支配，即：
[0150]
p＜q
[0151]
计算每个样本被样本集中的不同样本支配的数量，得到被支配度。
[0152]
作为一种可选的实施方式，图8为本实施例提供的特征序列构建模块的另一种结构示意图，如图8所示，特征序列构建模块200还包括：
[0153]
第一修正子模块2003，用于对于电池原始参数中的任一项目标参数值，若其超出参数合理阈值或为缺失值，则使用目标参数值的前一时刻的参数值或后一时刻的参数值替换目标参数值；
[0154]
第二修正子模块2004，用于通过滑动窗口计算预设时段中参数值的平均值，将平均值作为目标参数值。
[0155]
为保证数据的有效性，减少错误数据对判断结果的影响，本实施例对于电池原始参数中某项数值为缺失值或者显著超出阈值范围的不合理数值，采用该数值前一时刻数值，或者后一时刻数值，或通过滑动窗口计算的一段时间区间内的平均值，进行赋值替换，保证每个待测电池组的特征序列中的每一项均准确可靠。
[0156]
以上技术方案具有如下有益效果：
[0157]
1、提取静态特征、动态特征等多个特征指标，对电池组一致性进行更全面表征，设计合理的一致性评价指标，避免对特定实验工况及实验室测试环境的依赖；
[0158]
2、提出多指标下的等级评价方法，区别于现有的等级评价方法，不需要对多个指标进行权重计算与特征融合，亦不需要基于专家知识与运行经验给出确定的等级阈值，因此亦不针对特性厂商或型号的电池，具有灵活性及普适性；
[0159]
3、基于帕累托最优思想，通过支配度的计算，将多维指标降维至一维进行评估，降维方法客观、有效、不丢失原始信息，且不需要求解指标权重，可以在电池组的任意使用阶段进行，不需要设计并调整权重，具有更好的灵活性与推广性；
[0160]
4、根据实际情景按被支配度将电池组划分为多个等级，进行等级评价，简便可行，不需要提供等价评价阈值。
[0161]
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0162]
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0163]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0164]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计
算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0165]
本发明中应用了具体实施例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。