本技術(shù)涉及電池故障識別,特別涉及一種電池故障識別模型訓(xùn)練方法及其裝置。
背景技術(shù):
1、現(xiàn)有技術(shù)中,針對電池系統(tǒng)的安全管理面臨諸多技術(shù)問題,尤其是在多故障診斷方面。電池作為電動汽車的核心部件,其性能直接影響整車的安全與可靠。然而,電池系統(tǒng)中的常見故障,具有隱蔽性、多樣性和復(fù)雜性。這些故障往往難以單一識別,特別是在實際運行過程中,微小故障和多故障可能會同時發(fā)生,現(xiàn)有的方法無法有效地對這些故障進(jìn)行準(zhǔn)確識別,因此現(xiàn)有技術(shù)存在著故障識別不準(zhǔn)確的問題。
技術(shù)實現(xiàn)思路
1、本技術(shù)提供了一種電池故障識別模型訓(xùn)練方法及其裝置,以解決現(xiàn)有技術(shù)中所存在的一個或多個技術(shù)問題,至少提供一種有益的選擇或創(chuàng)造條件。
2、本技術(shù)的其他特性和優(yōu)點將通過下面的詳細(xì)描述變得顯然,或部分地通過本技術(shù)的實踐而習(xí)得。
3、根據(jù)本技術(shù)實施例的一個方面,提供了一種電池故障識別模型訓(xùn)練方法,所述方法包括:
4、分別對預(yù)設(shè)的基準(zhǔn)電池和各個目標(biāo)待測電池進(jìn)行與電池特性相關(guān)的序列化測試,得到所述基準(zhǔn)電池的第一時間序列測試數(shù)據(jù)和各個所述目標(biāo)待測電池的第二時間序列測試數(shù)據(jù);
5、將各個所述第二時間序列測試數(shù)據(jù)逐一與所述第一時間序列測試數(shù)據(jù)進(jìn)行動態(tài)時間規(guī)整,得到各個所述目標(biāo)待測電池與所述基準(zhǔn)電池的動態(tài)時間規(guī)整值;
6、將各個所述第二時間序列測試數(shù)據(jù)逐一與所述第一時間序列測試數(shù)據(jù)進(jìn)行平均差分電壓的差值計算,得到各個所述目標(biāo)待測電池與所述基準(zhǔn)電池的平均差分電壓差值;
7、將各個所述動態(tài)時間規(guī)整值和各個所述平均差分電壓差值作為各個所述目標(biāo)待測電池的樣本特征數(shù)據(jù)輸入到預(yù)設(shè)的電池故障識別模型中,并根據(jù)各個所述樣本特征數(shù)據(jù)對所述電池故障識別模型進(jìn)行訓(xùn)練。
8、在本技術(shù)的一個實施例中,基于前述方案,單個所述目標(biāo)待測電池與所述基準(zhǔn)電池的動態(tài)時間規(guī)整值通過下述步驟得出:
9、根據(jù)所述基準(zhǔn)電池的第一時間序列測試數(shù)據(jù)和所述目標(biāo)待測電池的第二時間序列測試數(shù)據(jù)構(gòu)建距離矩陣;
10、根據(jù)動態(tài)時間規(guī)整法計算所述距離矩陣中所述第一時間序列測試數(shù)據(jù)任意一點與所述第二時間序列測試數(shù)據(jù)任意一點之間的最佳彎曲距離,生成最佳彎曲距離集合;
11、在所述最佳彎曲距離集合中查找彎曲距離最小的目標(biāo)最佳彎曲距離作為所述動態(tài)時間規(guī)整值。
12、在本技術(shù)的一個實施例中,基于前述方案,單個所述目標(biāo)待測電池與所述基準(zhǔn)電池的平均差分電壓差值通過下述步驟得出:
13、根據(jù)所述第一時間序列測試數(shù)據(jù)確定所述基準(zhǔn)電池的第一開路電壓序列測試數(shù)據(jù),以及根據(jù)所述第二時間序列測試數(shù)據(jù)確定所述目標(biāo)待測電池的第二開路電壓序列測試數(shù)據(jù);
14、根據(jù)所述第一開路電壓序列測試數(shù)據(jù)中的各個開路電壓值和各個開路電壓值的個數(shù)確定所述基準(zhǔn)電池的第一平均差分電壓值;
15、根據(jù)所述第二開路電壓序列測試數(shù)據(jù)中的各個開路電壓值和各個開路電壓值的個數(shù)確定所述目標(biāo)待測電池的第二平均差分電壓值;
16、基于所述第一平均差分電壓值和所述第二平均差分電壓值確定所述平均差分電壓差值。
17、在本技術(shù)的一個實施例中,基于前述方案,所述電池故障識別模型包括第一層高斯混合模型和第二層高斯混合模型,所述根據(jù)各個所述樣本特征數(shù)據(jù)對所述電池故障識別模型進(jìn)行訓(xùn)練,包括:
18、根據(jù)各個所述樣本特征數(shù)據(jù)獲取各個所述目標(biāo)待測電池與所述基準(zhǔn)電池的動態(tài)時間規(guī)整值和平均差分電壓差值;
19、將各個所述動態(tài)時間規(guī)整值和各個所述平均差分電壓差值輸入到所述第一層高斯混合模型中,得到各個所述目標(biāo)待測電池的第一故障分析結(jié)果;
20、將各個所述動態(tài)時間規(guī)整值和各個所述平均差分電壓差值輸入到所述第二層高斯混合模型中,得到各個所述目標(biāo)待測電池的第二故障分析結(jié)果;
21、根據(jù)所述第一故障分析結(jié)果和所述第二故障分析結(jié)果對所述電池故障識別模型進(jìn)行訓(xùn)練。
22、在本技術(shù)的一個實施例中,基于前述方案,所述第一層高斯混合模型包括第一概率密度函數(shù),第一概率密度函數(shù)用于確定各個所述目標(biāo)待測電池的第一概率分布點,并基于各個所述第一概率分布點確定所述目標(biāo)待測電池是否出現(xiàn)短路故障;所述第二層高斯混合模型包括第二概率密度函數(shù),第二概率密度函數(shù)用于確定各個所述目標(biāo)待測電池的第二概率分布點,并基于各個所述第二概率分布點確定所述目標(biāo)待測電池是否出現(xiàn)異常退化故障。
23、在本技術(shù)的一個實施例中,基于前述方案,所述第一概率分布點和所述第二概率分布點的橫坐標(biāo)以及縱坐標(biāo)均分別為動態(tài)時間規(guī)整值和平均差分電壓差值。
24、在本技術(shù)的一個實施例中,基于前述方案,所述目標(biāo)待測電池是否出現(xiàn)短路故障可通過下述步驟判斷得出:
25、獲取所述目標(biāo)待測電池的第一概率分布點的橫坐標(biāo)值和縱坐標(biāo)值,所述橫坐標(biāo)值為所述目標(biāo)待測電池與所述基準(zhǔn)電池的動態(tài)時間規(guī)整值,所述縱坐標(biāo)值為所述目標(biāo)待測電池與所述基準(zhǔn)電池的平均差分電壓差值;
26、若所述橫坐標(biāo)值大于第一預(yù)設(shè)閾值和/或所述縱坐標(biāo)值大于第二預(yù)設(shè)閾值,則判定所述目標(biāo)待測電池出現(xiàn)短路故障。
27、在本技術(shù)的一個實施例中,基于前述方案,所述目標(biāo)待測電池是否出現(xiàn)異常退化故障可通過下述步驟判斷得出:
28、獲取所述目標(biāo)待測電池的第二概率分布點的橫坐標(biāo)值和縱坐標(biāo)值,所述橫坐標(biāo)值為所述目標(biāo)待測電池與所述基準(zhǔn)電池的動態(tài)時間規(guī)整值,所述縱坐標(biāo)值為所述目標(biāo)待測電池與所述基準(zhǔn)電池的平均差分電壓差值;
29、若所述橫坐標(biāo)值大于第三預(yù)設(shè)閾值或所述縱坐標(biāo)值大于第四預(yù)設(shè)閾值,則判定所述目標(biāo)待測電池出現(xiàn)異常退化故障。
30、在本技術(shù)的一個實施例中,基于前述方案,所述與電池特性相關(guān)的序列化測試為按照預(yù)設(shè)時間段中的時間順序依次對電池的電壓特性進(jìn)行測試。
31、根據(jù)本技術(shù)實施例的一個方面,提供了一種電池故障識別模型訓(xùn)練裝置,所述裝置包括:
32、測試單元,用于分別對預(yù)設(shè)的基準(zhǔn)電池和各個目標(biāo)待測電池進(jìn)行與電池特性相關(guān)的序列化測試,得到所述基準(zhǔn)電池的第一時間序列測試數(shù)據(jù)和各個所述目標(biāo)待測電池的第二時間序列測試數(shù)據(jù);
33、第一計算單元,用于將各個所述第二時間序列測試數(shù)據(jù)逐一與所述第一時間序列測試數(shù)據(jù)進(jìn)行動態(tài)時間規(guī)整,得到各個所述目標(biāo)待測電池與所述基準(zhǔn)電池的動態(tài)時間規(guī)整值;
34、第二計算單元,用于將各個所述第二時間序列測試數(shù)據(jù)逐一與所述第一時間序列測試數(shù)據(jù)進(jìn)行平均差分電壓的差值計算,得到各個所述目標(biāo)待測電池與所述基準(zhǔn)電池的平均差分電壓差值;
35、訓(xùn)練單元,用于將各個所述動態(tài)時間規(guī)整值和各個所述平均差分電壓差值作為各個所述目標(biāo)待測電池的樣本特征數(shù)據(jù)輸入到預(yù)設(shè)的電池故障識別模型中,并根據(jù)各個所述樣本特征數(shù)據(jù)對所述電池故障識別模型進(jìn)行訓(xùn)練。
36、本技術(shù)的有益效果是:通過分別對預(yù)設(shè)的基準(zhǔn)電池和各個目標(biāo)待測電池進(jìn)行與電池特性相關(guān)的序列化測試,使得所得到的基準(zhǔn)電池的第一時間序列測試數(shù)據(jù)和各個所述目標(biāo)待測電池的第二時間序列測試數(shù)據(jù)可用于表征基準(zhǔn)電池和目標(biāo)待測電池隨著時間變化的電池特性。
37、進(jìn)一步地,通過各個所述目標(biāo)待測電池與所述基準(zhǔn)電池的動態(tài)時間規(guī)整值可以用于體現(xiàn)目標(biāo)待測電池與基準(zhǔn)電池(正常電池)之間的差異性,以及通過各個所述目標(biāo)待測電池與所述基準(zhǔn)電池的平均差分電壓差值可以體現(xiàn)目標(biāo)待測電池與基準(zhǔn)電池(正常電池)之間的不一致性。通過分析得出的差異性和不一致性可以作為目標(biāo)待測電池的樣本特征數(shù)據(jù)輸入到電池故障識別模型中來對該模型進(jìn)行訓(xùn)練,使得訓(xùn)練后的電池故障識別模型能夠準(zhǔn)確識別出目標(biāo)待測電池與正常的基準(zhǔn)電池之間是否差異過大或者存在不一致性,進(jìn)而分析識別目標(biāo)待測電池是否出現(xiàn)了故障,提高了該模型故障識別的準(zhǔn)確性。