首页 > 资讯 > 一种新能源车辆健康状态商检平台及方法发明专利

一种新能源车辆健康状态商检平台及方法发明专利

泰然健康网
2025-04-27 20:25

一种新能源车辆健康状态商检平台及方法发明专利专利申请类型:发明专利;
源自:重庆高价值专利检索信息库;

专利名称：一种新能源车辆健康状态商检平台及方法

专利类型：发明专利

专利申请号：CN202311430546.6

专利申请（专利权）人：中国汽车工程研究院股份有限公司
权利人地址：重庆市渝北区北部新区金渝大道9号

专利发明（设计）人：向飞,何佳东,蒲云川,郑孟,胡晶,廖雪梅,吴洁,赵廷柱,王瑶,黄忆,周晶晶

专利摘要：本发明涉及车辆检测技术领域，具体为一种新能源车辆健康状态商检平台及方法。所述方法运用了所述平台，所述平台包括：充电检测设备，用于采集新能源汽车的电池系统参数信息；登记模块，用于对车辆信息进行登记，并生成待检测车辆列表；线下检测子系统，用于分析充电检测设备采集的检测数据，生成电池健康状态的检测结果；线下检测子系统包括第一电池健康检测模块、第二电池健康检测模块与模型选择模块；模型选择模块，用于根据待检测车辆的数量选择调用第一电池健康检测模块或第二电池健康检测模块。该技术方案能够在检测站高效地实现对新能源车辆电池健康状态的检测。

主权利要求：
1.一种新能源车辆健康状态商检平台，其特征在于：包括：
充电检测设备，用于采集新能源汽车的电池系统参数信息；
登记模块，用于对车辆信息进行登记，并生成待检测车辆列表；
线下检测子系统，用于分析充电检测设备采集的参数信息，生成电池健康状态的检测结果；线下检测子系统包括第一电池健康检测模块、第二电池健康检测模块与模型选择模块；模型选择模块，用于根据待检测车辆的数量选择调用第一电池健康检测模块或第二电池健康检测模块；
所述第一电池健康检测模块，用于快速检测电动汽车电池健康状态，包括模型构建子模块，第一健康分析子模块；
所述第二电池健康检测模块，用于准确检测电动汽车电池健康状态，包括参数预辨识子模块，第二健康分析子模块；
所述模型构建子模块用于构建电池模型和健康状态SOH估计模型，具体包括以下内容：通过转鼓运行，将目标检测车型的样车进行完全放电至充电状态SOC=0%或电池管理系统自动断电；然后对样车进行多阶段恒流充电，充电倍率为0.1C，每充入10%的额定容量，对车辆进行断电，静置1小时后再进行充电，直到充电状态SOC=100%或充电电流自动断开；
计算整个充电过程中的充入电量与每次静置前的累计充入电量，得到当前容量与每次静置时的实际充电状态SOC；在每次静置后，记录电池端电压为OCV，从而得到充电状态SOC‑OCV的对应关系，并通过线性插值得到充电状态SOC‑OCV查找表；
将车辆放电至50%充电状态SOC，进行10分钟的恒流脉冲激励，得到电压反馈数据，利用带遗忘因子的最小二乘方法，进行等效电路模型的参数辨识，从而建立电池模型；
获取特征序列，通过仿真软件，随机定义电池模型的健康状态SOH，并输入一段时长5分钟、电流倍率为0.3C的激励；将生成的电压数据进行归一化，得到特征序列；
搭建深度卷积神经网络模型，将特征序列作为模型输入，将对应的随机定义的健康状态SOH作为模型输出，对模型进行训练，得到健康状态SOH估计模型；
所述第一健康分析子模块对健康状态SOH未知的检测车辆，将控制充电检测设备进行时长5分钟、电流倍率为0.3C的充电激励，并实时采集电压数据，以获取特征序列，并将该特征序列输入至健康状态SOH估计模型中，输出得到健康状态SOH估计值；
所述参数预辨识子模块，用于确定各车型电动汽车参数的合理范围，包括以下内容：对各车型电动汽车进行HPPC满充测试，获取测试数据，测试数据包括电池系统总电压、最高单体电压、电流与充电状态SOC；利用电池系统总电压与最高单体电压估计电池系统中单体的串联数量，得到电池系统的平均单体电压数据；
根据电池所用的材料体系，设置电化学机理模型中的参数范围；
利用优化算法辨识电化学机理模型中参数，目标优化方程如下：
式中，为测量电压，为检测车辆的辨识电压，为测量充电状态SOC，为辨识充电状态SOC；
判断电压均方根误差是否小于30mV，否则重新设置参数范围；
所述第二健康分析子模块，用于对待检测电动汽车进行电池健康状态的检测，具体内容包括：控制充电检测设备使用电流工况对检测车辆进行充电并采集电压数据；
根据检测的车型调用模型参数库中对应的参数组，作为优化算法的初始参数对模型参数重新进行辨识；
将辨识得到的参数代入容量计算公式，得到检测车辆的可用容量Q，计算公式如下：其中F为法拉第常数，A为电极面积，为负极孔隙率，为负极最大锂离子浓度，为负极嵌锂范围；
计算被检车辆电池的健康状态，计算公式如下：
式中，为车辆铭牌电池额定容量，取多次计算的平均值作为最终的健康状态SOH。
2.根据权利要求1所述的一种新能源车辆健康状态商检平台，其特征在于：充电检测设备包括充检参数设置模块与反接保护模块；
充检参数设置模块，用于设置电池容量、充电截止充电状态SOC、最高单体温度、默认辅电参数和单体电压参数；
反接保护模块，用于检测电池的正负极性，并在发现极性反接时切断电源。
3.根据权利要求1‑2任一项所述的一种新能源车辆健康状态商检平台，其特征在于：所述模型选择模块，还用于根据历史数据进行分析，预测未来不同时间段的检测需求和趋势，历史数据包括历史待检测车辆的数量、历史检测时间、历史检测结果，并根据预测结果，提前调整调用第一电池健康检测模块或第二电池检测模块。
4.根据权利要求1所述的一种新能源车辆健康状态商检平台，其特征在于：还包括线上检测子系统，用于采集车辆终端中的历史运行数据，通过云平台对历史运行数据进行分析，生成车辆检测报告，线上检测子系统包括加速踏板检测模块、电机温度检测模块、运行能耗检测模块与电池一致性检测模块。
5.一种新能源车辆健康状态商检方法，运用了如权利要求1‑4任一项所述的一种新能源车辆健康状态商检平台，包括如下步骤：步骤S100，用户到达检测站后对车辆选择需要进行的新能源汽车检测项目，并进行登记；
步骤S200，完成登记后，登记信息将发送至平台，平台根据车辆的登记信息判断是否调用车辆的历史行驶信息以及是否使用充电检测设备；
步骤S300，线上检测子系统通过调用车辆历史信息，生成检测报告；
步骤S400，如果需要检测电池健康状态，检测人员将用户车辆开向新能源汽车充电检测设备，插入充电枪；
步骤S500，在登记列表中选择待检测的车辆，充电检测设备检测到充电枪被使用，即开始进行检测；充电检测设备在检测过程中将参数信息通过SOCKET接口将报文信息传输给平台；
步骤S600，平台接收到检测结束的报文后，线下检测子系统通过登记的业务信息以及充电检测设备采集的数据，检测电动汽车电池健康状态，将检测的结果进行展示，同时将信息更新进该车辆的检测报告中；
步骤S700，检测报告生成后，对该报告进行审核，审核通过后将该报告发送至检测站。说明书 : 一种新能源车辆健康状态商检平台及方法技术领域[0001] 本发明涉及车辆检测技术领域，具体为一种新能源车辆健康状态商检平台及方法。背景技术[0002] 近年来，随着新能源汽车技术的迅速发展和普及，新能源汽车的数量也在持续增加。然而，随着车辆保有量的增加，由于电池问题导致的事故比例也在逐年上升，这引发了广大用户对车辆电池安全性的担忧。[0003] 电池的健康状态（SOH,StateofHealth）对车辆的续航里程和驾驶安全有着至关重要的影响。健康的电池能够保证车辆在行驶过程中的稳定性和安全性，为车辆提供更长的续航里程，使驾驶者能够更加便捷地使用车辆。如果电池出现问题，比如过充、过放或者老化，可能会引发严重的安全事故。这些问题可能导致车辆在行驶过程中突然失去动力，或者在充电过程中发生火灾等危险情况。[0004] 当前，一般的检测站在电池检测方面存在一些问题，缺乏有效的手段来进行准确的电池健康状态（SOH,StateofHealth）检测。这导致许多用户无法获得可靠的检测结果，进而可能在电池存在潜在隐患的情况下继续使用车辆，增加了事故发生的风险。发明内容[0005] 本发明的目的在于：提出一种新能源车辆健康状态商检平台及方法，该技术方案能够在检测站高效地实现对新能源车辆电池健康状态的检测。[0006] 为实现上述目的，第一方面，本公开实施例提供了一种新能源车辆健康状态商检平台，包括：[0007] 充电检测设备，用于采集新能源汽车的电池系统参数信息；[0008] 登记模块，用于对车辆信息进行登记，并生成待检测车辆列表；[0009] 线上检测子系统，用于采集车辆终端中的历史运行数据，通过云平台对历史运行数据进行分析，生成车辆检测报告，线上检测子系统包括加速踏板检测模块、电机温度检测模块、运行能耗检测模块、电池一致性检测模块；[0010] 线下检测子系统，用于分析充电检测设备采集的参数信息，生成电池健康状态的检测结果线下检测子系统包括第一电池健康检测模块、第二电池健康检测模块。[0011] 基础方案的有益效果：充电检测设备实现在线下检测站能够实时采集车辆的电池系统参数信息，填补了线下监测站针对新能源汽车电池健康数据方面的能力，以便于后续生成电池健康状态的检测结果；由于需要耗费时间进行参数信息采集，因此需要更合理地规划电池检测的策略，模型选择模块能够根据登记模块生成的待检测车辆列表，选择调用不同倾向性的电池健康检测模块，使得商检平台效率更高或者精度更高，从而更好地调度商检平台电池健康状态检测的资源利用。[0012] 作为一种可实施的优选方案，充电检测设备包括充检参数设置模块与反接保护模块；[0013] 充检参数设置模块，用于设置电池容量、充电截止SOC、最高单体温度、默认辅电参数和单体电压参数；[0014] 反接保护模块，用于检测电池的正负极性，并在发现极性反接时切断电源。[0015] 作为一种可实施的优选方案，所述第一电池健康检测模块，用于快速检测电动汽车电池健康状态，包括模型构建子模块，第一健康分析子模块；[0016] 所述第二电池健康检测模块，用于准确检测电动汽车电池健康状态，包括参数预辨识子模块，第二健康分析子模块。[0017] 作为一种可实施的优选方案，所述模型构建子模块用于构建电池模型和SOH估计模型，具体包括以下内容：[0018] 通过转鼓运行，将目标检测车型的样车进行完全放电至SOC=0%或电池管理系统自动断电；然后对样车进行多阶段恒流充电，充电倍率为0.1C，每充入10%的额定容量，对车辆进行断电，静置1小时后再进行充电，直到SOC=100%或充电电流自动断开；[0019] 计算整个充电过程中的充入电量与每次静置前的累计充入电量，得到当前容量与每次静置时的实际SOC；在每次静置后，记录电池端电压为OCV，从而得到SOC‑OCV的对应关系，并通过线性插值得到SOC‑OCV查找表；[0020] 将车辆放电至50%SOC，进行10分钟的恒流脉冲激励，得到电压反馈数据，利用带遗忘因子的最小二乘方法，进行等效电路模型的参数辨识，从而建立电池模型；[0021] 获取特征序列，通过仿真软件，随机定义电池模型的SOH，并输入一段时长5分钟、电流倍率为0.3C的激励；将生成的电压数据进行归一化，得到特征序列；[0022] 搭建深度卷积神经网络模型，将特征序列作为模型输入，将对应的随机定义的SOH作为模型输出，对模型进行训练，得到SOH估计模型。[0023] 作为一种可实施的优选方案，所述第一健康分析子模块对SOH未知的检测车辆，将控制充电检测设备进行时长5分钟、电流倍率为0.3C的充电激励，并实时采集电压数据，以获取特征序列，并将该特征序列输入至SOH估计模型中，输出得到SOH估计值。[0024] 作为一种可实施的优选方案，所述参数预辨识子模块，用于确定各车型电动汽车参数的合理范围，包括以下内容：[0025] 对各车型电动汽车进行HPPC满充测试，获取测试数据，测试数据包括电池系统总电压、最高单体电压、电流与SOC；利用电池系统总电压与最高单体电压估计电池系统中单体的串联数量，得到电池系统的平均单体电压数据；[0026] 根据电池所用的材料体系，设置电化学机理模型中的参数范围；[0027] 利用优化算法辨识电化学机理模型中参数，目标优化方程如下：[0028][0029] 式中，为测量电压，为检测车辆的辨识电压，为测量SOC，为辨识SOC；[0030] 判断电压均方根误差是否小于30mV，否则重新设置参数范围。[0031] 作为一种可实施的优选方案，所述第二健康分析子模块，用于对待检测电动汽车进行电池健康状态的检测，具体内容包括：[0032] 控制充电检测设备使用电流工况对检测车辆进行充电并采集电压数据，[0033] 根据检测的车型调用模型参数库中对应的参数组，作为优化算法的初始参数对模型参数重新进行辨识；[0034] 将辨识得到的参数代入容量计算公式，得到检测车辆的可用容量Q，计算公式如下：[0035][0036] 其中F为法拉第常数，A为电极面积，为负极孔隙率，为负极最大锂离子浓度，为负极嵌锂范围；[0037] 计算被检车辆电池的健康状态，计算公式如下：[0038][0039] 式中，为车辆铭牌电池额定容量，取多次计算的平均值作为最终的SOH。[0040] 作为一种可实施的优选方案，所述模型选择模块，还用于根据历史数据进行分析，预测未来不同时间段的检测需求和趋势，历史数据包括历史待检测车辆的数量、历史检测时间、历史检测结果，并根据预测结果，提前调整调用第一电池健康检测模块或第二电池检测模块。[0041] 作为一种可实施的优选方案，还包括线上检测子系统，用于采集车辆终端中的历史运行数据，通过云平台对历史运行数据进行分析，生成车辆检测报告，线上检测子系统包括加速踏板检测模块、电机温度检测模块、运行能耗检测模块、电池一致性检测模块。[0042] 第二方面，本公开实施例还提供了一种新能源车辆健康状态商检方法，运用了上述的一种新能源车辆健康状态商检平台，包括如下步骤：[0043] 步骤S100，用户到达检测站后对车辆选择需要进行的新能源汽车检测项目，并进行登记；[0044] 步骤S200，完成登记后，登记信息将发送至平台，平台根据车辆的登记信息判断是否调用车辆的历史行驶信息以及是否使用充电检测设备；[0045] 步骤S300，线上检测子系统通过调用车辆历史信息，生成检测报告；[0046] 步骤S400，如果需要检测电池健康状态，检测人员将用户车辆开向新能源汽车充电检测设备，插入充电枪；[0047] 步骤S500，在登记列表中选择待检测的车辆，充电检测设备检测到充电枪被使用，即开始进行检测；充电检测设备在检测过程中将参数信息通过SOCKET接口将报文信息传输给平台；[0048] 步骤S600，平台接收到检测结束的报文后，线下检测子系统通过登记的业务信息以及充电检测设备采集的数据，检测电动汽车电池健康状态，将检测的结果进行展示，同时将信息更新进该车辆的检测报告中；[0049] 步骤S700，检测报告生成后，对该报告进行审核，审核通过后将该报告发送至检测站。附图说明[0050] 图1为一种新能源车辆健康状态商检平台的结构示意图；[0051] 图2为单粒子模型结构示意图；[0052] 图3为电流工况示意图；[0053] 图4为本发明实施例的电子设备的结构示意图。具体实施方式[0054] 为使本申请的技术方案及其优点更加清楚，下面将结合附图对本发明的技术方案作进一步详细描述。可以理解的是，此处所描述的具体实施例仅是本发明的部分实施例，其仅用于解释本申请，而非对本申请的限定。需要说明的是，下述实施例中描述的技术特征或者技术特征的组合不应当被认为是孤立的，它们可以被相互组合从而达到更好的技术效果。在下述实施例的附图中所出现的相同标号代表相同的特征或者部件，可应用于不同实施例中。[0055] 此外，除非另有定义，本发明描述中所使用的技术术语或者科学术语应当为本发明所属领域内一般技术人员所理解的通常含义。[0056] 此外，需要说明的是，在本发明的描述中，术语“第一”“第二”“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。[0057] 下面结合附图对本发明作进一步详细说明：[0058] 附图标记说明：电子设备500、处理器501、通信接口502、存储器503、总线504。[0059] 参照图1，一种新能源车辆健康状态商检平台，包括：[0060] 充电检测设备，用于采集新能源汽车的电池系统参数信息。充电检测设备能够对电池系统部分基本参数进行读取，并通过传感器及手动输入接口对环境参数及部分车辆静态信息进行采集。[0061] 充电检测设备，包括充检参数设置模块，充检参数设置模块用于设置电池容量、充电截止SOC（StateofCharge，充电状态）、最高单体温度、默认辅电参数和单体电压参数等。接入设备后，充电检测设备能够运用其内置算法以及安装的硬件，实时采集新能源汽车的电池系统参数信息。[0062] 充电检测设备还包括反接保护模块，用于检测电池的正负极性，并在发现极性反接时立即切断电源，以防止电池过热和损坏，确保设备使用的安全性。充电检测设备可以设计极性反接保护电路也可以通过分析充电过程中的电压和电流，来分析是否发生极性反接。[0063] 登记模块，用于选择需要进行的新能源汽车检测项目，并对车辆信息进行登记，登记的信息包括车辆型号、车牌号、车辆识别码等，并生成待检测车辆列表。[0064] 线上检测子系统，用于采集车机终端的历史运行数据，通过云平台对数据进行分析，生成车辆检测报告。线上检测子系统包括加速踏板检测模块、电机温度检测模块、运行能耗检测模块、电池一致性检测模块。[0065] 加速踏板检测模块，用于检测加速踏板是否存在响应异常的问题。包括踏板数据处理子模块、踏板分析子模块与踏板异常判断子模块。[0066] 踏板数据处理子模块，参照表1，用于对车辆的历史行驶信息中的踏板数据进行数据有效性处理。[0067] 表1[0068][0069] 踏板分析子模块主要用于对加速踏板数据进行计算分析，具体包括以下内容：[0070] 提取安全要素，安全要素指标在本申请中为加速踏板或制动踏板与输出电机转矩的比值，计算公式如下：[0071][0072] 式中， ACCELERATIONPEDAL表示加速踏板开合度，BRAKEPEDAL表示制动踏板开合度，MOTORTORQUE表示驱动电机转矩。[0073] 将信号放大并进行安全量化，计算公式如下：[0074][0075][0076] 式中，表示放大系数，一般取20，表示安全要素，信号放大的作用是放大差异，方便进行后续量化处理；n为序列长度，U为信号放大后的结果，p为方差熵。[0077] 计算风险累积概率，计算公式如下：[0078][0079][0080] 式中，是时间窗口内的稳定运行的概率即方差熵，1‑p就是它的风险概率，Sp为当前时间窗口内风险积分序列，代表当前观察周期内的最大风险，即Sp序列最大值，代表到目前时刻为止的累计风险，代表到上一个观察时刻为止的累计风险，由当前绝对风险Q值决定，（0≤ ≤l）是对风险变化速度的度量，若当前观察周期无明显风险变化时 =0。[0081] 踏板异常判断子模块，用于根据计算结果计算判断加速踏板是否有异常，具体包括：[0082] 计算风险相对累积速度η，计算公式如下：[0083][0084] 其中，MaxRiskSpeed是对Sp风险积分序列进行速度滤波，然后求得最大风险速度，NormalRiskSpeed是对Sp风险积分序列的平方求均值。[0085] 设置判断条件，当满足任一条件则进行预警，认为该车存在较高的启动异常风险。[0086] 判断条件包括：①η＞50；②Pc＞0.5；③MaxRiskSpeed＞0.0025；④MaxRiskSpeed＜0.0025；⑤风险频次R个数＞3。[0087] 电机温度检测模块，用于检测新能源汽车驱动电机温度是否存在异常升高的情况，有效降低驱动电机异常温升的发生概率，保障使用者的生命与财产安全。包括电机数据处理子模块、温度分析子模块、电机异常判断子模块。[0088] 电机数据处理子模块，从车机终端中提取电机温度检测数据，并对无效数据与空数据进行清洗。电机温度检测书包括：必须包括时间、整车总电流、总电压、驱动电机信息、电池温度探针信息等。[0089] 温度分析子模块，用于对每一段连续运行的数据进行分析，选取探针最小温度作为环境温度参考，计算出每个时刻的电机温度与探针最小温度的差值以及方差，计算公式如下：[0090][0091][0092][0093] 式中，表示第t个时刻的电机温度，表示第t个时刻的探针温度，表示探针最小温度，表示第t个时刻的电机温度与探针最小温度的差值，表示第t个时刻的方差。[0094] 对每一段运行的数据进行电机温升异常识别，通过方差熵进行归一化，利用累加积分方法进行计算，通过速度滤波对积分序列进行滤波，取滤波后的最大值为故障累积概率，根据故障累积概率判断是存在风险还是已发生故障，计算公式如下：[0095][0096][0097] 式中，表示第t个时刻的方差熵，表示第t个时刻的故障累积概率。[0098] 电机异常判断子模块，根据阈值判断目前驱动电机状态，并输出预警结果，设置风险阈值，和故障阈值，本实施例中，[0099][0100][0101] 存在异常温升中高风险：[0102] 存在异常温升高风险：。[0103] 运行能耗检测模块，用于检测电动汽车是否存在能耗异常情况，能够及时发现电池老化，传动系统损耗异常的车辆。包括能耗数据处理子模块、能耗分析子模块、能耗异常判断子模块。[0104] 能耗数据处理子模块，用于采集电动汽车的能耗数据，能耗数据包括累计里程值，总电压和总电流等。对能耗数据去除缺失值和数据清洗，并进行行驶片段划分，本实施例中，按照行驶累计里程值1000km进行切分。[0105] 能耗分析子模块对每一个行驶片段进行放电片段提取，并计算特征评估能耗；提取每一个行驶片段中总电流大于0的放电片段，提取放电片段的总电流I和总电压U数据，计算电动汽车行驶对应累计里程值所需要消耗的能量A，计算公式如下：[0106] ；[0107] 式中，为能耗值，为消耗电压，为消耗电流。[0108] 能耗异常判断子模块，用于判断能耗数据是否存在异常。将一个行驶片段的能耗作为统计量进行分析，设立异常能耗阈值X，如下式：[0109][0110] 式中，为能耗值的均值，为能耗值的标准差；应用3 法则确立统计量的异常能耗阈值X，针对不同车型以及行驶环境阈值可进行适当调整。[0111] 根据异常能耗阈值，对各待测车辆在各行驶片段的能耗值进行能耗异常评估，并生成异常评估结果。具体地，将各待测车辆在各行驶片段的能耗值与异常能耗阈值进行比对，若能耗值小于异常能耗阈值则为正常车辆，否则为异常车辆。[0112] 电池一致性检测模块，用于及时发现电池组中存在的不一致性问题，如电压差异、容量差异等，避免因不一致性导致电池过热、过充、过放等故障，从而提高电池组的安全性。包括电池数据采集子模块、一致性分析子模块与一致性判断子模块。[0113] 电池数据采集子模块，用于采集和处理电池信号数据，包括Time（时间）、Charge_Status（充放电状态）、Sum_Current（电流）、V（电压矩阵）等。对电池信号数据进行清洗，删除无效数据例如NAN、空格等，若数据中有异常值，进行一次滑动平均值的清洗，对电压数据大于6V且小于1V的数据进行删除。[0114] 一致性分析子模块，用于计算分析电池信号数据。选择放电状态的电压数据进行计算，即提取（Charge_status==3）时对应的Time和V。[0115] 计算每个电芯之间的平均电压值；对电压数据V进行特征提取。电压数据V共有N列，每一列表示一个电芯，共有N个电芯。行数表示时间，时间单位是秒。然后计算每一行内电芯之间的平均电压值，第m行的计算公式如下：[0116] ；[0117] 计算每个电芯电压值与其平均电压值之间的差异，即：每一行的每一列的电压值与本行的平均电压值求差值，第m行的计算公式如下：[0118][0119] 并取其绝对值作为电压差异得到电压差异矩阵D。[0120] 一致性判断子模块，用于判断电压差异值数据是否存在异常。对电压差异矩阵D中的行向量进行遍历，求取向量的25分位数和75分位数，即对行向量进行排序，并计算位数j=C×75%（C为列数），若C×75%不是整数，则向上取整，最终75分位数为第j项与第（j+1）项的平均值，即。同样地，可以得到25分位数。最后得到异常阈值上限，异常阈值上限根据电芯电压的变化而实时变化。[0121] 对电压差异矩阵D中每行的N个电压差异值进行遍历，判断其电压差异值是否大于异常阈值上限，若满足条件，即：，i表示时间，j表示第j个电芯，则判断其相邻时间点的电压差异值是否大于异常阈值上限。[0122] 若相邻时间点的电压差异值大于异常阈值上限，则标记此时刻，并判断在一段时间内满足异常判断条件的频数即电压差异值大于异常阈值上限的次数，若满足在标记时刻后，每2个小时至少满足一次异常判断的条件。对每2小时至少满足一次异常判断的条件进行累加，并以此类推。当累计发生4次以上且满足时间条件则判定确实发生一致性异常，并标记时刻及发生异常的电芯号。[0123] 线下检测子系统，用于分析充电检测设备采集的检测数据，对检测数据进行分析，生成电池健康状态的检测结果。线下检测子系统包括第一电池健康检测模块、第二电池健康检测模块、模型选择模块。[0124] 第一电池健康检测模块，用于快速检测电动汽车锂电池健康状态。包括模型构建子模块，第一健康分析子模块。[0125] 模型构建子模块用于构建电池模型和SOH估计模型，具体包括以下内容：[0126] 首先通过转鼓运行，将目标检测车型的样车进行完全放电至SOC=0%或电池管理系统（BMS）自动断电；然后对样车进行多阶段恒流充电，充电倍率为0.1C，每充入10%的额定容量，对车辆进行断电，静置1小时后再进行充电，直到SOC=100%或充电电流自动断开。[0127] 通过安时积分法，计算整个充电过程中的充入电量与每次静置前的累计充入电量，得到当前容量与每次静置时的实际SOC。在每次静置后，记录电池端电压为OCV，从而得到SOC‑OCV的对应关系，并通过线性插值得到SOC‑OCV查找表。[0128] 将车辆放电至50%SOC，进行10分钟的恒流脉冲激励，得到电压反馈数据，利用带遗忘因子的最小二乘方法，进行等效电路模型的参数辨识，从而建立电池模型（一阶等效数字孪生模型）。[0129] 获取特征序列，通过仿真软件，随机定义电池模型的SOH，并输入一段时长5分钟、电流倍率为0.3C的激励。不同SOH下的电池模型，会产生不同的电压反馈；将生成的电压数据进行归一化，得到特征序列，特征序列获取方法具体为：每个采样点的电压/电池满充时的截止电压，从而得到归一化后的电压序列。将电压序列与激励的电流序列作为特征序列。[0130] 搭建深度卷积神经网络模型，将特征序列作为模型输入，将对应的随机定义的SOH作为模型输出，对模型进行训练，得到SOH估计模型。[0131] 第一健康分析子模块，用于得到电动汽车的SOH估计值。对SOH未知的检测车辆，控制充电检测设备，进行时长5分钟、电流倍率为0.3C的充电激励，并实时采集电压数据，通过前述特征序列获取方法得到特征序列，并将该特征序列输入至SOH估计模型中，输出得到SOH估计值，即可实现SOH的快速检测。[0132] 第二电池健康检测模块，用于更准确地检测电动汽车电池健康状态。电动汽车锂电池健康状态。包括参数预辨识子模块，第二健康分析子模块。[0133] 锂离子电池是一个复杂的电化学系统，电化学机理模型通过描述电池内部锂离子迁移、扩散和电荷转移行为来仿真电池工作特性。参照图2为单粒子模型（Singleparticlemodel,SPM），此模型在小于1C电流放电倍率下有较高的仿真精度以及很高的计算速度，[0134] 参数预辨识子模块，用于确定各车型电动汽车参数的合理范围，具体内容包括：[0135] 对各车型电动汽车进行HPPC满充测试，获取电池系统总电压、最高单体电压、电流、SOC等测试数据；利用电池系统总电压以及最高单体电压估计电池系统中单体的串联数量，得到电池系统的平均单体电压数据。[0136] 根据电池所用的材料体系，对电化学机理模型中的参数设定合理的参数范围。[0137] 利用粒子群优化算法，辨识电化学机理模型中的18个参数，算法的目标优化方程如下：[0138] 式中，为测量电压，为检测车辆的辨识电压，为测量SOC，为辨识SOC。[0139] 判断电压均方根误差是否小于30mV，否则重新设置参数范围。[0140] 第二健康分析子模块，用于对待检测电动汽车进行电池健康状态的检测，具体内容包括：[0141] 参照图3，控制充电检测设备使用电流工况对检测车辆进行充电并采集电压等数据。[0142] 根据检测的车型调用模型参数库中对应的参数组，作为粒子群优化算法的初始参数对模型参数重新进行辨识；[0143] 将辨识得到的参数代入容量计算公式，得到检测车辆的可用容量Q，计算公式如下：[0144][0145] 其中F为法拉第常数，A为电极面积，为负极孔隙率，为负极最大锂离子浓度，为负极嵌锂范围。[0146] 计算被检车辆电池的健康状态，计算公式如下：[0147][0148] 式中，为车辆铭牌电池额定容量，取多次计算的平均值作为最终的SOH。[0149] 模型选择模块，用于根据待检测车辆的数量选择电池健康检测模块，同时根据历史数据预测未来的待检测车辆，模型选择模块将提前对检测模型调用进行调整，尽量减少待检测数量的堆积。[0150] 模型选择模块还将根据历史数据进行分析，收集历史数据，包括历史待检测车辆的数量、历史检测时间、历史检测结果等信息。通过对这些数据的分析，预测不同时间段的检测需求和趋势。[0151] 模型选择模块将根据预测的检测需求和趋势，提前调整选择合适的电池健康检测模块，以优化整体的检测效率和资源利用。[0152] 本公开实施例还提供一种新能源车辆健康状态商检方法，运用了一种新能源车辆健康状态商检平台，包括如下步骤：[0153] 步骤S100，用户到达检测站后对车辆选择需要进行的新能源汽车检测项目，并进行登记。[0154] 步骤S200，用户完成登记后，登记信息将发送至平台，平台根据车辆的登记信息判断是否调用车辆的历史行驶信息以及是否使用充电检测设备。[0155] 步骤S300，线上检测子系统通过调用车辆历史信息，生成检测报告。[0156] 步骤S400，如果需要检测电池健康状态，检测人员将用户车辆开向新能源汽车充电检测设备，插入充电枪。[0157] 步骤S500，检测人员需要在设备上从登记列表中选择待检测的车辆，新能源汽车充电检测设备检测到充电枪被使用，即开始进行检测；新能源汽车充电检测设备在检测过程中将参数信息通过SOCKET接口将报文信息传输给平台。[0158] 步骤S600，平台接收到检测结束的报文后，线下检测子系统通过用户登记的业务信息以及充电检测设备采集的数据，检测电动汽车电池健康状态，将检测的结果反馈给设备进行展示，同时将信息更新进该车辆的检测报告中。[0159] 步骤S700，检测报告生成后，由检测人员对该报告进行审核，审核通过后将该报告发送至检测站。[0160] 本公开实施例还提供一种存储介质，所述存储介质中存储有计算机程序，所述计算机程序被处理器执行时，能够实现上述实施例中一种新能源车辆健康状态商检平台的所有内容。[0161] 本领域普通技术人员可以理解实现一种新能源车辆健康状态商检平台中的全部或部分内容，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括一种新能源车辆健康状态商检平台的实施例的内容。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其他介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)，以及存储器总线动态RAM(RDRAM)等。[0162] 本申请实施例还提供了一种电子设备，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，处理器执行程序时实现上述实施例中一种新能源车辆健康状态商检平台的内容。在本申请实施例中，处理器为计算机系统的控制中心，可以是实体机的处理器，也可以是虚拟机的处理器。[0163] 参照图4，该电子设备500包括：至少一个处理器501，至少一个通信接口502，至少一个存储器503和至少一个总线504。其中，总线504用于实现这些组件之间的连接通信，通信接口502用于与其他节点设备进行信令或数据的通信，存储器503存储有处理器501可执行的机器可读指令。当电子设备500运行时，处理器501与存储器503之间通过总线504通信，机器可读指令被处理器501调用时执行如上述实施例中一种新能源车辆健康状态商检平台的内容。[0164] 以上内容仅是本发明的实施例，方案中公知的具体结构及特性等常识在此未做过多描述，所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识，能够获知该领域中所有的现有技术，并且具有应用该日期之前常规实验手段的能力，所属领域普通技术人员可以在本申请给出的启示下，结合自身能力完善并实施本方案，一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本申请的障碍。应当指出，对于本领域的技术人员来说，在不脱离本发明结构的前提下，还可以做出若干变形和改进，这些也应该视为本发明的保护范围，这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准，说明书中的具体实施方式等记载可以用于解释权利要求的内容。