基于电芯热失控风险检测的多维参数评估系统及方法与流程
本发明涉及电池管理，更具体地说，本发明涉及基于电芯热失控风险检测的多维参数评估系统及方法。
背景技术：
1、随着锂离子电池在电动汽车、储能系统等领域的广泛应用，其安全性问题日益凸显，尤其是电池热失控导致的起火甚至爆炸事故，严重威胁着人身安全和财产安全。因此，开发精确、可靠的热失控风险检测方法，实现早期预警，对于保障锂离子电池的安全运行至关重要。近年来，国内外学者针对电池热失控风险检测开展了广泛的研究，并取得了一定的进展，但仍存在一些亟待解决的问题。
2、目前已有的研究主要集中在对电池热失控的外部特征参数和内部状态参数的监测和分析上。例如，公开号为cn117630719a的中国专利申请公开了一种热失控风险告警系统、方法、设备和介质，该系统通过第一数据采集组件采集电池组中各电池的检测电池状态参数，第二数据采集组件采集电池组的检测热失控元素参数，热失控告警组件根据上述参数识别电池组是否存在热失控风险，并在识别到风险时进行告警。该方法主要依赖于对电池外部特征参数（如电压、温度等）和热失控发生时释放的特征气体（如氢气、一氧化碳等）的检测，然而，这些外部特征参数的变化往往滞后于电芯内部状态的变化，当检测到明显的外部特征变化时，电池可能已经处于热失控的临界状态，甚至已经发生热失控，难以实现有效的早期预警。公开号为cn117103997a的中国专利申请提出了一种计及电池系统放电数据的电池热失控风险检测方法，该方法通过采集电池组的特征数据，并对充放电循环进行划分，提取特定循环的放电数据，利用纵向离群均值算法计算各个单体电池的热失控风险值，并将超过风险阈值的单体电池作为可疑电池，最后通过判断机制进行进一步检测和报警。该方法虽然考虑了电池的放电数据，并对热失控风险进行了量化评估，但其主要关注的是电池在特定放电循环中的表现，缺乏对电池在不同充放电状态下以及不同老化状态下的综合评估，因此无法全面反映电池的健康状态和潜在风险。此外，上述两种方法均未考虑电池在实际运行工况下的动态特性，而实际工况对电池的健康状态和热失控风险具有重要影响。
3、现有技术未能充分融合表征电芯内部状态的多维参数，特别是缺乏对电芯在不同老化状态下的电化学阻抗谱数据的分析和利用，导致无法全面、准确地评估电芯的健康状态和热失控风险；未能充分考虑电芯在实际运行工况下的动态特性，缺乏对工况参数的实时监测和自适应调整机制，导致无法准确评估电芯在实际工况下的热失控风险，尤其是在复杂多变的工况下，这种局限性更加明显。
技术实现思路
1、为了克服现有技术的上述缺陷，本发明提供基于电芯热失控风险检测的多维参数评估系统及方法，通过构建精粹多维电化学特征空间，并结合工况自适应电芯健康度指标，实现了对电芯热失控风险的精准、实时、动态评估。该方法不仅能够准确评估电芯的健康状态，还能有效预测不同工况下的热失控风险，显著提高了预警的准确性和可靠性。
2、本发明提出的基于电芯热失控风险检测的多维参数评估系统及方法，可广泛应用于电动汽车、大巴车、储能电站、不间断电源、无人机、电动自行车、家庭储能单元等各种使用锂离子电池作为动力或储能单元的应用场景，尤其适用于对安全性要求极高的场景，如大型储能电站、电动汽车等。
3、为实现上述目的，本发明提供如下技术方案：
4、基于电芯热失控风险检测的多维参数评估方法，包括：
5、同步采集电芯在不同充放电状态下的多维参数数据，构建热-电耦合数据集；获取电芯在不同老化状态下的电化学阻抗谱数据，基于热-电耦合数据集和电化学阻抗谱数据，构建精粹多维电化学特征空间；基于精粹多维电化学特征空间，构建和训练电芯健康度评估模型，提取电芯健康度指标；建立电芯热失控风险等级，构建电芯健康度指标与电芯热失控风险等级的映射关系；
6、获取电芯实时工况参数，根据电芯实时工况参数和电芯健康度评估模型，得到工况自适应电芯健康度指标；根据工况自适应电芯健康度指标和电芯健康度指标与热失控风险等级之间的映射关系，得到预测的热失控风险等级；判断预测的热失控风险等级是否超过预设阈值，如果超过预设阈值，则触发预警机制。
7、进一步地，所述多维参数数据包括多点温度数据、负载电流特征数据和电势响应数据；
8、所述基于热-电耦合数据集和电化学阻抗谱数据，构建精粹多维电化学特征空间包括：
9、基于热-电耦合数据集，得到非线性频率响应特征矩阵；
10、基于电化学阻抗谱数据，得到eis特征矩阵；
11、融合非线性频率响应特征矩阵和eis特征矩阵，构建精粹多维电化学特征空间。
12、进一步地，所述基于热-电耦合数据集，得到非线性频率响应特征矩阵包括：
13、对热-电耦合数据集进行时频分析，提取多参数小波系数；所述多参数小波系数包括温度小波系数、电流小波系数和电压小波系数；
14、基于多参数小波系数，得到非线性频率响应特征矩阵。
15、进一步地，所述提取多参数小波系数包括：
16、对多点温度数据进行时频分析，提取温度小波系数；
17、对负载电流特征数据进行时频分析，提取电流小波系数；
18、对电势响应数据进行时频分析，提取电压小波系数。
19、进一步地，所述基于多参数小波系数，得到非线性频率响应特征矩阵包括：
20、基于温度小波系数，计算多点温度数据在不同频段的能量分布，得到温度频域特征向量；
21、基于电流小波系数，计算负载电流特征数据在不同频段的能量分布，得到电流频域特征向量；
22、基于电压小波系数，计算电势响应数据在不同频段的能量分布，得到电压频域特征向量；
23、将温度频域特征向量、电流频域特征向量和电压频域特征向量按列拼接，构成非线性频率响应特征矩阵。
24、进一步地，所述基于电化学阻抗谱数据，得到eis特征矩阵包括：
25、对电化学阻抗谱数据进行等效电路拟合，得到等效电路模型参数；
26、从等效电路模型参数中提取关键阻抗参数；
27、由关键阻抗参数构建eis特征矩阵。
28、进一步地，所述融合非线性频率响应特征矩阵和eis特征矩阵，构建精粹多维电化学特征空间包括：
29、对非线性频率响应特征矩阵和eis特征矩阵进行数据标准化处理；
30、将标准化后的非线性频率响应特征矩阵和eis特征矩阵按列拼接，形成多维电化学特征矩阵；所述多维电化学特征矩阵的每一行对应一个电芯样本，每一列对应一个电化学特征；
31、对多维电化学特征矩阵进行特征选择；
32、对特征选择后的多维电化学特征矩阵进行特征提取，获得精粹多维电化学特征空间，所述精粹多维电化学特征空间中包含n1个电化学特征。
33、进一步地，所述对多维电化学特征矩阵进行特征选择包括：
34、计算多维电化学特征矩阵中每个电化学特征的重要性得分；
35、基于每个电化学特征的重要性得分，构建电化学特征重要性矩阵；
36、基于电化学特征重要性矩阵，采用自适应阈值法选择最优特征子集。
37、进一步地，所述基于电化学特征重要性矩阵，采用自适应阈值法选择最优特征子集包括：
38、设计一个电化学特征选择自适应阈值函数，计算电化学特征选择自适应阈值；
39、遍历电化学特征重要性矩阵，将大于电化学特征选择自适应阈值的电化学特征选入最优特征子集。
40、进一步地，所述基于精粹多维电化学特征空间，构建和训练电芯健康度评估模型包括：
41、以精粹多维电化学特征空间中的电化学特征为样本特征，以人工标注的电芯健康度指标为样本标签，构建训练样本集；
42、采用加权线性回归模型，构建初始电芯健康度评估模型；
43、使用训练样本集，训练初始电芯健康度评估模型，得到每个电化学特征的权重系数和偏置项b；
44、基于每个电化学特征的权重系数和偏置项b，得到最终的电芯健康度评估模型。
45、进一步地，所述根据电芯实时工况参数和电芯健康度评估模型，得到工况自适应电芯健康度指标包括：
46、获取电芯的工况参数，构建工况参数与权重调整系数之间的映射关系；
47、根据电芯实时工况参数和工况参数与权重调整系数之间的映射关系，计算实时权重调整系数；
48、根据实时权重调整系数，调整电芯健康度评估模型中每个电化学特征的权重系数，得到调整后的权重系数；
49、使用调整后的权重系数，计算当前工况下的工况自适应电芯健康度指标。
50、基于电芯热失控风险检测的多维参数评估系统，其用于实现上述的基于电芯热失控风险检测的多维参数评估方法，所述系统包括：
51、特征空间构建模块：用于同步采集电芯在不同充放电状态下的多维参数数据，构建热-电耦合数据集；获取电芯在不同老化状态下的电化学阻抗谱数据，基于热-电耦合数据集和电化学阻抗谱数据，构建精粹多维电化学特征空间；
52、映射关系建立模块：基于精粹多维电化学特征空间，构建和训练电芯健康度评估模型，提取电芯健康度指标；建立电芯热失控风险等级，构建电芯健康度指标与电芯热失控风险等级的映射关系；
53、热失控判断模块：获取电芯实时工况参数，根据电芯实时工况参数和电芯健康度评估模型，得到工况自适应电芯健康度指标；根据工况自适应电芯健康度指标和电芯健康度指标与热失控风险等级之间的映射关系，得到预测的热失控风险等级；判断预测的热失控风险等级是否超过预设阈值，如果超过预设阈值，则触发预警机制。
54、相比于现有技术，本发明的有益效果为：
55、本发明提出的基于电芯热失控风险检测的多维参数评估方法，开创性地融合了热-电耦合数据和电化学阻抗谱数据，构建了精粹多维电化学特征空间，从多个维度全面表征电芯的老化状态和热失控风险。该方法采用加权线性回归模型构建健康度评估模型，并通过工况参数动态调整特征权重，实现了对不同工况下电芯健康状态的精准评估。特别是，本发明提出的工况自适应电芯健康度指标，能够实时反映电芯在实际运行环境下的真实健康状态，显著提高了健康度评估的准确性和实用性。此外，本发明建立的电芯健康度指标与热失控风险等级之间的映射关系，将抽象的健康度指标转化为直观的风险等级，为热失控预警提供了清晰的判断依据。综上所述，本发明提出的多维参数评估系统及方法，突破了传统单一参数评估方法的局限性，实现了对电芯热失控风险的全面、精准、实时、动态评估，为电池安全管理提供了强有力的技术保障，有效降低了电池热失控事故的发生概率，对提升电动汽车、储能系统等应用领域的安全性具有重要意义，对促进新能源产业的健康发展将产生深远的影响。
相关知识
血液循环系统的健康评估装置及其控制方法与流程
电池健康状态检测系统及方法与流程
基于大数据的车辆健康状态评估模型构建方法与流程
一种新型智能化体重监测装置及肥胖评估方法与流程
【健康风险评估】什么是健康风险评估？健康风险评估的方法
检测全身健康的健康风险评估系统
健康风险评估系统介绍
电动汽车动力电池健康状态评估方法与流程
电池管理系统里的电池健康评估和寿命预测
健康风险评估系统是什么？
网址: 基于电芯热失控风险检测的多维参数评估系统及方法与流程 https://m.trfsz.com/newsview1364113.html
