[发明专利]一种基于云平台实现动力电池故障诊断的充电桩系统有效

专利信息
申请号: 202010329482.0 申请日: 2020-04-23
公开(公告)号: CN111516548B 公开(公告)日: 2021-11-23
发明(设计)人: 曲杰;甘伟 申请(专利权)人: 华南理工大学
主分类号: B60L53/68 分类号: B60L53/68;B60L58/10;B60L53/31;G01R31/3835
代理公司: 广州粤高专利商标代理有限公司 44102 代理人: 何淑珍;陈伟斌
地址: 510640 广*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 平台 实现 动力电池 故障诊断 充电 系统
【说明书】:

发明提供一种基于云平台实现动力电池故障诊断的充电桩系统,包括充电桩、云平台和用户APP,所述充电桩包括主控板、3/4/5G模块、WiFi模块、充电枪、电压测量仪,云平台包括用户数据接收模块、信号降噪模块、特征参数提取模块、曲线相似程度计算模块、故障诊断模块;充电桩实时获取动力电池在充电过程中的电池数据;将所得数据通过3/4/5G模块或WiFi模块传至信号降噪模块得到降噪后的电池数据;将所得降噪后的电池数据输入特征参数提取模块,得到特征参数曲线,将所得的特征参数曲线输入曲线相似程度计算模块,得到该充电循环特征参数曲线相似程度,将其输入云平台中的故障诊断模块判断是否发生故障。

技术领域

本发明涉及充电桩技术领域与电池故障诊断领域。具体涉及一种基于云平台实现动力电池故障诊断的充电桩系统。

背景技术

近年来,二次锂离子电池由于能量密度高、使用寿命长、自放电率低、无记忆效应等被广泛应用于3C产品、电动汽车及储能等领域。尤其随着环保问题的日益突出,锂离子电池在电动汽车领域的使用几乎呈线性增长的趋势。然而,由于锂离子电池自身的不稳定性,其在运行过程中频发的安全性事故引发越来越多的关注。因此发明一种能够在动力电池充电过程中检测电池故障,预测结果准确的方法及系统迫在眉睫。

现有电池故障诊断方法主要包括基于电池模型和无电池模型的故障诊断方法,二者分别存在如:模型计算复杂度高,难以用于实时在线监测;严重依赖样本质量,外推能力差等问题。本发明提出一种基于云平台实现动力电池故障诊断的充电桩系统,依托于5G的数据传输速率及云服务强大的计算能力,基于同步压缩连续小波变换降噪与特征参数提取方法,所提取特征参数能够表征当故障发生时锂离子电池内部不同频率化学反应能量的变化,将外部宏观表现与内部微观变化相联系,能够实现精确高效实时动力电池故障诊断。

发明内容

本发明的目的是提供一种基于云平台实现动力电池故障诊断的充电桩系统,实现动力电池的在线实时故障检测。

本发明至少通过如下技术方案之一实现。

一种基于云平台实现动力电池故障诊断的充电桩系统,包括:

充电桩,所述充电桩包括主控板、3/4/5G模块、无线Wi-Fi模块、充电枪、电压测量仪,所述3/4/5G模块、无线Wi-Fi模块、电压测量仪分别与主控板连接,所述主控板包括开关控制模块,所述开关控制模块与充电枪相连;

云平台,包括用户数据接收模块、信号降噪模块、特征参数提取模块、曲线相似程度计算模块、故障诊断模块,所述用户数据接收模块用于接收用户充电桩传送来的动力电池数据,所述信号降噪模块用于对所述动力电池数据进行降噪处理,所述特征参数提取模块用于提取降噪后的动力电池数据中的特征参数,所述曲线相似程度计算模块用于计算当前充电循环特征参数曲线与基准特征参数曲线的曲线相似程度,故障诊断模块用以判断曲线相似程度是否达到故障阈值;

充电桩实时获取动力电池在充电过程中的电池数据;

将所得数据通过3/4/5G模块或无线Wi-Fi模块传至云平台的信号降噪模块,得到降噪后的电池数据;

将所得降噪后的电池数据输入云平台中的特征参数提取模块,得到特征参数曲线;

将所得的特征参数曲线输入曲线相似程度计算模块,得到该充电循环特征参数曲线相似程度;

将所得的充电循环特征参数曲线相似程度输入云平台中的故障诊断模块,判断是否发生故障;

若发生故障,将故障信息发生给用户APP并将故障数据及对应故障信息发送给新能源汽车国家监测与管理中心,同时将信息反馈给充电桩,停止充电。

进一步地,充电桩实时获取动力电池在充电过程中的电池数据,具体是通过电压测量仪以一定的频率测量动力电池在充电过程中的电压变化。

进一步地,信号降噪模块的降噪处理包括如下:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华南理工大学,未经华南理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010329482.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top