[发明专利]一种基于大数据依变化量曲线的后台热失控预警方法

权利要求书

1.一种基于大数据依变化量曲线的后台热失控预警方法，其特征在于，包括以下步骤：

S1：采集发生热失控案例和试验数据，分析并获取诱发电池包热失控的因素；

S2：分析电池包热失控前的数据，得出在热失控前每500mS时间内的变化量；

S3：依诱发热失控的各种因素搭建对应类型电芯故障模组模型；

S4：对数据库进行整理汇总，计算出各采集量最小周期内变化量，形成各个电芯对应采集量的变化量曲线，将正常电芯与问题电芯的曲线比较，找出问题电芯的曲线特征，形成问题电芯变化量曲线模型数据库，并保存至后台控制器。

2.根据权利要求1所述的方法，其特征在于，所述诱发电池包热失控的因素至少包括：内部因素和外部因素。

3.根据权利要求2所述的方法，其特征在于，所述内部因素至少包括电芯阻抗增大、内短路、正负极短路和漏液。

4.根据权利要求2所述的方法，其特征在于，所述外部因素至少包括外部短路、机械碰撞、挤压、接连松动和外温过高。

5.根据权利要求1所述的方法，其特征在于，所述S3还包括：

S31：设置5个测试场景，按实车运行工况进行充放电测试；

S32：记录所述5个测试场景下对应的测试数据；

S33：依次按电芯故障类型、环境温度和SOC区间分层建立数据库。

6.根据权利要求5所述的方法，其特征在于，

所述5个测试场景至少包括：

环境温度为：-10℃、0℃、10℃、25℃和35℃；

与所述环境温度一一对应的SOC区间为10%、30%、50%、70%和90%；

所述测试数据至少包括实时的电流I、电芯温度CELL-T、单体电压CELL-V和电芯内阻CELL-R值。

7.根据权利要求1所述的方法，其特征在于，所述S4还包括：

S41：把数据库对应的数据全部按每500mS一个区间分别计算出△CELL-T、△CELL-V和△CELL-R的变化量，其中，△CELL-T为电芯温度变化量，△CELL-V单体电压变化量，和△CELL-R电芯内阻变化量；

S42：定义电流变化量对采集数据变化量的影响因子∮△I，定义采集数据变化量影响热失控因子∮△CELL-T，∮△CELL-V、∮△CELL-R；

S43:计算总热失控系数∏=（∑∮△CELL-T*△CELL-T + ∮△CELL-V*△CELL-V +∮△CELL-R*△CELL-R） / ∮△I；

S44:分别按电芯故障类型、环境温度、SOC区间分层建立对应的热失控系数∏的曲线模型数据库保存后台控制器。

8.根据权利要求7所述的方法，其特征在于，所述S4还包括：

采集环境温度、SOC、实时电流、电芯单体电压、温度和内阻的实时数据；

计算所述实时数据采集量的变化量曲线，并与所述曲线模型数据库进行对比，当与问题电芯变化量曲线数据库存比对相似度超过60%，则判定该串电芯存在热失控风险，需提前预警。

9.根据权利要求8所述的方法，其特征在于，所述S4还包括：

如判定车辆存在问题电芯，后台控制器自动拨打车主电话，并远程控制车辆停止运行，通知维护人员马上进行检修和维护。

10.根据权利要求9所述的方法，其特征在于，所述S4还包括：经检修和维护且验证合格后，批准车辆继续运行，并收集事故车辆数据，搭建电芯故障模组进行实验，整理分析实验数据，升级问题电芯变化量曲线模型的数据库。