[发明专利]一种锂电池热失控早期火灾检测预警方法

说明书

本发明公开了一种锂电池热失控早期火灾检测预警方法。该方法包括锂电池热失控过程中的特征向量检测模型、火灾检测及预警的判别方法及分布式终端处理平台。主要方法为采用热电阻温度传感器、锂电池电解液蒸汽电化学探测器式、激光烟雾探测器进行电池热失控早期特征参量的检测，并在电池仓内根据空间容量进行传感器部署；获得的传感器数据，通过归一化预处理后，进入终端处理平台，通过DS证据理论模型，进行锂电池热失控及火灾预警推断，给出预警及报警。

技术领域

本发明涉及一种锂电池热失控早期火灾检测预警方法，适用于动力锂电池早期火灾探测及预警。

背景技术

近年来，在新能源汽车发展及国家产业政策的推动下，动力锂电池因具备高能量密度、大倍率充放电性能和长循环寿命等优点发展迅猛，已成为电动汽车电能、储能电站存储载体采用的主要动力电池类型。然而，锂电池的自燃和爆炸事故也呈高发态势。

目前对于锂电池火灾的早期探测和预警，传统的方法主要基于环境的检测数据，使用传感器获取锂电池火灾过程中的特征参量，根据一定的专家经验进行分析及预判。基于单一传感器或者多传感器数据的分析，传统的方法预判错误率高，在实际中存在误报漏报的问题。

基于以上情况，本发明基于多传感器融合的数据，提出一种基于DS论据理论的锂电池火灾预警方案，并通过神经递归网络的方法对多传感器数据的序列进行学习及预判，可获得更高的检测准确率。

发明内容

本发明的目的在于提供一种锂电池热失控早期火灾检测预警方法。该方法包括锂电池热失控过程中的特征向量检测模型、火灾检测及预警的判别方法及分布式终端处理平台。主要方法为采用热电阻温度传感器、半导体电解液蒸汽探测器、烟雾颗粒物探测器进行电池热失控早期特征参量的检测，并在电池仓内根据空间容量进行传感器部署；获得的传感器数据，通过归一化预处理后，进入终端处理平台，通过DS证据理论模型，进行锂电池热失控及火灾预警推断，给出预警及报警。

为实现上述目的，本发明采用的技术方案是：

本发明包括基于温度、可燃气体、烟雾的多传感器探测系统，多参数融合(DS)证据理论模型，基于递归神经网络的传感器数据序列分析模型和基于比特大陆BM1880的智能终端处理平台。

一种锂电池热失控早期火灾检测预警方法，包括以下步骤：

(1)采用分布式传感器部署方法在电池仓中布置多个传感器，测得温度、可燃气体和烟雾的特征参量。优选地，所述特征参量至少包括电池仓环境温度、可燃气体浓度和烟雾的颗粒物浓度数值。

(2)采用步骤(1)所测得的特征参量，通过多参数融合证据理论模型，进行锂电池热失控及火灾预警判断，给出预警及报警。

进一步地，所述锂电池热失控早期火灾检测预警方法，包括传感器部署方案、动力锂电池早期热失控DS证据理论模型、终端深度学习处理平台。其中采用分布式传感器部署方法，对温度、可燃气体、烟雾的特征参量进行监测。其中主要使用热敏电阻实现对电池仓环境温度的精确测量；使用电化学气体探测方法实现对锂电池电解液蒸汽的检测；使用激光散射探测方法实现热失控过程中产生的烟雾进行检测。

进一步地，所述的传感器部署方法，包括对温度、可燃气体及颗粒物的检测，每立方米3.7V/1000AH锂电池储能空间内，按照2组每组5个热电阻传感器、2个可燃气体传感器、2个烟雾传感器线性及对称的分布式部署方法，能够实现对锂电池早期热失控及火灾产生的环境影响进行准确监测。