电池热失控预测方法、装置、存储介质及电子设备与流程

本发明涉及电池化学，机器学习算法领域，具体而言，涉及一种电池热失控预测方法、装置、存储介质及电子设备。

背景技术：

1、随着电动车辆和储能设备的普及，锂电池作为一种高能量密度、高效率的储能装置，得到了广泛应用。然而，锂电池在使用过程中存在热失控的风险，导致电池过热、起火甚至爆炸。传统的热失控预测方法主要依赖于简单的温度监测和阈值判断，缺乏对复杂工况下电池状态的准确评估。并且由于三元锂电池其材料特性、反应机制等多方面原因，使得在电池热失控前，没有明显的前兆现象，三元锂电池热失控前兆不明显示意图。单体电芯电压并没有明显的离群和跌落现象，很难通过常规数据监测手段发现早期预警信号。目前，相关技术中存在的电池热失控预测准确率低的技术问题。

2、针对上述的问题，目前尚未提出有效的解决方案。

技术实现思路

1、本发明实施例提供了一种电池热失控预测方法、装置、存储介质及电子设备，以至少解决相关技术中存在的电池热失控预测准确率低的技术问题。

2、根据本发明实施例的一个方面，提供了一种电池热失控预测方法，包括：获取目标电池组对应的运行数据；基于所述运行数据，确定所述目标电池组的无序化程度，其中，所述无序化程度表示所述目标电池组中电压分布无序化的程度；基于所述无序化程度，确定所述目标电池组进入热失控状态的概率。通过上述处理,可以实现提高电池的安全性的目的，实现了有效、精确地预测电池热失控的概率的技术效果。

3、可选地，所述基于所述运行数据，确定所述目标电池组的无序化程度，包括：针对多个采集帧中包括的第一帧，基于所述目标电池组对应的运行数据，确定在所述第一帧，所述目标电池组的电压熵，电压最值，以及电压偏差信息，所述运行数据为基于所述多个采集帧采集到的电池数据得到的；基于所述目标电池组的电压熵，电压最值，以及电压偏差信息，确定所述第一帧的单帧特征；采用确定所述第一帧的单帧特征的方式，得到所述多个采集帧分别对应的单帧特征；依据所述多个采集帧分别对应的单帧特征，确定所述无序化程度。通过上述处理，实现了对电池组无序化程度的定量评估，有效利用电池组中电压分布的均匀性体现无序化程度，有利于判断是否进入热失控。

4、可选地，所述依据所述多个采集帧分别对应的单帧特征，确定所述无序化程度，包括：依据所述多个采集帧分别对应的单帧特征，确定所述多个采集帧分别对应的电压熵最值，以及电压熵偏差特征；基于所述多个采集帧分别对应的电压熵最值，以及电压熵偏差特征，确定所述无序化程度。通过细化无序化程度的评估方法，为提高热失控预测的精度提供了有力支持。

5、可选地，所述方法还包括：确定所述目标电池组的充放电状态；基于所述充放电状态，确定所述多个采集帧的帧数量。通过确定充放电状态并基于此调整采集帧数量，优化了数据采集策略，提高了热失控预测模型的整体性能，

6、可选地，所述基于所述无序化程度，确定所述目标电池组进入热失控状态的概率，包括：基于所述无序化程度，采用目标模型进行处理，得到所述目标电池组进入热失控状态的概率，其中，所述目标模型为基于热失控样本和正常样本训练得到，所述热失控样本为经过数据增强的样本，以使得所述热失控样本与所述正常样本的比例符合预定比例。通过使用基于数据增强的样本训练目标模型，显著提高了热失控风险预测的准确性。

7、可选地，所述方法还包括：确定发生热失控的参考电池组；基于所述参考电池组的历史数据进行数据切片，得到不同充放电状态的数据片段，其中，所述充放电状态包括以下至少之一：充电状态，放电状态，静置状态；在所述参考电池组为多个的情况下，基于多个参考电池组分别对应的数据片段进行交叉，得到所述热失控样本。通过上述处理，采用切片的方式，增加样本在不同状态下的多样性和丰富性，确保模型能够从多角度学习热失控的特征。

8、可选地，所述基于所述无序化程度，采用目标模型进行处理，得到所述目标电池组进入热失控状态的概率，包括：确定所述目标电池组的目标电池类型；在预定的多个候选模型中，确定与所述目标电池类型匹配的所述目标模型，其中，所述多个候选模型分别用于预测不同电池类型的电池组发生热失控的概率；基于所述无序化程度，采用所述目标模型进行处理，得到所述目标电池组进入热失控状态的概率。通过上述处理，利用专门针对不同类型的电池训练模型，考虑了不同电池材料、结构和特性对热失控的影响，从而提高了热失控概率预测的精度。

9、根据本发明实施例的另一方面，提供了一种电池热失控预测装置，包括：获取数据模块，用于获取目标电池组对应的运行数据；确定程度模块，用于基于所述运行数据，确定所述目标电池组的无序化程度，其中，所述无序化程度表示所述目标电池组中电压分布无序化的程度；确定概率模块，用于基于所述无序化程度，确定所述目标电池组进入热失控状态的概率。

10、根据本发明实施例的另一方面，提供了一种非易失性存储介质，所述非易失性存储介质存储有多条指令，所述指令适于由处理器加载并执行任意一项所述的电池热失控预测方法。

11、根据本发明实施例的另一方面，提供了一种电子设备，包括：一个或多个处理器和存储器，所述存储器用于存储一个或多个程序，其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现任意一项所述的电池热失控预测方法。

12、在本发明实施例中，采用电池热失控预测方式，通过获取目标电池组对应的运行数据；基于所述运行数据，确定所述目标电池组的无序化程度，其中，所述无序化程度表示所述目标电池组中电压分布无序化的程度；基于所述无序化程度，确定所述目标电池组进入热失控状态的概率。达到了提高电池的安全性的目的，实现了有效、精确地预测电池热失控的概率的技术效果，进而解决了相关技术中存在的电池热失控预测准确率低的技术问题。

技术特征：

1.一种电池热失控预测方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述基于所述运行数据，确定所述目标电池组的无序化程度，包括：

3.根据权利要求2所述的方法，其特征在于，所述依据所述多个采集帧分别对应的单帧特征，确定所述无序化程度，包括：

4.根据权利要求2所述的方法，其特征在于，所述方法还包括：

5.根据权利要求1至4中任意一项所述的方法，其特征在于，所述基于所述无序化程度，确定所述目标电池组进入热失控状态的概率，包括：

6.根据权利要求5所述的方法，其特征在于，所述方法还包括：

7.根据权利要求5所述的方法，其特征在于，所述基于所述无序化程度，采用目标模型进行处理，得到所述目标电池组进入热失控状态的概率，包括：

8.一种电池热失控预测装置，其特征在于，包括：

9.一种非易失性存储介质，其特征在于，所述非易失性存储介质存储有多条指令，所述指令适于由处理器加载并执行权利要求1至7中任意一项所述的电池热失控预测方法。

10.一种电子设备，其特征在于，包括：一个或多个处理器和存储器，所述存储器用于存储一个或多个程序，其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现权利要求1至7中任意一项所述的电池热失控预测方法。

技术总结本发明公开了一种电池热失控预测方法、装置、存储介质及电子设备。其中，该方法包括：获取目标电池组对应的运行数据；基于运行数据，确定目标电池组的无序化程度，其中，无序化程度表示目标电池组中电压分布无序化的程度；基于无序化程度，确定目标电池组进入热失控状态的概率。本发明解决了相关技术中存在的电池热失控预测准确率低的技术问题。技术研发人员：蒋松,房子昱,王笔戎,茅小海,罗达志,刘威受保护的技术使用者：合肥国轩高科动力能源有限公司技术研发日：技术公布日：2024/11/4