钠离子电池管理方法及电池管理系统与流程
本发明涉及电池管理,尤其是涉及一种钠离子电池管理方法及电池管理系统。
背景技术:
1、在电池管理领域中,电池管理系统通常采用固定阈值或单一规则来判断电池异常状态。然而,由于电池(尤其是钠离子电池)的电化学特性较为复杂,例如放电曲线平坦、工作温度范围宽以及自放电率较高等,导致同一异常信号在不同荷电状态、温度区间或老化阶段下可能对应完全不同的失效机理。现有方案难以从海量高频的运行数据中精准剥离出具有诊断价值的异常特征,且无法结合多维度的电化学场景进行差异化归因,导致异常诊断容易出现误报、漏报或归因不准的问题,进而影响电池管控的准确性与安全性。
技术实现思路
1、本发明的目的在于提供一种钠离子电池管理方法及电池管理系统,旨在解决现有的电池异常诊断归因不准的技术问题。
2、第一方面,本技术提供了一种钠离子电池管理方法,包括以下步骤:
3、s10:获取电池的运行状态数据;
4、s20:基于正常运行特征表和异常运行特征表对所述运行状态数据进行匹配筛选,筛选出异常运行片段;
5、s30:提取所述异常运行片段的异常表征特征,并确定所述电池的电化学场景约束条件;
6、s40:依据所述异常表征特征和所述电化学场景约束条件,在历史知识库中进行分层检索,得到目标诊断知识;
7、s50:基于所述目标诊断知识的匹配置信度确定生成策略,并基于所述生成策略和所述目标诊断知识生成诊断结果,以执行对应的电池管控动作。
8、在一个实施例中,步骤s20包括以下步骤:
9、s21:将所述运行状态数据切分为多个数据片段,并提取每个所述数据片段的片段特征;
10、s22:基于所述片段特征与所述异常运行特征表进行匹配,将匹配成功的所述数据片段确定为已知异常片段;
11、s23:基于未匹配成功的所述数据片段的所述片段特征与所述正常运行特征表进行匹配,将匹配成功的所述数据片段确定为正常背景片段并过滤,将未匹配成功的所述数据片段确定为未知异常片段;
12、s24:将所述已知异常片段和所述未知异常片段确定为所述异常运行片段。
13、在一个实施例中,步骤s21包括以下步骤:
14、s211:按照预设时间窗口、充放电阶段切换点和信号特征突变点中的至少一种,将所述运行状态数据切分为所述多个数据片段;
15、s212:对每个所述数据片段执行特征提取,得到所述片段特征;其中,所述片段特征包括电压变化斜率、极化内阻、温度变化率中的至少一种时序波形特征或电化学特征,或包括均值、方差、峰值中的至少一种统计特征。
16、在一个实施例中,所述电化学场景约束条件包括荷电状态区间、工作温度区间、充放电倍率、循环老化阶段和静置时长中的至少一种;步骤s40包括以下步骤:
17、s41:以所述异常表征特征作为检索入口,在所述历史知识库中召回至少一个候选诊断知识;
18、s42:将所述电化学场景约束条件与所述至少一个候选诊断知识逐一进行匹配,将综合匹配度最高的所述候选诊断知识确定为所述目标诊断知识。
19、在一个实施例中,所述历史知识库包括向量数据库和关系数据库,所述向量数据库中的元素为所述关系数据库中元素在特征空间的向量表达;
20、步骤s41包括:基于所述异常表征特征对应的特征向量与所述向量数据库进行相似度匹配,获取至少一个候选知识向量;
21、步骤s42包括:
22、s421:基于所述电化学场景约束条件对应的约束向量对所述至少一个候选知识向量进行精定位,确定目标知识向量;
23、s422:基于所述目标知识向量从所述关系数据库中回查获取完整的所述目标诊断知识。
24、在一个实施例中,步骤s50包括:
25、s51:基于所述目标诊断知识与当前异常场景特征之间的相似度,确定所述匹配置信度;其中,所述当前异常场景特征包括问题描述、所述异常运行片段、所述异常表征特征和所述电化学场景约束条件中的至少一种;
26、s52:响应于所述匹配置信度满足第一预设条件,采用第一生成策略驱动生成式模型输出确定性诊断结果,所述确定性诊断结果包括明确的异常原因和处理方案;
27、s53:响应于所述匹配置信度不满足所述第一预设条件,采用第二生成策略驱动所述生成式模型输出参考性诊断结果,所述参考性诊断结果包括参考异常原因和参考处理方案。
28、在一个实施例中,步骤s52包括:基于第一指令、所述目标诊断知识和所述当前异常场景特征构建第一提示词,将所述第一提示词输入所述生成式模型,以指示所述生成式模型以确定性语气输出所述确定性诊断结果;
29、步骤s53包括:基于第二指令、所述目标诊断知识和所述当前异常场景特征构建第二提示词,将所述第二提示词输入所述生成式模型,以指示所述生成式模型以推测性语气输出所述参考性诊断结果,并生成待补充信息提示。
30、在一个实施例中,所述方法还包括:
31、s61:响应于所述诊断结果满足预设的参考性条件,基于所述诊断结果和补充排查信息生成候选诊断知识;
32、s62:响应于所述候选诊断知识通过审核,将所述候选诊断知识写入所述历史知识库,并更新所述历史知识库的检索索引。
33、第二方面,本技术提供了一种电池管理系统,应用于钠离子电池,包括:
34、数据获取模块,用于获取电池的运行状态数据;
35、匹配筛选模块,用于基于正常运行特征表和异常运行特征表对所述运行状态数据进行匹配筛选,筛选出异常运行片段;
36、特征与约束确定模块,用于提取所述异常运行片段的异常表征特征,并确定所述电池的电化学场景约束条件;
37、检索定位模块,用于基于所述异常表征特征和所述电化学场景约束条件,在历史知识库中进行分层检索,获取目标诊断知识;
38、诊断生成模块,用于基于所述目标诊断知识的匹配置信度确定生成策略,并基于所述生成策略和所述目标诊断知识生成诊断结果;
39、管控执行模块,用于根据所述诊断结果执行对应的电池管控动作。
40、在一个实施例中,所述电池管理系统还包括:
41、云端通信模块,用于将所述运行状态数据和所述诊断结果上传至云端服务器,并接收所述云端服务器下发的固件在线升级指令和可视化配置数据。
42、本发明提供的钠离子电池管理方法及电池管理系统的有益效果是:通过基于正常运行特征表和异常运行特征表对运行状态数据进行匹配筛选,能够从海量时序数据中精准剥离出异常运行片段,有效滤除正常背景噪声,提高异常特征的利用效率;通过提取异常表征特征并结合电化学场景约束条件进行分层检索,能够克服因电池放电曲线平坦、宽温域及高自放电等特性导致的固定阈值误判,实现对同一异常表征在不同电化学场景下的差异化精准归因;通过基于目标诊断知识的匹配置信度确定生成策略,能够在高置信度下输出确定性诊断结果以实现快速处置。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com