一种电池热失控预测与主动防控方法和系统与流程

本发明属于电池安全，特别涉及一种电池热失控预测与主动防控方法、系统和存储介质。

背景技术：

1、电动汽车锂离子电池组在过热时易发生不可逆反应，增加热失控风险。目前行业主流的热失控安全方案，是在热失控发生后由电池管理系统触发应急措施，如高压断电、冷却风扇全速运行、发送远程报警等。该“事后被动响应”机制存在以下缺陷：预警滞后，响应动作始于热失控发生后，留给乘员的逃生时间极短；策略单一，无法根据热失控的阶段和严重程度进行精准干预；误报风险高，仅依靠车端有限算力进行判断，容易导致误报；存在云端依赖的单点故障风险，网络中断时车辆将失去安全保障能力。

技术实现思路

1、为解决上述问题，本发明提供了一种电池热失控预测与主动防控方法，应用于车辆端，包括：

2、实时监测电池的早期特征信号；

3、在联网工况下，判断早期特征信号是否超过预设的第一敏感阈值，若超过则将相关数据上传至云端；

4、在无法与云端建立数据连接的断网工况下，基于预设的第二敏感阈值和安全状态机，不依赖云端指令而自主执行分级保护动作；

5、其中，联网工况下的数据上传与断网工况下的自主分级保护构成双轨并行的安全防护机制。

6、进一步地，第二敏感阈值包括以下至少一种：气体浓度变化率阈值、电芯电压下降斜率阈值、底盘加速度冲击阈值。

7、进一步地，分级保护动作包括：

8、一级响应，响应于气体浓度达到第二敏感阈值或电芯电压下降斜率超过第二敏感阈值，执行切断高压继电器并激活声光报警；

9、二级响应，响应于仅底盘加速度冲击超过预设冲击阈值发且电芯电压下降斜率未超过第二敏感阈值，执行限制功率至30%并激活双闪。

10、进一步地，分级保护动作还包括：

11、一级预警，响应于以不低于100hz的采样频率实时采集的电芯电压和模组温度，基于滑动窗口极值检测算法，当任一电芯电压下降斜率连续至少3个采样点超过5mv/ms且温度上升速率超过2℃/s时，不依赖云端响应，直接触发一级响应。

12、进一步地，分级保护动作还包括：

13、二级预警，响应于判定为断网工况且未触发第二敏感阈值，直接触发二级响应。

14、进一步地，方法还包括：检测网络链路状态，当0至10秒无法与云端建立心跳连接，或信号强度低于-115dbm时，判定为断网工况。

15、进一步地，方法还包括：在断网工况下，当第二敏感阈值被触发时，将触发时刻在0至30秒、30至40秒的全量高频数据加密写入独立的防篡改存储区，并在网络恢复后自动回传至云端。

16、进一步地，全量高频数据包括：以95hz至105hz采样率采集的所有电芯电压、以8hz至12hz采样的模组级温度点阵、以18hz至22hz采样的气体浓度原始波形、绝缘阻值、当前gps位置及底盘加速度冲击。

17、进一步地，方法还包括：在断网工况下，通过车载蓝牙与配对手机本地广播预置的预警短信或通知。

18、本发明还提供一种电池热失控预测与主动防控方法，应用于云端，包括：

19、接收来自车辆端上传的相关数据，相关数据是车辆端在联网工况下监测到早期特征信号超过第一敏感阈值后上传的；

20、通过与车队大数据比对，对接收到的数据进行风险确认分析；

21、在确认真阳性风险后，生成主动防控策略；

22、将主动防控策略下发至车辆端；

23、其中，风险确认分析与车辆端在断网工况下基于第二敏感阈值自主执行的分级保护动作构成双轨并行的安全防护机制。

24、进一步地，风险确认分析包括：

25、提取相关数据的特征，并与同型号、同批次车辆的正常工况数据簇进行比对；

26、将特征输入至已训练的支持向量机分类器进行计算，得到风险概率；

27、当风险概率超过确认阈值时，确认真阳性风险。

28、进一步地，主动防控策略包括预测性冷却方案和安全续航半径，预测性冷却方案指定冷却系统的功率提升比例及优先冷却的目标电池模组，安全续航半径指示在当前电量下车辆能够安全行驶至最近服务站的距离及推荐路径。

29、进一步地，方法还包括：

30、接收来自车辆端在断网工况下触发分级保护动作后，于网络恢复时自动回传的全量高频数据；

31、将全量高频数据纳入训练集进行增量学习，用于优化后续车型的本地模型与阈值设定。

32、本发明还提供一种电池热失控预测与主动防控方法，包括：

33、车辆端实时监测电池的早期特征信号；

34、在联网工况下，车辆端判断早期特征信号是否超过预设的第一敏感阈值，若是则将相关数据上传至云端；

35、云端接收并分析相关数据，通过与车队大数据比对进行风险确认，并在确认真阳性风险后生成主动防控策略；

36、车辆端接收并执行主动防控策略；

37、在无法与云端建立数据连接的断网工况下，车辆端基于预设的第二敏感阈值和安全状态机，不依赖云端指令而自主执行分级保护动作；

38、其中，联网工况下的云端策略执行与断网工况下的本地自主决策构成双轨并行的安全防护机制。

39、进一步地，第一敏感阈值设定为：在本地环境浓度不高于10ppm的条件下，co气体浓度在0至10秒内从5ppm上升至10ppm至30ppm范围内的任一预设值。

40、进一步地，第二敏感阈值设定为以下任意一种：

41、co气体浓度在基准浓度不高于10ppm的条件下，co气体浓度在0至5秒内从5ppm上升至150ppm至250ppm范围内的任一预设值；

42、任一电芯电压下降斜率连续至少3个采样点超过8mv/ms；

43、底盘加速度传感器检测到≥15g的冲击。

44、进一步地，在断网工况下，车辆端将触发时刻在0至30秒、30至40秒的全量高频数据加密写入独立的防篡改黑匣子存储区，并在网络恢复后自动回传，供云端进行增量学习以优化后续车型的本地模型与阈值设定。

45、本技术还提供一种电池热失控预测与主动防控系统，包括：

46、车辆端模块，包括传感器单元、电池管理单元bms和整车控制单元vcu；

47、通信模块，与车辆端模块连接，用于与云端建立数据连接；

48、传感器单元用于监测电池的早期特征信号；

49、bms用于判断早期特征信号是否超过预设的第一敏感阈值，并在联网工况下将相关数据通过通信模块上传至云端；

50、bms进一步配置为：在无法与云端建立数据连接的断网工况下，基于预设的第二敏感阈值和安全状态机，不依赖云端指令而自主执行分级保护动作；

51、vcu用于协调车辆各系统执行分级保护动作。

52、进一步地，还包括：

53、云端服务器模块，包括数据存储单元、大数据分析单元和策略决策单元；

54、数据存储单元用于存储车队车辆的电池全生命周期数据；

55、大数据分析单元用于通过与车队大数据比对，对接收到的相关数据进行风险确认；

56、策略决策单元用于在确认真阳性风险后生成主动防控策略，并通过通信模块下发至车辆端。

57、进一步地，bms还配置为：以不低于100hz的采样频率实时采集电芯电压、模组温度和单体内阻，并基于滑动窗口极值检测算法，当任一电芯电压下降斜率连续至少3个采样点超过5mv/ms且温度上升速率超过2℃/s时，不依赖云端响应，直接触发一级预警。

58、进一步地，车辆端模块还包括黑匣子模块，配置为在断网工况下，当第二敏感阈值被触发时，将触发时刻在0至30秒、30至40秒的全量高频数据加密写入独立的防篡改存储区，并在网络恢复后自动回传至云端。

59、进一步地，通信模块配置为检测网络链路状态，当0至10秒无法与云端建立心跳连接，或信号强度低于-115dbm时，判定为断网工况。

60、本技术还提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述任一项的方法。

61、与现有技术相比，本发明具有如下优点：

62、针对预警滞后和云端依赖的单点故障风险的缺陷，本发明通过构建联网工况下数据上传与断网工况下自主分级保护的双轨并行安全防护机制，在联网时车端将早期异常数据上传云端进行深度分析，在断网时车端基于第二敏感阈值和安全状态机不依赖云端指令自主执行分级保护，确保无论网络状态如何，车辆始终具备热失控预警与防控能力，彻底消除了弱网盲区，并在热失控发生前为乘员争取宝贵逃生时间，确保网络中断时车辆仍具备安全保障能力。

63、针对策略单一的缺陷，本发明通过云端生成主动防控策略，包括预测性冷却方案和安全续航半径，指定冷却系统的功率提升比例及优先冷却的目标电池模组，并根据当前电量计算安全行驶至最近服务站的距离及推荐路径，实现了根据风险等级和车辆状态的精准、动态干预。

64、针对误报风险高的缺陷，本发明通过云端与车队大数据比对进行风险确认，提取数据特征并与同型号、同批次车辆的正常工况数据簇比对，将特征输入至已训练的支持向量机分类器计算风险概率，当风险概率超过确认阈值时才确认真阳性风险，有效过滤了车端因第一敏感阈值设置灵敏而产生的误报。

65、本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所指出的结构来实现和获得。