故障分析方法、装置、设备及计算机可读存储介质与流程

1.本技术涉及数据分析技术领域，尤其涉及故障分析方法、装置、设备及计算机可读存储介质。


背景技术：

2.电动汽车用锂离子电池包发生频率最高的故障原因是单体电压不一致，即电池包中不同单体的电压压差较大的现象，单体电压不一致对电池包的性能和可靠性有非常大的影响，会直接导致车辆的续航里程下降，不一致到达一定程度时车辆甚至会停止工作，进而引发安全问题。
3.目前，电动汽车的锂离子电池包在使用时可以通过车端、云端故障监测及报警系统识别单体电压不一致现象，但无法区分引起单体电压不一致的主要原因：自放电异常大和容量异常衰减。其中，自放电异常大的出现几率相对于容量异常衰减更大，但现有技术中对于单体自放电异常大引起的不一致现象的根因分析，完全依赖于单体的拆解，从发现问题到定位故障根本原因，整个过程需经历“约车-换包-拆包-检测-拆解-分析”等步骤，耗时长，成本高，污染大，且有安全隐患。


技术实现要素：

4.本技术的主要目的在于提供一种故障分析方法、装置、设备及计算机可读存储介质，旨在准确定位导致单体电压不一致的失效原因，并通过一种简单便捷的方式对单体自放电异常大引起的不一致现象进行根因分析。
5.为实现上述目的，本技术提供一种故障分析方法，所述故障分析方法包括以下步骤：
6.基于云端数据库进行数据分析，确定已出现单体电压不一致现象的故障电池包；
7.将所述故障电池包内的荷电状态极值单体和健康度极值单体进行对比，根据对比结果确定所述单体电压不一致现象的产生原因和不一致单体；
8.当确定所述产生原因是自放电异常大时，根据所述故障电池包内各单体的荷电状态变化趋势确定引发自放电异常大的根因。
9.可选地，所述基于云端数据库进行数据分析，确定已出现单体电压不一致现象的故障电池包的步骤，包括：
10.基于云端数据库获取电池包的健康度和所述电池包内各单体的健康度；
11.根据所述电池包的健康度和各所述单体的健康度进行数据分析，确定已出现单体电压不一致现象的故障电池包。
12.可选地，所述基于云端数据库获取电池包的健康度和所述电池包内各单体的健康度的步骤，包括：
13.基于云端数据库获取电池包的额定容量、所述电池包内各单体的荷电状态、所述电池包内各单体充入容量以及所述电池包内各单体充电前后的荷电状态差；
14.根据所述额定容量、各所述单体的荷电状态、各所述单体的充入容量以及各所述单体的充电前后的荷电状态差计算所述电池包的健康度；
15.根据所述额定容量、各所述单体的充入容量以及各所述单体的充电前后的荷电状态差计算各所述单体的健康度。
16.可选地，所述根据所述电池包的健康度和各所述单体的健康度进行数据分析，确定已出现单体电压不一致现象的故障电池包的步骤，包括：
17.将各所述单体的健康度中的最大健康度与所述电池包的健康度相减，得到健康度差值；
18.当所述健康度差值大于预设阈值时，将所述电池包认定为已出现单体电压不一致现象的故障电池包。
19.可选地，所述单体电压不一致现象的产生原因包括：自放电异常大和容量异常衰减；
20.所述将所述故障电池包内的荷电状态极值单体和健康度极值单体进行对比，根据对比结果确定所述单体电压不一致现象的产生原因和不一致单体的步骤，包括：
21.当充电前荷电状态最小的单体、充电后荷电状态最小的单体以及健康度最大的单体均为同一单体时，确定所述单体电压不一致现象的产生原因是自放电异常大，将所述健康度最大的单体视为不一致单体；
22.当充电前荷电状态最小的单体、充电后荷电状态最大的单体以及健康度最小的单体均为同一单体时，确定所述单体电压不一致现象的产生原因是容量异常衰减，将所述健康度最小的单体视为不一致单体。
23.可选地，所述根据所述故障电池包内各单体的荷电状态变化趋势确定引发自放电异常大的根因的步骤，包括：
24.计算所述故障电池包内各单体的荷电状态偏差量；
25.以日期为横坐标，以各所述单体的荷电状态偏差量为纵坐标，绘制各所述单体的荷电状态偏差量随时间变化的趋势图；
26.基于所述趋势图获取单体荷电状态不一致的图形形貌；
27.根据所述图形形貌确定引发自放电异常大的根因。
28.可选地，所述引发自放电异常大的根因包括：电芯内短路和负极析铜；
29.所述根据所述图形形貌确定引发自放电异常大的根因的步骤，包括：
30.当所述图形形貌的变化率稳定且大于预设变化率时，确定引发自放电异常大的根因是电芯内短路；
31.当所述图形形貌的变化率单调递减时，确定引发自放电异常大的根因是负极析铜。
32.此外，为实现上述目的，本技术还提供一种故障分析装置，所述故障分析装置包括：
33.故障定位模块，所述故障定位模块用于基于云端数据库进行数据分析，确定已出现单体电压不一致现象的故障电池包；
34.极值对比模块，所述极值对比模块用于将所述故障电池包内的荷电状态极值单体和健康度极值单体进行对比，根据对比结果确定所述单体电压不一致现象的产生原因和不
一致单体；
35.根因分析模块，所述根因分析模块用于当确定所述产生原因是自放电异常大时，根据所述故障电池包内各单体的荷电状态变化趋势确定引发自放电异常大的根因。
36.此外，为实现上述目的，本技术还提供一种故障分析设备，所述故障分析设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的故障分析程序，所述故障分析程序被所述处理器执行时实现如上所述的故障分析方法的步骤。
37.此外，为实现上述目的，本技术还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有故障分析程序，所述故障分析程序被处理器执行时实现如上所述的故障分析方法的步骤。
38.本技术提出一种故障分析方法、装置、设备及计算机可读存储介质，克服了现有技术无法区分引起单体电压不一致的主要原因，且对于单体自放电异常大引起的不一致现象的根因分析的方式存在大量问题的技术缺陷。在所述故障分析方法中，首先基于云端数据库进行数据分析，确定已出现单体电压不一致现象的故障电池包，实现了对故障电池包和故障车辆的快速定位；然后将所述故障电池包内的荷电状态极值单体和健康度极值单体进行对比，根据对比结果确定所述单体电压不一致现象的产生原因和不一致单体，通过计算充电前后故障电池包内所有单体的soc，识别极值soc的单体编号，关联单体soh最大和最小值，结合soc和soh的对应关系，能够快速确定引起单体电压不一致的失效模式是自放电异常大还是容量异常衰减；最后，当确定所述产生原因是自放电异常大时，根据所述故障电池包内各单体的荷电状态变化趋势确定引发自放电异常大的根因，通过构建各单体的soc偏差量随时间变化的趋势图，基于单体soc不一致的图形的主要特征，即可获知引发自放电异常大的根因是电芯内短路还是负极析铜。
39.相比于现有技术，本技术实现了准确定位单体电压不一致的主要故障原因，并结合单体soc不一致表现，实现了准确识别单体自放电异常大的两大主要原因，即电芯内短路和负极析铜；本技术用于于判断单体电压不一致的失效原因和定位自放电异常大的根因的故障分析方法简单便捷，可以快速实现故障原因的闭环分析，有助于产品及制程的提升，对保证锂离子电池包的性能、提升运行中的可靠性、降低电动汽车的故障率和提高电动汽车的安全性具有重大意义。
附图说明
40.为了更清楚地说明本技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
41.图1为本技术提供的故障分析方法的应用场景示意图；
42.图2为本技术提供的故障分析方法一实施例的流程示意图；
43.图3为本技术提供的故障分析方法一实施例涉及的一种电池包soc变化趋势图；
44.图4为本技术提供的故障分析方法一实施例涉及的另一种电池包soc变化趋势图；
45.图5为本技术提供的故障分析方法一实施例对应的一种应用场景下电池包的故障分析流程图；
46.图6为本技术提供的故障分析方法一实施例对应的另一种应用场景下的电池包soc变化趋势图；
47.图7为本技术提供的故障分析方法一实施例对应的另一种应用场景下单体拆解分析的验证结果图；
48.图8为本技术提供的一种故障分析装置一实施例的结构示意图；
49.图9为本技术提供的一种故障分析设备一实施例的结构示意图。
具体实施方式
50.这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本技术相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本技术的一些方面相一致的方法和装置的例子。
51.本技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本技术的实施例例如能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
52.现有技术在锂离子电池包使用时可以通过车端、云端故障监测及报警系统识别单体电压不一致现象，但无法区分引起单体电压不一致的主要原因：自放电异常大和容量异常衰减。其中，自放电异常大的出现几率相对于容量异常衰减更大，但现有技术中对于单体自放电异常大引起的不一致现象的根因分析，完全依赖于单体的拆解，从发现问题到定位故障根本原因，整个过程需经历“约车-换包-拆包-检测-拆解-分析”等步骤，耗时长，成本高，污染大，且有安全隐患。
53.针对现有技术中存在的上述问题，本技术提供一种故障分析方法、装置、设备及计算机可读存储介质。本技术提供的故障分析方法的发明构思在于：通过云端计算电池包的soh(pack_soh)以及电池包内所有单体soh，通过设置阈值，筛选单体不一致的车辆及其离群单体；计算充电前后电池包内所有单体的soc，识别极值soc的单体编号，关联单体soh最大和最小值，通过soc和soh的对应关系，定位引起单体不一致的失效模式：自放电异常大和容量异常衰减；通过对单体较长时间维度的soc计算和不一致分析，根据单体soc不一致结果的图形形貌，定位单体自放电异常大的两大内因：电芯内短路和负极析铜。
54.以下，对本技术实施例的示例性应用场景进行介绍。
55.图1为本技术实施例提供的故障分析方法的应用场景示意图，如图1所示，云端11是基于故障分析设备12存在的云平台，车辆13在通过车辆充电设备14进行充电时，云端11可以采集来自车辆13的电池包的电性数据，并基于获取到的电池包的电性数据对车辆13的电池包进行故障分析，需要说明的是，虽然图1中仅示出一台车辆，但云端11可以同时采集多台车辆的电池包的电性数据并进行数据分析，当云端11通过某个电池包的电性数据进行数据分析后得知该电池包存在单体电压不一致的情况时，将该电池包设定为故障电池包，
将其所在的车辆定为故障车辆；进一步地，获取该故障车辆充电前后电池包内所有单体的soc(state of charge，荷电状态，单位％，蓄电池使用一段时间或长期搁置不用后的剩余容量与其完全充电状态的容量的比值，常用百分数表示。其取值范围为0～1，当soc＝0时表示电池放电完全，当soc＝1时表示电池完全充满)，识别极值soc的单体编号，关联单体soh(state of health，蓄电池容量、健康度、性能状态，单位％，即蓄电池满充容量相对额定容量的百分比，新出厂电池为100％，完全报废为0％)最大和最小值，通过soc和soh的对应关系，定位引起单体不一致的失效模式：自放电异常大和容量异常衰减；当确定引起单体电压不一致的是自放电异常大时，云端11计算该故障电池包内所有单体的soc随时间的变化趋势通过构建各单体的soc偏差量随时间变化的趋势图，基于单体soc不一致的图形的主要特征，即可获知引发自放电异常大的根因是电芯内短路还是负极析铜。
56.其中，故障分析设备12可以配置成能够支持云平台运行的设备，例如服务器、服务器集群、计算机等，图1中的故障分析设备12以服务器为例示出，其仅是对故障分析设备12的一种举例描述，并非对其功能的限定。
57.需要说明的是，上述应用场景仅仅是示例性的，本技术实施例提供的故障分析方法、装置、设备及计算机可读存储介质包括但不仅限于上述应用场景。
58.本技术实施例提供一种故障分析方法，参照图2，图2为本技术提供的一种故障分析方法一实施例的流程示意图。
59.本实施例中，所述故障分析方法包括以下步骤：
60.步骤s10，基于云端数据库进行数据分析，确定已出现单体电压不一致现象的故障电池包；
61.需要说明的是，本实施例中，执行主体为云端，该云端依托于服务器、服务器集群或计算机等硬件载体运行，该云端包括车辆监测及报警系统，能够对车端上传的数据进行实时分析，以及时获知车辆是否出现故障，帮助车主提前消除车辆运行时可能出现的隐患。云端数据库用于存储不同车辆在不同时间上传的数据，例如电池包的电性数据、额定容量、电池包内所有单体电芯(一个电池包由多个单体电芯组成，本实施例中的单体即指电池包中的单体电芯)的电性数据以及与电池包型号对应的ocv(open circuit voltage，开路电压)-soc对照表等。云端能够基于数据库中存储的大量数据分析不同车辆的电池包的工作状态是否正常，当检测到异常时，可以将出现异常的故障电池包筛选出来，并下发故障通知到车端或车主的移动终端；本实施例中，主要识别电池包是否出现单体电压不一致现象，并基于云端数据库找出已出现单体电压不一致现象的故障电池包及其对应的故障车辆。
62.基于此，作为一种可行的实施例，上述步骤s10可以包括：
63.步骤s11，基于云端数据库获取电池包的健康度和所述电池包内各单体的健康度；
64.步骤s12，根据所述电池包的健康度和各所述单体的健康度进行数据分析，确定已出现单体电压不一致现象的故障电池包。
65.本实施例中，通过获取一段充电时长内(例如1小时或2小时，本实施例对此不加以限制)的电池包电性数据的变化来判断电池包是否出现单体电压不一致现象，具体地，基于该段充电时长内的电池包电性数据的变化计算出电池包的健康度pack_soh以及电池包内所有单体的健康度sohi(i是单体电芯的编号)，再进行数据分析，即可判断出电池包是否出现单体电压不一致现象。
66.进一步地，作为一种可行的实施例，上述步骤s11可以包括：
67.步骤s111，基于云端数据库获取电池包的额定容量、所述电池包内各单体的荷电状态、所述电池包内各单体充入容量以及所述电池包内各单体充电前后的荷电状态差；
68.步骤s112，根据所述额定容量、各所述单体的荷电状态、各所述单体的充入容量以及各所述单体的充电前后的荷电状态差计算所述电池包的健康度；
69.步骤s113，根据所述额定容量、各所述单体的充入容量以及各所述单体的充电前后的荷电状态差计算各所述单体的健康度。
70.本实施例中，要得到电池包的健康度pack_soh以及电池包内所有单体的健康度sohi，需要先获取用于计算健康度的部分参数，其中，电池包的额定容量q是电池包的基本信息可以直接获知；各单体电芯的荷电状态soci可以基于车端上传的电池包电性数据以及电池包型号对应的ocv-soc对照表进行查表得到，其中，各单体电芯的荷电状态soci包括充电前的荷电状态socib(i为单体编号，before简写为b代表充电前)和充电后的荷电状态socia(after简写为a代表充电后)；各所述单体的充入容量δah可以采用安时积分法∫iδt/3600计算获得，安时积分法中i为实时电流，单位为a，δt为电流传递的两帧之间的时间间隔，3600即3600s，对应1h，通过将每一帧充入的安时数进行累加即可得到该段充电时长内各所述单体的充入容量δah；各单体的充电前后的荷电状态差δsoci可以通过socia-socib得到。在完成上述参数的获取后，即可根据以下公式对电池包的健康度pack_soh和电池包内各单体的健康度sohi进行计算(此处将电池包视为由多个单体串联组成，故而电池包的额定容量q与各单体的额定容量相同)：
71.pack_soh＝{min(socib*δah/δsoci) δah min[(1-socia)*δah/δsoci]}/q；
[0072]
sohi＝δah/δsoci/q。
[0073]
需要说明的是，电池包的健康度是由电池包的当前满充容量除以电池包的额定容量得到的比值，电池包的当前满充容量由三部分组成，分别为充电前各单体中的最小容量、该段充电时长内的单体充入容量以及充电后各单体还能接收的最小容量；电池包内各单体的健康度则是由各单体的当前满充容量除以电池包的额定容量得到的比值，各单体的当前满充容量即该段充电时长内的单体充入容量除以各单体的充电前后的荷电状态差得到的比值。
[0074]
进一步地，作为一种可行的实施例，上述步骤s12可以包括：
[0075]
步骤s121，将各所述单体的健康度中的最大健康度与所述电池包的健康度相减，得到健康度差值；
[0076]
步骤s122，当所述健康度差值大于预设阈值时，将所述电池包认定为已出现单体电压不一致现象的故障电池包。
[0077]
本实施例中，获取各单体的健康度的目的是为了筛选出其中具备最大健康度的单体，其最大健康度sohmax＝max(δah/δsoci/q)，则健康度差值δsoh＝sohmax-pack_soh。
[0078]
作为一个示例，本实施例设定了两个阈值k1和k2，并提供了一种判断单体一致性的标准：若δsoh≤k1，则认定单体一致性良好；若δsoh介于(k1，k2)之间，则认定单体一致性处于劣化初期；若δsoh≥k2，则认定单体一致性差(对应于单体电压不一致现象)；其中，k2大于k1，阈值k1和k2可以根据不同型号的电池包，采用3σ原则进行合理设置，本实施例对此不加以限制。
[0079]
步骤s20，将所述故障电池包内的荷电状态极值单体和健康度极值单体进行对比，根据对比结果确定所述单体电压不一致现象的产生原因和不一致单体；
[0080]
本实施例中，提供了一种区分引起单体电压不一致现象的故障原因的技术方案，通过对比故障电池包内soc最大单体和最小单体的编号以及soh最大单体和最小单体的编号来判定单体电压不一致现象的产生原因，并基于不一致单体的编号，获知故障电池包中哪个单体是不一致单体。
[0081]
进一步地，作为一种可行的实施例，所述单体电压不一致现象的产生原因包括：自放电异常大和容量异常衰减，上述步骤s20可以包括：
[0082]
步骤s21，当充电前荷电状态最小的单体、充电后荷电状态最小的单体以及健康度最大的单体均为同一单体时，确定所述单体电压不一致现象的产生原因是自放电异常大，将所述健康度最大的单体视为不一致单体；
[0083]
步骤s22，当充电前荷电状态最小的单体、充电后荷电状态最大的单体以及健康度最小的单体均为同一单体时，确定所述单体电压不一致现象的产生原因是容量异常衰减，将所述健康度最小的单体视为不一致单体。
[0084]
作为一个示例，本实施例提供的一种判断标准如下：
[0085]
若充电前num_socmin＝充电后num_socmin＝num_sohmax，则为单体自放电异常大引起的不一致，不一致单体为编号为num_sohmax的单体；
[0086]
若充电前num_socmin＝充电后num_socmax＝num_sohmin，则为单体容量异常衰减引起的不一致，不一致单体为编号为num_sohmin的单体。
[0087]
其中，num_socmin为最小soc单体的编号，socmax为最大soc单体的编号，num_sohmin为最小soh单体的编号，num_sohmax为最大soh单体的编号。
[0088]
需要说明的是，由上述步骤中计算单体soh的公式可知，由于各单体的充入容量δah相同，电池包的额定容量q是不变的值，故各单体的soh存在差异的原因是各单体充电前后的荷电状态变化δsoci，充电前后荷电状态变化最小的单体对应的健康度就是最大健康度，若其充电前和充电后的荷电状态依然是所有单体中的最小值，则说明该单体存在自放电异常大的问题，所以才导致其荷电状态一直是所有单体中的荷电状态最小值；反之，充电前后荷电状态变化最大的单体对应的健康度就是最小健康度，若其充电前的荷电状态为所有单体中的最小值，但其充电后的荷电状态却是所有单体中的最大值，则说明该单体存在容量异常衰减的问题，所以才导致其荷电状态在充电前后分别对应所有单体中的最小值和最大值。
[0089]
步骤s30，当确定所述产生原因是自放电异常大时，根据所述故障电池包内各单体的荷电状态变化趋势确定引发自放电异常大的根因。
[0090]
本实施例中，提供了一种无需拆解电池包也能分析出单体自放大异常的根因的技术方案，具体地，在一较长时间维度内对各单体的soc进行计算和不一致分析，并绘制相应的变化趋势图，然后从变化趋势图中获知单体soc不一致结果的图形形貌，基于单体soc不一致图形形貌的主要特征来确定单体自放电异常大的根因。
[0091]
进一步地，作为一种可行的实施例，上述步骤s30中根据所述故障电池包内各单体的荷电状态变化趋势确定引发自放电异常大的根因的步骤，包括：
[0092]
步骤s31，计算所述故障电池包内各单体的荷电状态偏差量；
[0093]
步骤s32，以日期为横坐标，以各所述单体的荷电状态偏差量为纵坐标，绘制各所述单体的荷电状态偏差量随时间变化的趋势图；
[0094]
步骤s33，基于所述趋势图获取单体荷电状态不一致的图形形貌；
[0095]
步骤s34，根据所述图形形貌确定引发自放电异常大的根因。
[0096]
需要说明的是，本实施例中，云端首先会构建电池包内各单体的soc偏差量，将各单体的soc偏差量作为参考指标，根据该指标随时间的变化趋势和指标数值来评价电池包内单体的一致性变化，具体地，可以先构建一变化趋势图来帮助监控单体的一致性变化，构建变化趋势图的步骤可以包括：
[0097]
(1)数据获取：从车辆的每日运行数据中，筛选出电流在[-2, 2]a范围之内的(伪)静置数据片段，该数据片段包含数据采集时间、每一时刻的电流值以及电池包内所有单体的电压值信息；
[0098]
(2)单体soc偏差量计算：根据ocv-soc曲线(不同型号的电池拥有不同的ocv-soc曲线，可以通过查找电池包本身的信息对照表获得)将获取到的数据中的单体电压全部转换为单体soc；取每一帧数据中的中位数soc作为基准，其他所有单体soc与之相减得到该帧的soc偏差；计算每日每个单体的平均偏差；
[0099]
(3)以日期为横坐标，电池包内所有单体的soc偏差为纵坐标，绘制单体soc不一致随时间变化的趋势图。
[0100]
基于电池失效分析的经验库可知，不同的单体自放电异常大失效模式具有不同的soc不一致趋势，故而在完成趋势图的构建后，即可根据趋势图中各单体的图形形貌的主要特征确定不一致单体对应的自放电异常大的根因。
[0101]
进一步地，作为一种可行的实施例，所述引发自放电异常大的根因包括：电芯内短路和负极析铜，上述步骤s34具体可以包括：
[0102]
步骤s341，当所述图形形貌的变化率稳定且大于预设变化率时，确定引发自放电异常大的根因是电芯内短路；
[0103]
步骤s342，当所述图形形貌的变化率单调递减时，确定引发自放电异常大的根因是负极析铜。
[0104]
作为一个示例，本实施例提供了如图3所示的一种电池包soc变化趋势图，由图3可知，该soc不一致图形形貌的主要特征为：电池包内某一单体的soc偏差随时间快速下降且趋势基本一致，即图形形貌的变化率稳定且大于预设变化率，该预设变化率可以根据实际需求进行设定，故造成该偏差的原因是u93单体自放电异常大，而引起自放电异常大的原因是电芯内短路。
[0105]
作为一个示例，本实施例还提供了如图4所示的另一种电池包soc变化趋势图，由图4可知，该soc不一致图形形貌的主要特征为：电池包内某一单体的soc偏差随时间变化相对较慢且趋势渐缓，即图形形貌的变化率单调递减，故造成该偏差的原因是u10单体自放电异常大，而引起自放电异常大的原因是过放造成的负极析铜。
[0106]
此外，作为一个示例，在一应用场景中，对某款电池包而言，本实施例可做出如图5所示的阈值设定和失效模式分析，参照图5，图5为本实施例提供的对应一款电池包的故障分析流程图，由图5可知，对于该款电池包，阈值k1可以设定为5，阈值k2可以设定为20，基于健康度差值计算公式δsoh＝sohmax-pack_soh可知，当δsoh≤5时，说明该电池包的单体
一致性良好；当5《δsoh≤20时，说明该电池包的单体处于一致性劣化初期；当δsoh≥20时，说明该电池包的单体一致性劣化严重，此时再结合单体soc和soh定位原因，当该电池包符合充电前num_socmin＝充电后num_socmin＝num_sohmax时，说明其单体一致性劣化严重的原因为自放电异常大，再结合soc不一致趋势定位根因是电芯内短路还是负极析铜；当该电池包符合充电前num_socmin＝充电后num_socmax＝num_sohmin时，说明其单体一致性劣化严重的原因为容量异常衰减。
[0107]
此外，作为一个示例，在一应用场景中，对于搭载某款电池包的某辆乘用电动汽车，用户抱怨续航里程不足，且车端报警单体压差大，则本实施例提供的故障分析方法应用于该场景的方式如下：(1)云端计算pack_soh＝73.69％，单体sohmax＝96.17％，δsoh＝22.48％，判定该电池包一致性劣化严重；(2)读取车辆最后一次充电过程的数据，识别充电前后soc极值单体，存在如下对应关系：充电前num_socmin＝充电后nmu_socmin＝num_sohmax，判定编号为num_sohmax单体为不一致单体，且不一致原因为单体自放电异常大；(3)运行车辆近1年的数据，计算单体soc，并绘制soc不一致变化趋势图，如图6所示，根据图6可知，电池包内u91单体的soc偏差随时间快速下降且趋势基本一致，即图形形貌的变化率稳定且大于预设变化率，故而可将引起车端报警单体压差大的故障原因定位为u91单体电芯内短路造成的压差大，从而引起的单体电压不一致现象；(4)将原因分析完成后，经过模组更换和单体拆解分析验证，得知失效原因为由于电芯内部杂质造成的单体电芯内短路，如图7所示。通过在该应用场景中的实际运用，验证了本实施例提供的故障分析方法的可行性和准确性。
[0108]
本实施例通过提供一种故障分析方法，克服了现有技术无法区分引起单体电压不一致的主要原因，且对于单体自放电异常大引起的不一致现象的根因分析的方式存在大量问题的技术缺陷。在所述故障分析方法中，首先基于云端数据库进行数据分析，确定已出现单体电压不一致现象的故障电池包，实现了对故障电池包和故障车辆的快速定位；然后将所述故障电池包内的荷电状态极值单体和健康度极值单体进行对比，根据对比结果确定所述单体电压不一致现象的产生原因和不一致单体，通过计算充电前后故障电池包内所有单体的soc，识别极值soc的单体编号，关联单体soh最大和最小值，结合soc和soh的对应关系，能够快速确定引起单体电压不一致的失效模式是自放电异常大还是容量异常衰减；最后，当确定所述产生原因是自放电异常大时，根据所述故障电池包内各单体的荷电状态变化趋势确定引发自放电异常大的根因，通过构建各单体的soc偏差量随时间变化的趋势图，基于单体soc不一致的图形的主要特征，即可获知引发自放电异常大的根因是电芯内短路还是负极析铜。
[0109]
相比于现有技术，本实施例实现了准确定位单体电压不一致的主要故障原因，并结合单体soc不一致表现，实现了准确识别单体自放电异常大的两大主要原因，即电芯内短路和负极析铜；本实施例用于于判断单体电压不一致的失效原因和定位自放电异常大的根因的故障分析方法简单便捷，可以快速实现故障原因的闭环分析，有助于产品及制程的提升，对保证锂离子电池包的性能、提升运行中的可靠性、降低电动汽车的故障率和提高电动汽车的安全性具有重大意义。
[0110]
此外，本技术实施例还提出一种故障分析装置，参照图8，图8为本技术提供的一种故障分析装置一实施例的结构示意图。
[0111]
本实施例中，所述故障分析装置包括：
[0112]
故障定位模块10，所述故障定位模块10用于基于云端数据库进行数据分析，确定已出现单体电压不一致现象的故障电池包；
[0113]
极值对比模块20，所述极值对比模块20用于将所述故障电池包内的荷电状态极值单体和健康度极值单体进行对比，根据对比结果确定所述单体电压不一致现象的产生原因和不一致单体；
[0114]
根因分析模块30，所述根因分析模块30用于当确定所述产生原因是自放电异常大时，根据所述故障电池包内各单体的荷电状态变化趋势确定引发自放电异常大的根因。
[0115]
作为一种可行的实施例，所述故障定位模块10包括：
[0116]
健康度获取子模块，所述健康度获取子模块用于基于云端数据库获取电池包的健康度和所述电池包内各单体的健康度；
[0117]
健康度分析子模块，所述健康度分析子模块用于根据所述电池包的健康度和各所述单体的健康度进行数据分析，确定已出现单体电压不一致现象的故障电池包。
[0118]
作为一种可行的实施例，所述健康度获取子模块包括：
[0119]
获取单元，所述获取单元用于基于云端数据库获取电池包的额定容量、所述电池包内各单体的荷电状态、所述电池包内各单体充入容量以及所述电池包内各单体充电前后的荷电状态差；
[0120]
健康度计算单元，所述健康度计算单元用于根据所述额定容量、各所述单体的荷电状态、各所述单体的充入容量以及各所述单体的充电前后的荷电状态差计算所述电池包的健康度；
[0121]
所述健康度计算单元还用于根据所述额定容量、各所述单体的充入容量以及各所述单体的充电前后的荷电状态差计算各所述单体的健康度。
[0122]
作为一种可行的实施例，所述健康度分析子模块包括：
[0123]
差值计算单元，所述差值计算单元用于将各所述单体的健康度中的最大健康度与所述电池包的健康度相减，得到健康度差值；
[0124]
阈值对比单元，所述阈值对比单元用于当所述健康度差值大于预设阈值时，将所述电池包认定为已出现单体电压不一致现象的故障电池包。
[0125]
作为一种可行的实施例，所述单体电压不一致现象的产生原因包括：自放电异常大和容量异常衰减；
[0126]
所述极值对比模块20还用于当充电前荷电状态最小的单体、充电后荷电状态最小的单体以及健康度最大的单体均为同一单体时，确定所述单体电压不一致现象的产生原因是自放电异常大，将所述健康度最大的单体视为不一致单体；
[0127]
所述极值对比模块20还用于当充电前荷电状态最小的单体、充电后荷电状态最大的单体以及健康度最小的单体均为同一单体时，确定所述单体电压不一致现象的产生原因是容量异常衰减，将所述健康度最小的单体视为不一致单体。
[0128]
作为一种可行的实施例，所述根因分析模块30包括：
[0129]
偏差计算子模块，所述偏差计算子模块用于计算所述故障电池包内各单体的荷电状态偏差量；
[0130]
图形绘制子模块，所述图形绘制子模块用于以日期为横坐标，以各所述单体的荷
电状态偏差量为纵坐标，绘制各所述单体的荷电状态偏差量随时间变化的趋势图；
[0131]
不一致捕获子模块，所述不一致捕获子模块用于基于所述趋势图获取单体荷电状态不一致的图形形貌；
[0132]
根因分析子模块，所述根因分析子模块用于根据所述图形形貌确定引发自放电异常大的根因。
[0133]
作为一种可行的实施例，所述引发自放电异常大的根因包括：电芯内短路和负极析铜；
[0134]
所述根因分析子模块还用于当所述图形形貌的变化率稳定且大于预设变化率时，确定引发自放电异常大的根因是电芯内短路；
[0135]
所述根因分析子模块还用于当所述图形形貌的变化率单调递减时，确定引发自放电异常大的根因是负极析铜。
[0136]
所述故障分析装置的具体实施方式的拓展内容与上述故障分析方法各实施例基本相同，所述故障分析装置能够实现与上述故障分析方法各实施例相同的技术效果，此处不再赘述。
[0137]
此外，本技术实施例还提出一种故障分析设备，参照图9，图9为本技术实施例方案涉及的故障分析设备的结构示意图。
[0138]
如图9所示，所述故障分析设备可以包括：处理器1001，例如中央处理器(central processing unit，cpu)，通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(display)、输入单元比如键盘(keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(wireless-fidelity，wi-fi)接口)。存储器1005可以是高速的随机存取存储器(random access memory，ram)存储器，也可以是稳定的非易失性存储器(non-volatile memory，nvm)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储设备。
[0139]
本领域技术人员可以理解，图9中示出的结构并不构成对故障分析设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
[0140]
如图9所示，作为一种存储介质的存储器1005中可以包括操作系统、数据存储模块、网络通信模块、用户接口模块以及故障分析程序。
[0141]
在图9所示的故障分析设备中，网络接口1004主要用于与其他设备进行数据通信；用户接口1003主要用于与用户进行数据交互；本实施例中的处理器1001、存储器1005可以设置在故障分析设备中，所述故障分析设备通过处理器1001调用存储器1005中存储的故障分析程序，并执行以下操作：
[0142]
基于云端数据库进行数据分析，确定已出现单体电压不一致现象的故障电池包；
[0143]
将所述故障电池包内的荷电状态极值单体和健康度极值单体进行对比，根据对比结果确定所述单体电压不一致现象的产生原因和不一致单体；
[0144]
当确定所述产生原因是自放电异常大时，根据所述故障电池包内各单体的荷电状态变化趋势确定引发自放电异常大的根因。
[0145]
进一步地，处理器1001可以调用存储器1005中存储的故障分析程序，还执行以下操作：
[0146]
基于云端数据库获取电池包的健康度和所述电池包内各单体的健康度；
[0147]
根据所述电池包的健康度和各所述单体的健康度进行数据分析，确定已出现单体电压不一致现象的故障电池包。
[0148]
进一步地，处理器1001可以调用存储器1005中存储的故障分析程序，还执行以下操作：
[0149]
基于云端数据库获取电池包的额定容量、所述电池包内各单体的荷电状态、所述电池包内各单体充入容量以及所述电池包内各单体充电前后的荷电状态差；
[0150]
根据所述额定容量、各所述单体的荷电状态、各所述单体的充入容量以及各所述单体的充电前后的荷电状态差计算所述电池包的健康度；
[0151]
根据所述额定容量、各所述单体的充入容量以及各所述单体的充电前后的荷电状态差计算各所述单体的健康度。
[0152]
进一步地，处理器1001可以调用存储器1005中存储的故障分析程序，还执行以下操作：
[0153]
将各所述单体的健康度中的最大健康度与所述电池包的健康度相减，得到健康度差值；
[0154]
当所述健康度差值大于预设阈值时，将所述电池包认定为已出现单体电压不一致现象的故障电池包。
[0155]
进一步地，所述单体电压不一致现象的产生原因包括：自放电异常大和容量异常衰减，处理器1001可以调用存储器1005中存储的故障分析程序，还执行以下操作：
[0156]
当充电前荷电状态最小的单体、充电后荷电状态最小的单体以及健康度最大的单体均为同一单体时，确定所述单体电压不一致现象的产生原因是自放电异常大，将所述健康度最大的单体视为不一致单体；
[0157]
当充电前荷电状态最小的单体、充电后荷电状态最大的单体以及健康度最小的单体均为同一单体时，确定所述单体电压不一致现象的产生原因是容量异常衰减，将所述健康度最小的单体视为不一致单体。
[0158]
进一步地，处理器1001可以调用存储器1005中存储的故障分析程序，还执行以下操作：
[0159]
计算所述故障电池包内各单体的荷电状态偏差量；
[0160]
以日期为横坐标，以各所述单体的荷电状态偏差量为纵坐标，绘制各所述单体的荷电状态偏差量随时间变化的趋势图；
[0161]
基于所述趋势图获取单体荷电状态不一致的图形形貌；
[0162]
根据所述图形形貌确定引发自放电异常大的根因。
[0163]
进一步地，所述引发自放电异常大的根因包括：电芯内短路和负极析铜，处理器1001可以调用存储器1005中存储的故障分析程序，还执行以下操作：
[0164]
当所述图形形貌的变化率稳定且大于预设变化率时，确定引发自放电异常大的根因是电芯内短路；
[0165]
当所述图形形貌的变化率单调递减时，确定引发自放电异常大的根因是负极析铜。
[0166]
此外，本技术实施例还提出一种计算机可读存储介质，应用于计算机，该计算机可
读存储介质可以包括：u盘、移动硬盘、只读存储器(rom，read-omly memory)、随机存取存储器(ram，ramdom accessmemory)、磁盘或者光盘等各种可以存储程序代码的介质，该计算机可读存储介质上存储有故障分析程序，该故障分析程序被处理器执行时实现如上所述的本技术故障分析方法的步骤。
[0167]
本技术故障分析设备和计算机可读存储介质的各实施例，均可参照本技术故障分析方法各个实施例，此处不再赘述。
[0168]
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
[0169]
上述本技术实施例序号仅仅为了描述，不代表实施例的优劣。
[0170]
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个存储介质(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本技术各个实施例所述的方法。
[0171]
以上仅为本技术的优选实施例，并非因此限制本技术的专利范围，凡是利用本技术说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本技术的专利保护范围内。